Programmbeirat

Ein Konferenzprogramm setzt sich nicht von selbst zusammen: Einreichungen zum Call for Proposals müssen gesichtet und bewertet werden. Für Keynotes und das eine oder andere wichtige Thema müssen zusätzliche Referenten/-innen angefragt werden. Schließlich sind Vorträge und Workshops zeitlich miteinander abzustimmen und zu sortieren, damit nachher ein "rundes" Programm steht.

Hier sehen Sie, wer die Personen hinter dem Programm der data2day sind:

Mikio Braun hilft als Consultant Unternehmen dabei, Machine Learning in die Praxis umzusetzen. Nachdem er gut zehn Jahre an der TU Berlin als Forscher im Bereich maschinelles Lernen tätig war, arbeitete zuvor als Data Scientist u.a. bei Zalando und GetYourGuide. Er interessiert sich vor allem dafür, wie man die beiden Welten Wissenschaft und Industrie zusammenbringen kann.

Bernd Fondermann ist freier Software-Architekt und Trainer. Er hat eine Schwäche für verteilte Systeme sowie Datenspeicher, die ohne SQL abgefragt werden können. Er ist Member der Apache Software Foundation und sieht seinen Schwerpunkt im Hadoop-Ökosystem.

Lars George ist Founding Partner der OpenCore GmbH & Co. KG und berät Firmen und Partner weltweit im Bereich Hadoop, HBase und Lösungen im Umfeld der großen Datenmengen. Er ist Autor des O'Reilly-Buches "HBase - The Definitive Guide" und beschäftigt sich seit Ende 2007 mit dem stetig wachsenden Hadoop-Ökosystem.

Uwe Haneke ist seit 2003 Professor an der Hochschule Karlsruhe. In der Fakultät für Informatik und Wirtschaftsinformatik vertritt er u.a. die Bereiche Business Intelligence und Geschäftsprozessmanagement. Seine Publikationen und Forschungsschwerpunkte beschäftigen sich mit den Themen Data Science sowie Business-Intelligence & Analytics.

Stefan Kühn beschäftigt sich seit vielen Jahren mit Data Science, Machine Learning und mathematischer Grundlagenforschung. Nach Stationen bei codecentric, Zalando, Tom Tailor und XING arbeitet er heute als Head of Data bei der Visual Meta GmbH und entwickelt mit seinem Team moderne Machine-Learning-basierte Anwendungen. Neben Themen wie Data Strategy, Data Governance und Data Quality interessiert er sich vor allem für Optimierungsmethoden im Kontext von Deep Learning.

Matthias Parbel ist ursprünglich Chemieingenieur, arbeitet seit 1996 aber als IT-Fachredakteur. Aktuell ist er bei Heise Medien für die Zeitschrift iX sowie insbesondere den Online-Channel heise Developer tätig. Er bringt außerdem Erfahrung in der Planung und Durchführung von Konferenzen mit.

Melanie Andrisek ist Technikjournalistin und Lektorin beim dpunkt.verlag. Sie begeistert sich für alle Themen rund um Softwareentwicklung, das Internet der Dinge und Agilität.