آموزش ابزارهایی برای علم داده

Aije Egwaikhide، دیتا ساینتیست در IBM است. او دارای مدرک کارشناسی در اقتصاد و آمار از دانشگاه منیتوبا و مدرک کارشناسی ارشد در تجزیه و تحلیل کسب‌وکار از کالج سنت لارنس، کینگستون است. او در حال حاضر مدرک کارشناسی ارشد در تجزیه و تحلیل مدیریت از دانشگاه کوئینز را دنبال می‌کند. ایجی در حال حاضر کارمند IBM است، جایی که در سال 2018 به عنوان یک دانشمند داده‌ی جوان در بخش خدمات بازرگانی جهانی (GBS) شروع به کار کرد. نقش اصلی او معنا بخشیدن به داده‌ها برای مشتریان نفت و گاز آن‌ها از طریق آمار پایه و الگوریتم‌های پیشرفته یادگیری ماشین بود. برجسته‌ترین فعالیت او در GBS ایجاد یک راه‌حل سفارشی یادگیری ماشین و آمار برای بهینه‌سازی عملیات در چاه‌های نفت و گاز بود. او بخشی از گروه شبکه مهارت‌های توسعه‌دهندگان IBM است، جایی که تجربیات دنیای واقعی خود را به دوره‌هایی که ایجاد می‌کند، می‌آورد.

دکتر Svetlana Levitan، حامی ارشد توسعه‌دهندگان در مرکز داده‌های باز و فناوری‌های هوش مصنوعی IBM، مدت زیادی طراح فنی و مهندس نرم‌افزار برای SPSS بوده است.او بر روی استانداردهای باز برای استقرار مدل‌های یادگیری ماشین PMML و ONNX کار می‌کند. سوتلانا دارای مدرک دکتری در ریاضیات کاربردی و کارشناسی ارشد در علوم کامپیوتر از دانشگاه مریلند، کالج پارک است. او عاشق یادگیری فناوری‌های جدید، به اشتراک گذاشتن تخصص خود و تشویق زنان در رشته‌های STEM است.

Romeo Kienzler، دارای مدرک کارشناسی ارشد (ETH) در رشته سیستم‌های اطلاعاتی، بیوانفورماتیک و آمار کاربردی (موسسه فناوری فدرال سوئیس) است. او نزدیک به دو دهه تجربه در زمینه مهندسی نرم‌افزار، مدیریت پایگاه داده و ادغام اطلاعات دارد. از سال 2012 او به عنوان یک دانشمند داده در IBM مشغول به کار شده است. او چندین اثر در این زمینه با ناشران بین‌المللی و در کنفرانس‌ها منتشر کرده است. تمرکز تحقیقاتی فعلی او بر روی معماری‌های پردازش داده‌های موازی عظیم است. رومئو همچنین به پروژه‌های متن‌باز مختلفی کمک می‌کند.