Zurück zur Übersicht
  • 29.04.2021

Webinar: IoT - Alles in der Cloud? Warum Machine Learning direkt am Endgerät stattfinden sollte

In diesem Webinar wird an Beispielen erklärt, wie IoT-Projekte üblicherweise aufgebaut sind und welche Herausforderungen es bei der Übertragung der Daten zur IoT-Cloud gibt. Es gibt unterschiedliche Gründe, warum die Vorverarbeitung der gesammelten Daten am Endgerät – also am „Edge-Device“ – sinnvoll ist, das können z.B. die Verbindung, die Menge oder die Beschaffenheit der Daten sein. Dank Edge ML kann die komplexe Verarbeitung von Informationen nun effizient am Endgerät stattfinden.

Stefanie Pichler

Als Solution Manager bei A1 Digital ist Stefanie Pichler für das Lösungsportfolio rund um Machine Learning und Advanced Analytics verantwortlich. In ihrer mehrjährigen Tätigkeit im Solution Management leitete und begleitete die studierte Mathematikerin zudem agile Entwicklungsprojekte und beschäftigt sich als Schnittstelle zwischen Markt und Produktentwicklung stets mit einem breiten Spektrum an Lösungen und Technologien in dem sehr dynamischen Umfeld von IoT und Machine Learning.
LinkedIn

Martin Sailer

Martin Sailer ist in der Abteilung Vertical Market Solutions tätig und berät in seiner Rolle als IoT Consultant Unternehmen aus verschiedenen Branchen bei der Entscheidung und Konzeption von End-To-End IoT Lösungen. Sein spezieller Fokus ist der Einsatz und die Weiterentwicklung des Lösungsportfolios für den Bereich Retail. In seiner mehrjährigen Erfahrung in Zentral- und Osteuropa in der Telekommunikationsbranche war er für die Lösungskonzeption, das Produkt Management sowie das internationale Project Delivery von TK-Lösungen verantwortlich.
LinkedIn

Dieter Mayr

Dieter Mayr ist als Senior Data Scientist und Machine Learning Consultant für die Entwicklung und technische Umsetzung von komplexem Machine Learning Projekte zuständig. Sein Fokusgebiet ist die Daten-basierte Konzeptionierung und Begleitung von Machine Learning Projekten in enger Abstimmung mit IT-Fachabteilungen und Business Stakeholder. Während seiner Promotion im Bereich Optimierung und seiner mehrjährigen Beschäftigung im Energiebereich konnte er fundierte Lösungskompetenz und Umsetzungserfahrungen für komplexe und innovative Machine Learning und Data Analytics Themen aufbauen.
LinkedIn