Ailionauten - KI Ist (k)eine Raketenwissenschaft podcast

Player FM - Internet Radio Done Right

Menambahkan three tahun yang lalu

Konten disediakan oleh Janis Gösser, David Geisel, Janis Gösser, and David Geisel. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Janis Gösser, David Geisel, Janis Gösser, and David Geisel atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang diuraikan di sini https://id.player.fm/legal.

Species Unite

1
Dr. Shirley Strum: The Echoes of Our Origins 39:06

5 hari yang lalu39:06

Putar Nanti

Daftar

Suka

Menyukai

39:06

"So I think this whole idea of cumulative culture is a way to make humans exceptional. But it's clear to me that humans are exceptional, and seeing it through baboon glasses, I can understand in a different way why they're exceptional. But many of the things that we think are uniquely human are actually present in other animals." - Dr. Shirley Strum Dr. Shirley Strum is a groundbreaking anthropologist who has spent over five decades living alongside wild baboons in Kenya. Her work has transformed our understanding of these intelligent, socially complex animals — their relationships, their adaptability, and the intricate societies they create. In her new book, Echoes of Our Origins , Shirley challenges long-held beliefs about evolution, the human-animal divide, and what it truly means to coexist. This conversation is about science — but it’s also about humility, hope, and the messy, beautiful complexity of life on Earth. Links: https://www.press.jhu.edu/books/title/53757/echoes-our-origins https://anthropology.ucsd.edu/people/faculty/faculty-profiles/shirley-strum.html…

Ailionauten - KI ist (k)eine Raketenwissenschaft

Beranda serial•Feed

Ailio ist ein auf Data-Science und KI spezialisiertes Unternehmen aus Bielefeld. Unser Kollegen sprechen in einem lockeren Schnack über verschiedenste Themen aus diesen Bereichen. Sei es konkrete Use-Cases, wie wird man überhaupt Data-Scientist, wie sieht die Arbeit bei Ailio aus, welche Herausforderungen bergen Projekte und vieles mehr.

25 episode

#Wissenschaft #Mathematik #Business #Janis Gösser, David Geisel #David Geisel #Janis Gösser #Mittelstand #Daten #Data Science #Data Engineering #Kafka #Künstliche Intelligenz

Ailionauten - KI ist (k)eine Raketenwissenschaft

updated 26 hari yang lalu

Beranda serial•Feed

25 episode

#Wissenschaft #Mathematik #Business #Janis Gösser, David Geisel #David Geisel #Janis Gösser #Mittelstand #Daten #Data Science #Data Engineering #Kafka #Künstliche Intelligenz

Semua episode

1
Data Science und Data Engineering: Projektplanung, Test-Strategien und Herausforderungen 54:17

26 hari yang lalu54:17

54:17

Effiziente Projektplanung im Data Science und Data-Engineering In dieser Episode diskutieren David und Janis die Unterschiede und Gemeinsamkeiten zwischen Data Science und Data Engineering. Sie beleuchten die Projektplanung, die Bedeutung von Code-Qualität, Testing-Strategien und die Herausforderungen bei der Entwicklung in verschiedenen Umgebungen. Zudem wird der Wert von Data Science Projekten und die Rolle von Vibe-Coding in der Softwareentwicklung thematisiert.…

1
Macht ihr eigentlich auch was mit "richtiger KI" bei Ailio? 50:37

10 weeks yang lalu50:37

50:37

Chapters 00:00 Einführung und erste Eindrücke von PyCon.de 03:01 Highlights und technische Themen der PyCon 06:01 Einführung in Large Language Models (LLMs) 09:09 Herausforderungen und Chancen bei der Arbeit mit LLMs 12:04 KI-Literacy und Change-Management in Unternehmen 14:50 Vorteile der eigenen GPT-Plattform 18:01 Anwendungsbeispiele und Automatisierung durch LLMs 21:06 Zukunftsausblick und Entwicklungen im Bereich KI 25:12 Entwicklung des internen Chatbots 30:45 Übergang zur Open Source Community 34:41 Open Web UI als Lösung 39:09 Wissensmanagement und interne Daten 45:38 Herausforderungen der Datenqualität 47:37 Fazit und Ausblick auf die Zukunft…

1
Data:Unplugged Recap - Datenplattformen, AI und Kaffee! 42:19

14 weeks yang lalu42:19

42:19

Endlich mal wieder eine Folge von David und Janis! <3 In dieser Folge gibt es einen kleinen Rückblick auf die Data Unplugged 2025. Dabei gibt es jeweils einen inhaltlichen Abriss der gehaltenen Masterclasses "Datenplattform 360°: ETL, Persistierung & Governance für nachhaltige Datenstrategien" und "Kaffeebohnen und KI-Algorithmen - Ein Data Science Rezept für die Fertigungsindustrie". Die kompletten Masterclasses gibt es bei uns natürlich auch! Kontaktiert uns dafür einfach.…

1
Community Notes und Faktenchecker - was verbirgt sich dahinter? 38:09

16 weeks yang lalu38:09

38:09

In dieser Folge Sprechen Tim und Janis kurz über die letzten Tage. Darunter insbesondere auch die Punkte: Was war die beste Pizza? Wie war die diesjährige Data Unplugged? Ansonsten ist der Name Programm: Was sind eigentlich Faktenchecks? Wer führt sie durch? Wie funktionieren sie? Wie sieht es bei den Community Notes aus? Kann Open Source hier eine Lösung sein? Und einiges anderes zu diesem Themenkomplex.…

1
Wahlumfragen aus Data Science Perspektive 40:25

26 weeks yang lalu40:25

40:25

Im Vorfeld der kommenden Bundestagswahl sprechen Tim und David über die Statistik von Wahlumfragen und analysieren, wie sie zu deuten sind. Im Vorfeld der kommenden Bundestagswahl sprechen Tim und David über die Statistik von Wahlumfragen und analysieren, wie sie zu deuten sind. Es geht neben den statistischen Grundlagen, die für eine gute Wahlumfrage zu beachten sind auch um weiterführende Themen wie Zeitreihenanalyse und den Umgang mit Unischerheiten in Machine Learning Modellen.…

1
Datenplattformen verstehen und erfolgreich aufbauen 41:57

29 weeks yang lalu41:57

41:57

In dieser Folge sprechen unser Ur-Ailionaut Janis und unser Ailionauten Neuling Tim über HotDog Tipps und Datenplattformen. Behandelt werden u.a. Fragen wie: Welche Entscheidungen und Fragestellungen führen zu einer Datenplattform? Infrastruktur first oder hangeln wir uns von Use-Case zu Use-Case? Welche Vorteile bieten managed Lösungen wie Databricks? Und vieles mehr.…

1
Data Science in Wissenschaft und Industrie - Unterschiede und Gemeinsamkeiten 44:00

33 weeks yang lalu44:00

44:00

Takeaways -Der Wechsel von der Wissenschaft zur Industrie kann herausfordernd sein. -Die Promotion erfordert Durchhaltevermögen und hohe Belastbarkeit. -Data Science erfordert sowohl technische Fähigkeiten als auch -Kommunikationskompetenz. -Teamarbeit ist in der Industrie oft strukturierter als in der Wissenschaft. -Die Nutzung von KI in der Forschung eröffnet neue Möglichkeiten. -Praktische Erfahrungen sind entscheidend für den Erfolg in der Industrie. -Die Fähigkeit, komplexe Probleme zu lösen, ist in beiden Bereichen wichtig. -Ein gutes Verständnis von Statistik ist für Data Scientists unerlässlich. -Die Arbeitskultur in der Industrie ist oft dynamischer und schneller. -Die Vielfalt der Projekte in der Industrie kann sehr bereichernd sein.…

1
Boost Your Model: Wie funktioniert Data-Science im Maschinenraum? 43:23

36 weeks yang lalu43:23

43:23

Was hat es mit Feature Selection und Feature Engineering auf sich? Summary: In this conversation, Aleksander Fegel and Dr. David Geisel discuss the critical aspects of feature selection and engineering in data science. They explore the importance of understanding features, the role of data quality, and the necessity of engaging with domain experts. The discussion covers various methods of feature selection, including filter methods, wrapper methods, and embedded methods, emphasizing the need for simplicity and clarity in model building. The conversation concludes with insights on how to effectively interpret model predictions and the significance of collaboration in data science projects. Takeaways: -Feature selection is essential for successful data modeling. -Data quality significantly impacts model performance. -Engaging with domain experts enhances feature selection. -Simplicity in models often leads to better results. -Feature importance helps in understanding model predictions. -Different methods exist for feature selection, each with pros and cons. -Collaboration between data scientists and domain experts is crucial. -Feature engineering is a continuous process in data science. -Understanding the context of data is vital for effective modeling. -Iterative testing and validation are key to successful feature selection. titles…

1
Datenplattformen migrieren | Rückblick auf eine SAS zu Azure Databricks Migration 50:58

50 weeks yang lalu50:58

50:58

Unser Kollege David hat fast 2 Jahre eine SAS zu Azure Databricks Migration begleitet. Dabei sind viele Learnings sowohl auf technischer als auch auf menschlicher & Change Management Ebene entstanden. Diese möchten wir im Podcast gerne mit euch teilen um zukünftige Migrationen zu vereinfachen und echte Insights zu geben.…

1
Commitment bei KI-Projekten - Sollte ein Workshop kostenlos sein? 32:58

1 year yang lalu32:58

32:58

In dieser Folge diskutieren Janis und ich Ailio interne Prozesse und unsere Erfahrungen mit Kundenworkshops. Dabei geht es unter anderem um die Frage ob ein erster Workshop kostenlos sein sollte und welche Gründe dagegen sprechen sowie allgemein um das Thema Commitment bei Data-Science Projekten.

1
Projekt-Review mit PortalSystems - Spezialisierung einer LLM Anwendung mit RAG-Pipeline 39:36

1 year yang lalu39:36

39:36

Wie man OpenAI auf Azure in Kombination mit einer smarten Suche einsetzen kann Marcel Meier von Portal Systems ist bei uns zu Gast und Spricht über das gemeinsame Projekt zur Entwicklung eines Chat-Assistenten für Portal-Systems.

1
Word Embeddings - Wie geht man mit Ihnen um und was haben Sie mit Vorurteilen in unserer Gesellschaft zu tun? 1:01:56

1 year yang lalu1:01:56

1:01:56

In dieser Folge diskutieren Dr. David Geisel und Janis über Word Embeddings. Dabei werden eine Vielzahl an Themen beleuchet: Was sind Word Embeddings, wie findet man sie, wie kann mit den Vorurteilen umgegangen werden, der durch unsere Sprache transportiert wird, wie werden Embeddings in modernen Suchen eingesetzt und einige andere Themen. Es ist unsere Bislang längste Folge, quasi ein Blockbuster im Kosmos des Ailionauten Podcasts!…

1
Vom Workshop zum produktiven Datenprodukt 43:03

1 year yang lalu43:03

43:03

Janis und David sprechen über die Reise vom ersten Workshop zum produktiven Datenprodukt. Es geht darum wie man möglichst schnell echten Mehrwert generiert und in Produktion bekommt. Dabei ist die Kunst selbst in widrigen Umständen und Projektumgebungen nutzbare Ergebnisse zu generieren und den Weg zum datengetriebenen Unternehmen zu ebnen.…

1
Einblicke hinter die Kulissen von bewertungsgetriebener App Entwicklung und Apples ML Core Framework 44:28

1 year yang lalu44:28

44:28

Wir sprechen über App-Entwicklung, wie man mit Fehlern umgeht und welche Ansätze es für ML Frameworks gibt. In dem Gespräch diskutieren der YouTuber und IOS Entwickler Kevin Chromik und Janis über Kevins Entwicklungsarbeit bei seinem Arbeitgeber WaipuTV, einschließlich der Zusammenarbeit zwischen iOS- und Backend-Teams. Es gibt auch einen Ausflug in die Implementierung von KI-Use Cases wie Bilderkennung auf iOS-Geräten mithilfe von Apple's ML Core Framework. Sie tauschen auch persönliche Erfahrungen aus, darunter Herausforderungen bei der Arbeit mit einem kleinen Team und dem Umgang mit Fehlern. Schaut gerne bei Kevin Chromik vorbei: https://www.youtube.com/@KevinChromik https://www.linkedin.com/in/kevinchromik/…

1
In welchen Bereichen entfaltet KI das maximale Potenzial? 32:47

2 years yang lalu32:47

32:47

Auf Basis einer LinkedIn Umfrage haben wir uns die Frage gestellt, in welchen Bereichen KI eigentlich das größte Potenzial entfaltet und warum? Außerdem reden wir auch über Stolpersteine sowie Vor- und Nachteile der einzelnen Geschäftsbereiche wie: -HR -Ressourcenplanung -Produktionsprozesse -Marketing…

Selamat datang di Player FM!

Player FM memindai web untuk mencari podcast berkualitas tinggi untuk Anda nikmati saat ini. Ini adalah aplikasi podcast terbaik dan bekerja untuk Android, iPhone, dan web. Daftar untuk menyinkronkan langganan di seluruh perangkat.