Maraton
wiedzy
Zapraszamy na dwudniowy maraton wiedzy z ekspertami podczas
2-dniowego meetupu LIVE
Pierwszy dzień jest dniem programistycznym. Będziecie mogli posłuchać o Clean Architecture, Springu, Mobile a także o Pythonie
30
czerwca
Drugi dzień jest dniem z danymi. Zaczniemy od Pythona w analizie danych, następnie Przetwarzanie języka naturalnego i na koniec machine learning
1
lipca
Drugiego dnia na zakończenie zaprosimy Was na panel dyskusyjny wraz z zaproszonymi gośćmi.
Panel
dyskusyjny
1 Urodziny Masterclass
To już rok! Z wielką radością świętujemy 1 urodziny Masterclass Sages, który powstał w tak trudnym czasie jakim jest pandemia. Tym samym z dumą ogłaszamy, że to był najtrudniejszy, ale również dający najwięcej satysfakcji projekt, który możemy z pełną odpowiedzialnością powiedzieć, że jest naszym
sukcesem. 95,4% uczestników poleciłoby nasze kursy! Dziękujemy, że jesteście z nami!
Agenda
DZIEŃ 1 - 30 CZERWCA
Od wersji 3.5 w języku Python funkcjonuje mechanizm Type Annotation. W każdym kolejnym wydaniu około połowa nowych funkcjonalności dotyczy właśnie Type Annotation, a jego rola i możliwości rosną. Czym są magiczne zapisy, które pojawiły się już prawie wszędzie
w bibliotece standardowej? Czym jest notacja stosowana w dokumentacji Pythona? Jak korzystać z tego mechanizmu w IDE? Jak generować typy? Jak sprawdzać poprawność typów? Oraz jak wpleść mechanizm sprawdzania poprawności typów w procesie Continuous Integration/Delivery (CI/CD).
Type Annotation
20:20 - 21:00
Dowiedz się czym jest projekt Spring Cloud i jak wykorzystać jego możliwości. Zobacz jak wygląda konteneryzacja aplikacji opartych o Spring Boot. Poznaj zalety i wady rozwiązań opartych o mikroserwisy.
Architektura mikroserwisów w oparciu o Spring framework
18:00 - 18:40
Dowiedz się jak niewielkim nakładem pracy tworzyć atrakcyjnie wyglądający UI aplikacji mobilnej. Naucz się jak szybko i efektywnie prototypować wygląd aplikacji Zapoznaj się z możliwościami Jetpack Compose (Android) i SwiftUI (iOS).
Deklaratywne budowanie interfejsu użytkownika
18:45 - 19:25
Pewnie niejednokrotnie słyszałaś/eś o tym, że warto dbać
o jakość kodu tworzonej aplikacji, że to się opłaca, że łatwiej będzie go rozwijać i utrzymywać. Możliwe, że miałaś/eś okazję przeczytać kilka książek czy też artykułów, które opisywały "kolejną świetną praktykę" pomagającą dbać o jakość pisanego kodu... a mimo wszystko ciężko się do tego zabrać.
Z jakiegoś dziwnego powodu bardzo łatwo przychodzi nam stwierdzić, że "moja aplikacja jest inna/wyjątkowa/specyficzna i danego podejścia/rozwiązania nie da się w tym przypadku zastosować". Podczas prezentacji postaram się odpowiedzieć na pytanie dlaczego ten "czysty kod" jest taki trudny oraz podzielę się z Wami sposobami, które ułatwią jego tworzenie
i utrzymanie.
Dlaczego tak trudno zacząć dbać o jakość kodu?
19:30 - 20:15
Panel
dyskusyjny
DZIEŃ 2 - 1 LIPCA
20:20 - 21:00
18:00 - 18:40
18:45 - 19:25
19:30 - 20:15
Panel dyskusyjny z udziałem Ryszarda Tuory, Patryka Pilarskiego i Norberta Ryciaka. Moderator: Łukasz Kobyliński
Sztuczna inteligencja w roku 2021: stan obecny i perspektywy na przyszłość
Programista spędza 80% czasu na czytaniu kodu a tylko 20% na jego pisaniu. Przez ostatnie 60 lat stworzono wiele różnych dobrych praktyk, które pomagają pisać bardziej czytelny i niezawodny kod. Jednak świat analizy danych nie korzysta z tej mądrości.Jak nie wynajdywać koła na nowo i wyprzedzić wszystkich o głowę?Jak pisać kod
w analizie danych, który będzie łatwy w utrzymaniu, poprawkach i pozwoli na łatwiejsze wdrożenie modeli na produkcję?
Dobre praktyki programistyczne w analizie danych
Kontrola obywatelska jest jedną z najważniejszych metod realizacji współczesnej idei republiki. Oczywiście śledzenie procesu powstawania najważniejszych w państwie decyzji samodzielnie wymagałoby ogromnych ilości czasu, zaś delegowanie tego obowiązku mediom, prowadzi do powierzenia w ich rękach dużej dozy zaufania. Co zaś gdybyśmy mogli ominąć pośredników, i zlecić to zadanie naszemu laptopowi?W tej prelekcji zescrapujemy publicznie dostępne dane z Sejmu, oczyścimy je, utworzymy zrozumiałą dla komputera reprezentację wystąpień sejmowych, a następnie zobaczymy co możemy wyczytać z automatycznych analiz tych danych. Jak poruszane tematy korelują z przynależnością do partii politycznych? W jakich kontekstach pojawiają się interesujące nas terminy? Jak rozpoznać podobieństwo wystąpień, i jak można je automatycznie kategoryzować? Spróbujemy zgłębić te problemy w trakcie sesji live-codingu.
Jak uniknąć słuchania polityków - automatyczne przetwarzanie i analiza wystąpień sejmowych
W teorii, teoria i praktyka to to samo. W praktyce - nie. Zastosowania algorytmów uczenia maszynowego w praktyce wymaga kompetencji większych, niż sama znajomość algorytmów. Z tego powodu, w dobie wszechobecnych komputerów i powszechnego dostęp do internetu, gdy każdy może wytrenować algorytm uczenia maszynowego i wrzucić do sieci swoją pracę, nietrudno o przykłady projektów, w których pojawiają się istotne błędy merytoryczne. W prezentacji omówimy trzy najpopularniejsze z nich, które w praktyce są niedopuszczalne.
Wykorzystanie uczenia maszynowego w praktyce - 3 najczęstsze błędy początkujących
2 DZIEŃ - 1 LIPCA
1 DZIEŃ - 30 CZERWCA
Dołącz do wydarzenia
Zakończyliśmy zapisy na to wydarzenie
✔ Udział w dwóch dniach bezpłatnego wydarzenia
✔ Udział w panelu dyskusyjnym
Urodzinowe -30% na
E-learning & Masterclass
Organizator
Partnerzy medialni