All Episodes

Czy data scientist(ka) może być cyfrowym nomadem - Kasia Hewlet - Codilime

Czy nowości działają w computer vision - Marianna Parzych - Deepsense.ai

Kiedy wektorowe wyszukiwanie jest słusznym rozwiązaniem - Kacper Łukawski - Qdrant

Czy LLMy mają uprzedzenia kulturowe - Natalia Ożegalska-Łukasik i Szymon Łukasik

Wykrywanie sytuacji niebezpiecznych - Michał Staniszewski - Politechnika Śląska

Kontrolowane porażki w ML - Tomasz Głowacki - Żabka

AI i obserwacja ziemi z kosmosu - Aleksandra Radecka - Politechnika Warszawska

Innowacje w medycynie - Karolina Tądel - Digital Health Innovation Manager

Lepsze systemy QA (pytań i odpowiedzi) po polsku - Piotr Rybak

Droga do roli AI project managera - Ewa Szulik Stach

Jak zostać Head of Data Science - Żabka - Tomasz Głowacki

Czym procesować akty zgonu i jak zdobyć zdobyć pracę w ML - Karolina Cwojdzińska - Alphamoon

Czy chcemy gonić USA w AI - Michał Krzykawski

Inteligentne aplikacje medyczne - Adam Radziszewski - Infermedica

Ekipa techniczna projektu Spichlerz - największego polskiego zbioru danych tekstowych

Czego nauczą Cię Twoje projekty ML - Kamil Rzechowski - Software Mill

Demokratyzacja AI w biznesie - Maria Parysz - Elephant AI

Jak się lepiej skupić i być dłużej we flow - Marcin Stopa - Seewidely

Polska potrzebuje 2000 sztuk GPU - Agnieszka Mikołajczyk - Voicelab

Spichlerz / Speakleash - open source dataset z polskimi tekstami - Sebastian Kondracki

Jak przejść do IT / data science z innej branży ?

Jak przejść rekrutację w branży data science ? - Paulina Knut - deepsense.ai

Modele OpenAI dostępne na Azure - Pamela Krzypkowska - Microsoft

Nowy podcast na temat AI - "Stack more layers" - Maria Janicka - Synerise

Inteligentne czatboty z charakterem - Piotr Grudzień - Quickchat AI

Do czego służą datasety oparte o dane medyczne ?

Product discovery w projektach AI - Iza Piotrowska (Tooploox) i Dominika Basaj (Synerise)

Startup AI z polskimi korzeniami pomaga brytyjskiej policji - Kamila Hankiewicz i Kuba Misiorny - Untrite

Drony, kolej magnetyczna i roboty pakujące - Natalia Strawa - Nomagic.ai

Jest takie miejsce w Polsce, gdzie powstają innowacje w AI – Michał Karpowicz

ML, bioinformatyka i tworzenie leków z przeciwciał - Sonia Wróbel - NaturalAntibody

Dlaczego chcesz to zbudować czyli product discovery - Michał Reda - Product Discovery Pro

Drony i sieci neuronowe na placu budowy - Jakub Łukaszewicz - AI Clearing

Eksperymentalne usprawnienia zarządzania w dziale Data - Willy Picard - Fandom

Pokonaj lęk przed występowaniem publicznym w klubie Toastmasters

Darmowe modele i narzędzia do budowy Twoich pomysłów - Adrian Łańcucki - NVIDIA

Dobre praktyki w prowadzeniu projektów ML - Karol Kabała - NumLabs

Jak zostać emocjonalnie inteligentną data scientistką - Sylwana Kaźmierska - Digica

Jak być liderem zespołu AI w rodzinnej firmie IT - Grzegorz Gwardys - Promity

Sztuczna inteligencja w windzie - Agnieszka Suchwałko - Quantup

Książka, hackatony, GRAI i platforma Tracardi - Sebastian Kondracki

Jak stawać się coraz lepszym w mówieniu do ludzi na temat ML - Maciej Adamiak - ReasonField Lab

Promowanie dużych modeli językowych podobnych do GPT3 - Sandra Kublik - Cohere

AI na procesorach ARM - Tomasz Szpartaluk - Ampere Computing

Modele generatywne - modele dyfuzyjne, Dalle, GPT, GAN, VAE - Kuba Tomczak

Jak budować zespół data science - Barbara Sobkowiak - Britenet

Stylometrix czyli badania NLP w NASKu - dr Inez Okulska

Jak zarządzać projektami deeptech – RespoVision - Wojtek Rosiński

Procesor do AI i budowa komputera o możliwościach ludzkiego mózgu - Łukasz Anaczkowski - Graphcore

Książka "Kaggle Book" czyli jak wygrywać konkursy na Kagglu - Konrad Banachewicz

Stopniowe wdrażanie MLOPS w projektach typu wizja komputerowa - Konrad Łyda

W czym pomagają czatboty w Allegro - Miłosz Kopij

Od notebooka do prezentacji - pakiet Mercury z MLJAR - Piotr Płoński

Jak pokonać rosyjskie trole używając technologii - Dywizjon404

Czy matematyk może przyciągnąć biznes do swojego miasta - Patryk Miziuła?

Mlops na dużą skalę i lepsze operacje na panda dataframes - Stefan Krawczyk Stitch Fix

Jak działa komputer kwantowy - Paweł Gora

Jak przyspieszyć inferencję ? - Adrian Boguszewski - Intel

AI w inteligentnych systemach transportu - Pawel Gora

Konferencja Hiperautomatyzacja i rola AI w biznesie - Andrzej Sobczak SGH

Metody XAI stosowane do sieci neuronowych pracujących na obrazach - Weronika Hryniewska

Szczegóły metod wyjaśnialnego AI - Anna Kozak (druga część rozmowy)

AVA czyli inteligentny asystent głosowy do wspomagania procesu zakupu - Edrone - Grzegorz Knor

W czym pomagają metody odpowiedzialnego ML (XAI / explainable AI) - Ania Kozak z grupy MI2

Jak buduje się startup, grający w pierwszej lidze firm AI na świecie - Kuba Czakon - Neptune AI

MLops - plaftorma czy pojedyncze komponenty - Jakub Czakon - Neptune AI

Pierwsze spojrzenie na narzędzia mlops - Szymon Maszke

Czy przemysł potrzebuje uczenia maszynowego - Krakowski Park Technologiczny - Bartosz Józefowski

Jak przyspieszyć tworzenie leków przy użyciu uczenia maszynowego - Rafał Wojdan

Poziomy autonomiczności samochodów i współpraca uczelni z przemysłem - Karol Piniarski

Jak sztuczna inteligencja wpływa na nasze relacje ?

Czym zajmuje się senior software engineer in ML - Zuzanna Szafranowska

Inicjatywy Eye for AI i hear AI - Sylwia Majchrowska

Czy mysz ma w mózgu neuronowe sieci konwolucyjne - Paweł Pierzchlewicz ?

Jak zostać konsultantem w branży IT - Kuba Szczepanik (cz. 2/2)

Jak zwinnie dostarczać projekty ML czyli agile kontra machine learning - Kuba Szczepanik (cz. 1/2)

Jak wykrywać anomalie używając ElasticSearch ?

Praktyczny machine learning w Capgemini - Ruslan Korniichuk

Jak robić machine learning w dużym software house'ie ? Łukasz Grzybowski - STX Next

O odpowiedzialności inżynierskiej za systemy uczenia maszynowego - Norbert Ryciak (odc. 7)

Jak wykrywać raka nerek przy użyciu sieci neuronowych - B.Klaudel i A.Obuchowski (odc. 6)

Kiedy używać tłumaczenia automatycznego czyli AI kontra człowiek - Jan Trawiński (odc. 5)

O kursie NLP po polsku - Patryk Pilarski - Data Engineer w DocPlanner (odc. 4)

Lepiej być generalistą czy specjalistą w IT - Mateusz Stankiewicz - Flyps (odc. 3)

Jak uczyć setki modeli ML (z człowiekiem w pętli) - Witold Zaklukiewicz (odc. 2)

Jak się robi uczenie maszynowe w Japonii - Kuba Kołodziejczyk (odc. 1)