ソフトウェアエンジニアのための人工知能および機械学習カンファレンス、QCon.aiが2019年4月、サンフランシスコに戻ってくる。InfoQとQConにより構成されたプログラム委員会は、2019年のAIとMLのためのカンファレンスについて発表した。
- Predictive Architectures in the Real World: Salesforce、Uber、LinkedIn、Netflixなどによるエンドツーエンドの予測パイプラインを対象としたケーススタディ。
- Deep Learning in Practice: Tensorflow、Keras、PyTorch、Caffeを使ったDeep Learningレッスン。機械翻訳、コンピュータビジョン、画像認識のユースケースを含む。
- Papers to Production: CS in the Real World: ソフトウェアに実際のインパクトを与える革新的な論文。
- Solving Software Engineering Problems with Machine Learning: 異常検出、IDEでの機械学習、構成のためのベイジアン最適化。これらはより効果的なソフトウェアエンジニアリングのための機械学習テクニックだ。
- Groking Timeseries & Sequential Data: テクニック、プラクティス、アプローチ。画像認識、NLP、予測、モデリングを含む。
- AI Meets Physical World: AIが物理世界に触れる - ドローン、ROS、NVidia, TPUなどについて考える。
QCon.aiの各トラックは1日間で、機械学習に関して個別に選ばれたテーマになっている。カンファレンスは柔軟に設計されており、参加者は2日間のカンファレンス期間中、個々のトラックに居続けることもできるし、セッションを好きなだけ移動することもできる。さらにカンファレンス後、全てのセッションのビデオは追加費用なしで参加者に提供される（現在、2018年のビデオが利用可能になっている）。これらテクニカルセッションは、Google、Airbnb、PayPal、Twitterといった先行企業からのレッスンやユースケースであり、ソフトウェアエンジニアが日々の業務に機械学習を適用する助けになることに重きを置いている。Netflixでシニアソフトウェアエンジニアを務めるPrathima Donapudi氏は、2018年のイベントに参加して次のように説明した。「業界のイノベーターたちによる、セールスピッチのないハイクオリティなトークだ。AIがどこへ向かっているのか、どの領域に積極的に適用されているのか、より広く深く理解するのに役立ったよ。」
初開催のQCon.aiでは、Rachel Thomas氏（fast.ai創設者でUSF助教授、Analyzing & Preventing Unconscious Bias in Machine Learning）、Holden Karau氏（SparkのコミッターでOpen Source Developer Advocate、End to Eng ML with Speak & Beam）、Chakri Cherukuri氏（BloombergのQuantitative Researcher、Interactive Visualization Techniques）、Matt Ranney氏（UberATGのシニアスタッフエンジニア、Inside a Self-Driving Uber）によるトークがあった。
QCon.aiは、ソフトウェアのあらゆる面に影響を与える機械学習のトレンドを理解して流れに先んじたい、特にソフトウェアエンジニア、アーキテクト、技術マネージャーのための、AI、機械学習、データエンジニアリングを深く掘り下げたカンファレンスとして設計されている。これは実践的なAIとMLのカンファレンスであり、ソフトウェアにおける機械学習の実世界ユースケース適用方法を明らかにしたい技術者たちを集めたものだ。
QCon.aiは2019年4月15日-17日、サンフランシスコに戻ってくる。2日間のカンファレンスに加えて、オプションで4つのワークショップが開催される。
1月12日までに登録すれば、2日間のカンファレンスで$1,725 （カンファレンス全体で$210割引）だ。
Rate this Article
- Editor Review
- Chief Editor Action