W ramach naszych codziennych obowiązków tworzymy i uruchamiamy skrypty w Azure DevOps do zapytań i konfiguracji API. W prezentacji chciałbym pokazać, że tworzenie desktopowej aplikacji w pythonie może być szybkim i efektywnym sposobem na zebranie wszystkich funkcjonalności w formie czytelnego GUI.

Prognozowanie sprzedaży jest jednym z kluczowych elementów dla biznesu i znacznym wskaźnikiem uwzględnianym na etapie planowania. W trakcie sesji omówiony zostanie problem prognozowania szeregów czasowych oraz przedstawione zostaną główne wykorzystywane komercyjnie metody. Wskazane zostaną także wyzwania pojawiające się w projektach związanych z prognozowaniem. Praktyczne przykłady przedstawione zostaną w środowisku Databricks w ramach platformy Azure oferującym wygodę programowania w znanych Jupyter notebookach z wykorzystaniem skalowalnych klastrów obliczeniowych.

Wraz ze wzrostem wykorzystania uczenia maszynowego w naszej firmie mogą pojawić się sytuacje w których kilka zespołów może wykorzystywać wspólne cechy, które są tworzone oddzielnie. W każdej takiej sytuacji tracimy czas w fazie developmentu i w trakcie każdego przygotowywania danych. Dodatkowo, każdy zespół może definiować cechy w inny sposób, przez co tracimy na spójności definicji pomiędzy zespołami. W prezentacji pokażemy, jak ujednolicić podejście do tworzenia oraz zarządzania cechami z wykorzystaniem koncepcji feature store’a. Przedstawione zostaną narzędzia wykorzystywane jako tego typu rozwiązanie. W przykładach wykorzystane zostanie rozwiązanie opensource’e – feast.

Scrapy cały czas jest jednym z najpopularniejszych narzędzi do web scrapingu. Dlaczego warto go używać? W jakich projektach sprawdzi się najlepiej? Kiedy Scrapy nie będzie wystarczający?

Przegląd kluczowych zagadnień z programowania w stylu funkcyjnym w Pythonie. Poza przejściem przez podstawowe zagadnienia od strony teoretycznej, powiemy też o zaletach, i wyzwaniach, wynikających z pisania w tym stylu. W drugiej części poruszone zagadnienia zaprezentowane zostaną w formie live demo.