No-Code Machine Learning
Antimo Musone

Il Meetup

Notebook e ML Framework sono diventati gli strumenti principali di lavoro dei Data Scientist che possono sfruttare diversi linguaggi di programmazione come R, Python, Java, C# e T-SQL. Per quanto semplici, questi strumenti impongono ai Dev una barriera, seppur piccola, di conoscenza delle tematiche legate al Machine Learning! Ecco perché oggi nascono così tanti strumenti di No-Code e AutoML che puntano a dare accesso a queste tecnologie anche ai non addetti ai lavori! Durante la serata, presenteremo e valuteremo i principali tool con una serie di demo pratiche. Un’ottima occasione per apprendere nuovi strumenti rapidi e facili che possono apportare valore al lavoro di ogni sviluppatore e alle nostre applicazioni quotidiane.

Bio Speaker

Antimo, Executive Manager presso EY Italy e Co-Founder di Fifth Ingenium, è un Software Engineer e Data Scientist con oltre 15 anni di esperienza nel mondo della consulenza ICT.

Agenda

  • Benvenuto
  • Talk e demo pratiche
  • Domande e risposte
  • Sfida finale

Credits

Evento organizzato da:
Dev WorkSpace Community [Gruppo LinkedInGruppo FBPagina Eventbrite]

In collaborazione con:
The Communities Bay – Siamo il Network delle Tech Community in Italia [Sito web]

Powered By:
Ad Hoc Minds
Innocenzo Sansone – Tech & Dev Community Engagement [Sito web]

Gli altri meetup

Data Engineering, come trasformare i dati con Python

Data Engineering, come trasformare i dati con Python

durante questo meetup parleremo di pattern ed errori comuni del data engineering in Python, di quali formati di serializzazione scegliere in base al contesto, di elaborazione in memoria secondaria o “out-of-core” e di come e quando svolgere l’elaborazione in modalità concorrente.

Minicorso Microservizi e Kubernetes (3/3): Kubernetes

Minicorso Microservizi e Kubernetes (3/3): Kubernetes

Dopo aver introdotto il tema del cloud native e dei microservizi, passiamo ad uno degli strumenti maggiormente utilizzati in questo ambito. Vediamo insieme cos’è Kubernetes è perché si è diffuso come orchestratore di applicazioni containerizzate. Quali sono i vantaggi di utilizzarlo e che complessità comporta.