sIT 2018

Willkommen zu den sIT 2018

The digital transformation affects all aspects of our daily life. It also changes how we think about healthcare systems and how we conduct medicine today.
Latest advances in computer science pushed existing scientific methods, such as machine learning and artificial intelligence, towards a much broader adoption. In the given presentation, you will learn about the common requirements of citizens in Germany and across Europe, learn about their individual perspective on innovative healthcare services, and discuss what innovations are still fiction and which of them are already available today. However, we will also discuss ethical question, e.g. whether we are willing to share our private, healthcare-related topics either with machine learning algorithms or with intuitive, emphatically human medical experts.
A short Bio and a photo can be found here. Details zeigen

In der Automobilindustrie vollzieht sich seit Jahren ein Wandel von einem Verkäufer- hin zu einem Käufermarkt. Der Kunde mit seinen individuellen Bedürfnissen rückt immer stärker in den Fokus der Fahrzeugproduktion. Damit einher nimmt auch die Bedeutung der Produktdifferenzierung als wesentlicher Wettbewerbsfaktor stark zu und resultiert in einer rasant steigenden Variantenvielfalt. Neue Entwicklungen im Bereich des autonomen Fahrens sowie die wachsende Bedeutung der Digitalisierung verstärken diesen Effekt zusätzlich. Die durch die hohe Anzahl wählbarer Sonderausstattungen hervorgerufene Komplexität, welche in diesem Ausmaß nahezu einmalig im Automobilsektor anzutreffen ist, stellt Fahrzeugproduzenten vor große Herausforderungen über alle Unternehmensbereiche hinweg. Der Einsatz geeigneter Algorithmen und entscheidungsunterstützender Systeme ist unabdingbar, um auch in Zukunft hoch komplexe und personalisierte Fahrzeuge anzubieten und den hohen Anforderungen der Kunden gerecht zu werden. Dabei ergeben sich Problemstellungen aus dem Bereich der Computational Intelligence, die wir in unserem Vortag exemplarisch vorstellen werden. Dazu vermitteln wir im ersten Teil unseres Vortrags einen Einblick in das Variantenmanagement bei Volkswagen. Der zweite Teil beschäftigt sich mit Algorithmen und Konzepten, die zur Beherrschung der Komplexität entwickelt wurden. Ihre Anwendung wird mit Hilfe des entstandenen Prototypen veranschaulicht. Details zeigen

Seit Jahren wird strikt zwischen den beiden Bereichen der Infrastruktur und der Softwareentwicklung unterschieden. Das fängt bei der Ausbildung an und zieht sich durch das gesamte Berufsleben.
Doch die einst klaren Grenzen verschwimmen. Schuld ist Infrastructure as Code (IaC).
Mithilfe von Automatisierungstools wie Red Hats Satelite werden Server über das Netz installiert und provisioniert. Für die Installation der Software haben viele Systemadministratoren ihre eigene Bash/Powershell Skript Sammlung und sparen somit wertvolle Zeit.
Fügt man weitere Prozesse aus der Softwareentwicklung(CI/CD, SCM, Testing) und die Cloudtechnologie hinzu, kommt man sehr schnell zu einer kompakten Lösung seine Infrastruktur zu installieren, konfigurieren und Changemanagement zu betreiben. Details zeigen

Seit 1856 ist KWS in der Pflanzenzüchtung tätig und produziert Saatgut für die gemäßigte Klimazone. Doch auch vor der Landwirtschaft macht die Digitalisierung nicht halt, so dass wir uns in den letzten Jahren verstärkt mit maschinellen Lernverfahren beschäftigt haben. Während des Vortrages werden wir einen kurzen Überblick über KWS geben und einige konkrete Beispiele zeigen, bei denen verschiede Lernverfahren zum Einsatz kommen. Abschließend gibt es eine technische Demonstration bei der ein Modell zur Ertragsvorhersage auf mehreren Rechnern verteilt trainiert wird. Details zeigen

Grillen, Key-signing und mehr

Robin and Jan are developing Grady, a free and open-source single page application that enables the Institute for Computer Science to grade programming exams in a fast, fair and pseudonymous manner. Our aim is to develop great software that helps other people and teach ourselves as much as possible about modern technologies and processes on the way. The project started roughly a year ago and we think it is about time to share our experience on where this aim got us and how we got there. Three things to learn here: 1. What does Grady do? 2. What languages, frameworks, infrastructure and tools we use? 3. What is the software development process that enables all this? Spoiler: It's not the V-Model XT. While answering the questions we hopefully give meaning to as many buzzwords as we can (if you do not know them already).

During recent elections worldwide there have been concerns about automated social media accounts ("social bots") manipulating the shaping of public opinion. In order to be able to quantify their influence, it is necessary to be able to identify them in a scalable way. Current methods [Varol et al. 2017] can detect simple bots reliably, but fail to detect advanced bots that emulate human behaviour more closely [Cresci et al. 2017]. In this project, a supervised machine learning model has been created, which is supposed to automatically identify advanced social bots. It is able to achieve an accuracy of ~90% while being consistent with other current research. Details zeigen

Zero knowledge proofs give you the opportunity to proof your knowledge of a certain piece of information without revealing any details about it. Sounds nice! Buts how does it work and do we really need them?

In this talk we take a look at a special class of approximation algorithms which are based on so called sparse signal representations. These representations arise from linear combinations of an overcomplete set of atom signals. The goal is to find a combination that uses as few of these atoms as possible. Using this sparse representation, several inverse problems can be solved. We will discuss how sparse representations can be found and how the best set of atoms can be learnt. Finally, we show how the image denoising problem can be solved in this setting. Details zeigen

Unterlagen: https://user.informatik.uni-goettingen.de/~fginfo/sIT_2018_marc_zoeller.zip
Machine Learning ist eine sehr aktiv erforschtes Themengebiet und ein wichtiger Bestandteil vieler kommerzieller Anwendungen. Dieser Vortrag versucht das Thema Maschine Learning und Data Science in der Industrie zu beleuchten. Dazu wird live anhand eines echten Datensatzes eine Data Processing Pipeline aufgebaut.

Did you ever wonder why your application performs so badly? Or did you ever ask yourself, how often this feature is actually used which is so annoying to maintain? Then you want to instrument your code and collect metrics. This talk will discuss the possibilities of the open-source toolkit "Prometheus". It will cover the ecosystem of Prometheus (exporter, alerting, dashboards, ...) and show how you can instrument your own software for it and also use it as a replacement for traditional monitoring tools like Nagios. Details zeigen

Grillen, Key-signing und mehr

Take part at the programming challenge! You can compete in teams up to n=3 to compare your programming skills in C++ or Java. It's all about fun and being the best!

Dieser Workshop richtet sich an Personen ohne Programmierkenntnisse, an solche die schon etwas programmieren können und auch an solche, die einfach Interesse an der Programmierung von Mikrocontrollern in einer visuellen Programmiersprache haben. Als programmierbarer Mikrocontroller wird der Calliope Mini genutzt, welcher den Teilnehmenden zur Verfügung gestellt wird. Der Workshop wird an den Kenntnisstand der Teilnehmer angepasst und behandelt somit Themen, wie das Ansteuern der Aktoren und Sensoren, wie auch das Vernetzen verschiedener Mikrocontroller zum Erstellen von Netzwerken. Details zeigen