Archiv: 2019

Umělá Inteligence pro boj s kriminalitou v mobilních sítích

Místnost D0207 - 15:15:00

Zajímá vás jak se vydělavá na SMS spamu, kdy nevolat zpět na zmeškané hovory a proč si hlídat telefon na dovolené v Barceloně? Je porno největší část síťového provozu? Je Google více 'evil' než Facebook? Přijďte se přesvědčit, že umělá inteligence a data science není jen mediální buzz a manažerský newspeak, ale má každodenní praktické a hmatatelné přínosy v lepším pochopení skutečných problémů reálného světa a tvorbě kvalitnějších a účinnějších softwarových nástrojů v boji se síťovou kriminalitou. Seznámíte se s podvody a útoky které vám v mobilní komunikaci hrozí a jak se vůči nim dá bránit. Ukážeme vám, že boj se síťovou kriminalitou je primárně datově analytická úloha, důležitost explorační analýzy k odhalení skutečných problémů a hledání nových komerčních příležitostí i to, jak nás přinutila transformovat requirement driven SW development model na data driven SW development model. V technické části vysvětlíme, jak a proč aplikovat Machine Learning modely na velké objemy dat v reálném čase s minimálními HW nároky a jak optimálně rozdělit práci mezi člověka a stroj, aby se maximálně využily přednosti obou.

Petr Šalamoun

Petr vystudoval v roce 2004 obor Kybernetika a Automatizace na VUT se zaměřením na umělou inteligenci a robotiku. Po studiu posbíral mnohaleté zkušenosti s vývojem SW jako programátor a SW architekt. Nyní pracuje pro Mavenir jako fraud expert, chief data scientist a SW architekt produktu využívajícího umělou inteligenci k detekci anomálií, různých typů podvodů a obecných data mining úloh. Jako datový analytik v mobilních telekomunikacích získává zkušenosti v širokém spektru oblastí - rádiové systémy, síťové protokoly, IM komunikace, umělá inteligence, SW development a business inteligence.

Kateřina Záleská

Kateřina pracuje pro Mavenir jako data scientist a fraud expert se zaměřením na pokročilé metody detekce s využitím AI. Věnuje se primárnĕ pokročilé statistické analýze dat, vizualizaci a výzkumu, návrhu a optimalizaci machine learning modelů pro známé i nové typy anomálního a podvodného chování. Je absolventem oboru Matematická Biologie na Přírodovědecké fakultě MU v Brně, kde studovala statistické zpracování a modelovaní biologickych dat se zaměřením na predikci pomocí umělých neuronových sítí. Po studiu se několik let věnovala BI, zejména analýze patternů v chovaní uživatelů webových stránek a mobilních her.