Data Conference Databasea Query.Farm index
Conferences / Minds Mastering Machines (M3)

Minds Mastering Machines 2024

Apr 23–25, 2024 · KOMED, Cologne, North Rhine-Westphalia, Germany

Conference
Minds Mastering Machines (M3) Data science & ML
Dates
Apr 23, 2024 – Apr 25, 2024
Venue
KOMED
Place
Cologne, North Rhine-Westphalia, Germany
Format
In person
Status
Past
Attendance
—
Website
mastering-ai.eu
Recorded
5 sponsors · 54 speaker appearances
Notes
Workshop day 23 Apr, conference 24-25 Apr; held in Cologne this year. Speakers: full programme as published. Ticket prices not found (the only archived shop snapshot is from after sales closed).

Ticket prices

No ticket prices recorded

Sponsors 5

Gold 4

Silver 1

Speakers and talks 54

SpeakerCompanyRoleTalkLinks
Johann-Peter HartmannMayflowerKeynoteKeynote: Von Diven, Souffleusen und Regie—
Andreas BühnerBarmeniaTalkPraxisbericht: Dokumente verarbeiten mit Computer Vision und NLP bei der Barmenia-Versicherung—
Anke KokecodecentricWorkshopMLOps – Überblick, Methoden und Technologien—
Bernd FondermannbrainloungeTalkAI Act & Co. – Die Regulierung in den Griff bekommen—
Bernd Fondermann—PanelistPanel zum EU AI Act: Wichtiges Regelwerk oder Bremsklotz für Innovationen?—
Christian WinklerdatanizingWorkshopEigene Sprachmodelle feintunen und nutzen—
Christian WinklerdatanizingTalkEine Einführung in Large Language Models—
Clemens HübnerinovexTalkThreat Modeling für KI-Anwendungen—
Daniel Töws—TalkLLMs in eigener Software—
Denis Stalz-JohncodecentricWorkshopMLOps – Überblick, Methoden und Technologien—
Denis Stalz-JohncodecentricTalkDie ChatGPT-Architektur für Bilder: Wie Vision Transformer CNNs in Vision Use Cases schlagen—
Eva HörsterHUK CoburgSponsored talkData Analytics bei der HUK-Coburg—
Felix LammermannProdatoTalkWie ML die Datenintegration verändert: Vorteile und innovative Anwendungen—
Gerhard HausmannBarmeniaTalkPraxisbericht: Dokumente verarbeiten mit Computer Vision und NLP bei der Barmenia-Versicherung—
Gerhard RunzeimbusTalkNeue Wege der Qualitätssicherung von ML-Systemen—
Hauke BrammerDeepUp GmbHTalkSkalierbare ELT-Pipelines mit Argo Workflows und dbt—
Igor ShmelevProdatoTalkWie ML die Datenintegration verändert: Vorteile und innovative Anwendungen—
Jan HöllmerscieneersTalkVektordatenbank-Optimierung: Balance zwischen Speicher, Geschwindigkeit und Genauigkeit—
Jeremias KrauseRWTH Aachen UniversityTalkML trifft auf Genommedizin: Neue Wege Diagnose und Therapie seltener Erkrankungen—
Johannes EhlertesentriTalkPraxisbericht: MLOps für Condition-Monitoring-Anwendungen—
Jonas MayerTNGSponsored talkHow to roll your own LLM – Open Source Large Language Models selbst hosten—
Julian KurzHMS Analytical SoftwareTalkCrafting GenAI Architectures: LLM – Selection, Benchmarking, Techniques and Beyond—
Lars Röwekampopen knowledgeTalkFehlende Daten? (K)Ein Problem!—
Lars Röwekamp—PanelistPanel zum EU AI Act: Wichtiges Regelwerk oder Bremsklotz für Innovationen?—
Lars Röwekampopen knowledgeTalkSpagat zwischen Bias und Fairness—
Lukas BrauschHMS Analytical SoftwareTalkGood enough for biomedical signals – wenn klassische ML-Verfahren besser sind als neuronale Netze—
Martin DannerscieneersTalkML trifft auf Genommedizin: Neue Wege Diagnose und Therapie seltener Erkrankungen—
Martin FörtschTNGTalkVon Zero zum ChatGPT Hero: Effektives Prompt Engineering—
Matthias NiehoffcodecentricTalkKönnen wir wirklich vom Software Engineering lernen?—
Max ConzenFH AachenTalkEffizientes Maschinelles Lernen auf On-Premise-Clustern mit Dask—
Melanie B. SiglProdatoTalkScalable Optimization of Large Systems with MLOps—
Mirko BöttcherTechniker KrankenkasseTalkIdentifikation und Validierung von ML-Anwendungen—
Niklas MühleisHeidrich RechtsanwälteTalkKI zwischen fantastischen Möglichkeiten, Rechtsunsicherheit und Disruption—
Nils UhrbergcodecentricTalkDie ChatGPT-Architektur für Bilder: Wie Vision Transformer CNNs in Vision Use Cases schlagen—
Oliver ZeigermannTechniker KrankenkasseTalkIdentifikation und Validierung von ML-Anwendungen—
Pavol BauerT-SystemsTalkVon Gut zu Großartig: LLM-basierte Retrieval-Systeme auf ein neues Niveau heben—
Philipp SchröppelInlinityTalkPraxisbericht: ein sich selbst erklärendes, LLM-basiertes Empfehlungssystem—
Phuong Mai MaiinovexTalkThreat Modeling für KI-Anwendungen—
Radik ZagirovAPARAVISponsored talkUnlock AI Excellence: Unleashing the Power of Data Preparation—
Ramon WartalaAccentureWorkshopConversational Apps mit Langchain und Python für Anfänger—
René SchwermerTU MünchenTalkFederated Learning – Ein Rundumschlag von Theorie und Praxis—
Robert BauerHMS Analytical SoftwareTalkAutomatisierte Codemigration mit LLMs—
Shirin Elsinghorst—PanelistPanel zum EU AI Act: Wichtiges Regelwerk oder Bremsklotz für Innovationen?—
Shreya BhatiaLindeTalkScalable Optimization of Large Systems with MLOps—
Simon KnelleresentriTalkPraxisbericht: MLOps für Condition-Monitoring-Anwendungen—
Stefan Kühn—TalkLiquid Neural Nets - was kommt nach Deep Neural Nets—
Stefan Kühn—PanelistPanel zum EU AI Act: Wichtiges Regelwerk oder Bremsklotz für Innovationen?—
Stefanie ScholzSRH Wilhelm Löhe HochschuleTalkMit NLP schneller zu Umfrageergebnissen—
Sven RohrTNGSponsored talkHow to roll your own LLM – Open Source Large Language Models selbst hosten—
Thomas EndresTNGTalkVon Zero zum ChatGPT Hero: Effektives Prompt Engineering—
Thomas EndresTNGSponsored talkHow to roll your own LLM – Open Source Large Language Models selbst hosten—
Tim BunkusadessoSponsored talkGenAI at your Fingertips – Wie man Generative KI erfolgreich im Unternehmen einführt—
Tim SabschcodecentricWorkshopMLOps – Überblick, Methoden und Technologien—
Tim Wüllneropen knowledgeTalkWarum der Computer "Nein" sagt – Mehr Nachvollziehbarkeit dank Explainable AI—

Sources