Program

Temablokker

  • «The news is fake» – Hvordan mediebransjen går vår datadrevne fremtid i møte.
  • CEO Brain Trust – Thought leadership fra sjefen.
  • «I will build a great cloud» / «We have the biggest data» – Hvordan navigere i skyene og svømme i en datainnsjø.
  • «The point is that you can’t be too greedy» – Å være datadreven handler tross alt om å tjene mer penger, gjør det ikke?
  • «The cyber» – Maskinlæring er ikke så vanskelig som Donald Trump vil ha det til. Vi viser hvordan du gjør det!
  • Make public services smart again – Tjenestetilbyderne vi interagerer med på daglig basis er også i ferd med å bli virkelig smarte.
  • Make data correct again – Ikke glem Master Data Management, datakvalitet og governance!
  • «Computers have complicated lives very greatly» – Eller snarere tvert imot? A.I. og Robotics ligger an til å gi oss den neste industrielle revolusjon.
  • Make the process great as well – Historier fra veien til digitalisering og analytics.
  • «I know a lot about hacking» – Det hjelper ikke når personvernforordningen banker på døra. Er privacy og compliance en trussel eller en mulighet?
08:00 Registrering og frokost
08:25 Velkommen ved DNDs faggruppe for BI & Analytics
08:30 Secrets to Becoming a Data Science Superhero
Have you ever wondered how Data Scientists do their magic? How does the practice of Data Science work at the highest levels? — We are talking about world-class Kaggle winners. This session will cover how YOU can use the techniques of the best Data Scientists on the planet, even if you know nothing about Machine Learning.
Brian Bell Jr. – DataRobot
Track 1
The Lounge
Track 2
The Gallery
Track 3
The Study
09:05 Machine learning hos NRK – hva sa Oddvar Brå egentlig da han brakk staven?
Robert Engels – NRK
Fra digitale konsumenter til digtial produsenter
Sigbjørn Høgne – Sherpa
Diving into the Data Lake with U-SQL
Helge Rege Gårdsvoll – Hafslund Strøm
09:40 Data Speaks – How Letting Go of Assumptions Can Change Your World
Laura Avonius – Aller Media OY
Not Your Grandfather’s BI
Håvard Ellefsen – Formerly Affecto
Transforming A Traditional Software House to the Cloud
Are Føllesdal Tjønn – DNV GL Software
10:15 Du vil ikke tro hva som skjedde da data ble brukt for å selge VG+
Nina Walberg – Schibsted
Data-driven Norway – is Norway the data-driven leader of Scandinavia?
Jens-Jacob Aarup – Inspari AS
Ta steget inn i tingenes internett med Azure IoT og Stream Analytics
Johan Ludvig Brattås – Capgemini
10:45 Pause
10:55 Prising – Hvordan finne hundrelappene som kundene ikke legger igjen når de handler
Nils Kristensen & Stine Selje Sunde – EY
Demokratisering av data: Tanker og erfaringer rundt selvbetjent analyse og ansvaret det bringer
Torstein Thorsen – bWise
 Fra on-premise til skyen – utfordringer og oppsider
Morten Forfang – Computas
11:30 Hvordan forbedre aksjehandel med Data Science
Morten Bunes Gustavsen – DNB
En introduksjon til anbefalingssytemer
Håkon Dissen – Itera
Lønnsomme kunder gjennom maskinlæring
Fredrik Aaserud – NSB
12:00 Lunsj
12:30 Aibel MMD – Smarte ingeniørdata
Christian M. Hansen – Acando
Text Mining og Deep Learning for BI
Paul I. Huse – Enin
Maskinlæring for tryggere veier
Stefan Mandaric – BearingPoint
Arild Enbebretsen – Statens vegvesen
13:05  Using Data Integration for Improving Results in Analytics and Machine Learning
Graham Moore – Sesam
 Taming the Continuous Stream of Online News
Jon Espen Ingvaldsen – Mito.ai
Hvordan vinne markedsandeler ved å gi kundene innsikt i egne data
Jo Eirik Østmo – Norsk Gjenvinning
13:40 Mastering your Internet of Things
Jesper Leth – Stibo Systems
Making Images Pretty Again, Using Machine Learning
Lars Løvlie – Inmeta
Et smartere NAV
Jonas Slørdahl Skjærpe – NAV
14:10 Pause
14:20 A.I. as a Source of Power – for Individuals, Corporations and Nations
Henning Anthonsen – HIT.Society
 The Business Value of Machine Learning Modelling Techniques
Hans De Wit, Richard Horgen & Jonas Lie-Nielsen – Telenor & SAS Institute
Nabobil.no sin gründerhistorie – fra sniklansering til maskinlæring
Christian Hager – Nabobil.no
14:55 How AI Will Change the Financial Industry
Erik Leung – Evry
You Know Me So Well
Marius Sommerseth – KPMG
Digitalization, Ready, Prep, GO!
Espen Langbråten – BI Builders
15:30 Kunstig intelligens i offentlig sektor – smart eller skremmende?
Robindra Prabhu – Teknologirådet
How to Prosper in the Face of Legal Compliance
Don Cameron
Orkla – fra rapportering til analytics – past, present and future
Magnus Arnesen – Orkla
15:55 Using Robotic Process Automation and Synthetic API’s to Deliver on IT Project Backlog
Stefan Andreasen – SmartRPA & Kapow
GDPR – Good Data Provides Reliability
Fred Anda – NextBridge
Analytics er verdiløst uten handling!
Børge Kristiansen – PwC
16:30 Predicting the 2018 Winter olympics – BigSherpa vs Arne.
Who does it better? Man or machine?
Nima Darabi – Sherpa
17:00 Middag
18:00 Party!

 

Sesjoner og foredragsholdere

«The news is fake»

Track 1: 09:05 – 10:45

Beskyldninger om «falske nyheter» er langt ifra den eneste trusselen mot mediabransjen i disse dager. Gamle forretningsmodeller er under press, noe som sender bølger gjennom alt fra innholdsproduksjon og -markedsføring til produktutvikling. Så hvordan går egentlig bransjen vår datadrevne fremtid i møte? Det finner du ut på Make Data Smart Again!

Machine Learning hos NRK – hva sa egentlig Oddvar Brå da han brakk staven? 

Robert Engels | Teknisk prosjektleder og leder virksomhetsarkitektur ORIGO – NRK

Track 1: 09:05 – 09:35

NRK kjører et stort IKT program for å skifte ut infrastruktur for radio og TV produksjon, mens man lager gode, fremtidsrettede måter å lage, lagre og gjenbruke metadata på. Denne metadata er grunnlaget for direkte kommunikasjon med publikum, men også for produksjon av (enda) bedre innhold.

Machine Learning og Analytics, kombinert med smarte lagringsmetoder og agile metoder gir høy potensiale for spennende opplevelser. Foredraget viser hva NRK gjør i ORIGO programmet, hvor Machine Learning spiller en rolle og hva vi kan tenke oss kommer om ikke alt for lenge. Vel møtt!

Data Speaks – How Letting Go of Assumptions Can Change Your World 

Laura Avonius | Director, Digital Innovations – Aller Media Oy

Track 1: 09:40 – 10:10

Media has been one of the industries that has been hit hard by digitalization. In order to survive, we at Aller had to take a critical look into our assets and take a leap of faith abandoning a lot of holy cows related to our traditional business model.

This journey let us to invent new business concept based on smart use and commercialization of the data assets we have been collecting during the past 25 years. By being very brave and lean, we discover a huge market opportunity to help our customers to challenges their assumptions about their own customers. What if the target group you had on mind when designing a product is not actual the one that would most likely buy it? Smart data for us is assumption free, always able to defend its integrity. Join this session to hear what have we learnt!

Du vil ikke tro hva som skjedde da data ble brukt for å selge VG+

Nina Walberg | Leader Insights – Schibsted

Track 1: 10:15 – 10:45

VG+ har over de siste årene hatt en enorm suksess, og fått til en enorm vekst der data står i sentrum. Schibsted gjør store investeringer innenfor dette området. I denne presentasjonen letter vi på sløret, og avslører noe av hemmeligheten. I tillegg vil vi gjennomgå to konkrete eksempler på hvordan data er brukt for å selge VG+.

CEO Brain Trust

Track 2: 09:05 – 11:25

Vi har gjort som Donald Trump og plukket noen smarte hoder fra toppen for å fortelle oss litt om denne nye teknologien. Elon Musk, Tim Cook og Satya Nadella var dessverre opptatte alle sammen, så vi valgte kortreist for å støtte det lokale næringslivet.

Fra digitale konsumenter til digitale produsenter 

Sigbjørn Høgne | CEO – Sherpa

Track 2: 09:05 – 09:35

Klassisk business intelligence handlet om at en ekspert la til rette et system slik at brukerne kunne hente ut rapporter. Eksperten (datavarehusarkitekten) la til rette for at den passive konsumenten kunne hente ut informasjon selv (self service BI). Nå må vi tilrettelegge for eksperter og algoritmer som er smartere enn det vi er selv. Vi skal legge til rette for produksjon. Hva betyr dette?

Not Your Grandfather’s BI 

Håvard Ellefsen | Former CEO – Affecto

Track 2: 09:40 – 10:10

Big Data og Analytics er ikke mer av det samme bare i ny innpakning. Tvert i mot er det snakk om fundamentalt annerledes løsninger som krever mye ny kompetanse. Det gode ved at Norge har vi sovet i timen er at vi nå kan ta et stort steg bort fra gamle dagers BI og samtidig hoppe over barnesykdommene i Big Data-verdenen.

Data-driven Norway – Is Norway the Data-driven Leader of Scandinavia? 

Jens-Jacob Aarup | CEO – Inspari

Track 2: 10:15 – 10:45

Inspari har igen i år taget data-temperaturen på nordiske virksomheders datadrevne potentiale. Så hvad gør de data-dygtige godt? Hvem snupper titlen som Nordens data-mestre? Og hvor placerer Norge sig på det data-drevne barometer?

Du får konkrete anbefalinger til, hvordan du gør din virksomhed mere datadrevet og udnytter det store potentiale i digitalisering. Samtidig får du gode tips & tricks til, hvordan du kan nedbryde datasiloerne, så data bliver tilgængelig for hele virksomheden – med sikkerheden intakt. Du får selvfølgelig også guiden til ”Det datadrevne Norge” med hjem!

Demokratisering av data: Tanker og erfaringer rundt selvbetjent analyse og ansvaret det bringer 

Torstein Thorsen | CEO – bWise

Track 2: 10:55 – 11:25

Det er helt naturlig å tenke at hvis man klarer å få noen til å gjøre noe selv så er det det beste. Anskaffelse av selvbetjent analyse kan bety effektiv rapportering, bedre avgjørelser og mer innsikt, men det kan også bety å gå glipp av viktig innsikt, feiltolking av data og utføre feil analyse. Hva er realistisk forventninger med selvbetjent analyse? Hvor mye av rapportering vil man gjøre selvbetjent? Hvordan kan man håndtere noen av problemstillingene i dagens verktøy?

«I will build a great cloud» / «We have the biggest data»

Track 3: 09:05 – 11:25

Nobody builds clouds better than me, and I build them very inexpensively. Vi skal ikke ta stilling til om cloud er et idiotsikkert business case for alle, men det er liten tvil om at skyen åpner en ny verden av muligheter for håndtering av store data, IoT og analyse. Det kan våre foredragsholdere garantert skrive under på!

Diving Into the Data Lake With U-SQL 

Helge Rege Gårdsvoll | Data Manager – Hafslund Strøm

Track 3: 09:05 – 09:35

Hafslund Strøm bygger for tiden en ny analyse og innsiktsplattform basert på Cortana Intelligence Suite og Azure Data Lake. Denne sesjonen vil vise hva vi ønsker å få til med denne plattformen, hvilke komponenter vi benytter i Azure og litt praktiske erfaringer fra arbeidet så langt.

Transforming a Traditional Software House to the Cloud

Are Føllesdal Tjønn | CEO – DNV GL Software

Track 3: 09:40 – 10:10

In the past decades, we’ve seen the move from mainframe to client-server and from client-server to the web. We’re seeing a new paradigm shift now. The way we deliver value is changing, brought on by a revolution in information technology. DNV GL has built a new business and operations organization while replacing client-/server applications with cloud services. Are Føllesdal Tjønn, CEO DNV GL – Software, will share his experience from the company’s journey to cloud.

Ta steget inn i tingenes internett med Azure IoT og Stream Analytics 

Johan Ludvig Brattås | Sjefskonsulent – Capgemini

Track 3: 10:15 – 10:45

Tingenes Internett (IoT) raser oppover mot toppen av de oppblåste forventningers topp på Hype-kurven. Det er mye snakk, men fortsatt få reelle prosjekter der ute.

I denne sesjonen tar vi en nærmere titt på utfordringer knyttet til IoT, og hvordan man kan sette opp et prosjekt i Azure basert på Microsoft sin referansearkitektur. Vi vil se nærmere på de viktigste komponentene, og bruke Azure Stream Analytics til å analysere data og dytte disse ut i et sanntid-instrumentbord i PowerBI. Sesjonen baserer seg på erfaringer høstet fra aktive prosjekter.

Fra on-premise til skyen – utfordringer og oppsider 

Morten Forfang | Sjefsarkitekt – Computas

Track 3: 10:55 – 11:25

Vi går igjennom et case fra virkeligheten hvor en lager et design for å migrere en on-premise løsning til Google Cloud. Løsningen er for en stor norsk offentlig aktør hvor integrasjon, kompleksitet, informasjonsforvaltning, mellomvare, analytics, arbeidsprosess og brukerflate er sentrale foki. Vi ser på hvor skissen har klare oppsider, hvor en må tenke litt og hvor det ikke er veldig lett. Så ser vi på noen løsningsalternativer og oppsummerer.

«The point is that you can’t be too greedy»

Track 1: 10:55 – 12:00

Til syvende og sist handler jo det å være datadreven om å tjene mer penger, og noen ganger jobber algoritmene til og med direkte med pengene våre. Det kan våre foredragsholdere fra DNB og EY fortelle deg mer om.

 

Prising: Hvordan finne hundrelappene som kundene ikke legger igjen når de handler

Nils Kristensen | Senior Manager – EY
Stine Selje Sunde | Senior Consultant – EY

Track 1: 10:55 – 11:25

Når EY jobber med prisingsstrategier, benytter vi en lang rekke metoder for å gi innsikt i salgsdata og kjøpsatferd. Vi viser hvilke analytiske verktøy og type modeller vi typisk tar i bruk for å ta bedre datadrevne beslutninger om prising.

Hvordan forbedre aksjehandel med Data Science

Morten Bunes Gustavsen | Equity Trader / Data Scientist, Asset Management – DNB

Track 1: 11:30 – 12:00

DNB Asset Management handler aksjer ved å bruke et stort antall algortimer fra mange meglere. Disse algoritmene oppfører seg svært forskjellig og noen er bedre enn andre. For å finne de beste algoritmene må vi teste dem ut og gjøre våre egne analyser. Denne presentasjonen gir en kort introduksjon til hvordan algoritmehandel foregår, og hvordan vi går frem for å analysere hvor gode de enkelte algoritmene er.

«The cyber»

Track 2: 11:30 – 14:50

Det går faktisk an å gjøre noe konkret med maskinlæring og algoritmer, og det er slettes ikke så vanskelig som Donald Trump vil ha det til. Våre foredragsholdere viser deg hvordan du gjør det!

En introduksjon til anbefalingssytemer 

Håkon Dissen | Technology Analyst – Itera

Track 2: 11:30 – 12:00

Anbefalingssystemer er mye brukt for å øke salg og utnyttelse av ulike varesortiment. Under panseret skjuler det seg en jungel med forskjellige modeller, som ofte har mer til felles enn det man skulle tro. I dette foredraget vil jeg gå igjennom de vanligste modellene for anbefalingssystemer, og komme med noen erfaringer fra virkeligheten.

Text Mining og Deep Learning for BI 

Paul I. Huse | Co-founder – Enin

Track 2: 12:30 – 13:00

Det er mye data der ute som tradisjonelle BI-avdelinger ikke utnytter i dag, og tekst er en av dem. Ved hjelp av nye teknikker kan man få produsert forretningsnyttig informasjon fra det som tidligere bare fylte plass i databaser. Vi kommer til å gå gjennom hvordan man kan få brukt text mining og deep learning for å få forretningsinformasjon fra ustrukturert data.

Taming the Continuous Stream of Online News 

Jon Espen Ingvaldsen | CTO – Mito.ai

Track 2: 13:05 – 13:35

The amount of textual data on the Web is enormous and growing rapidly. However, in comparison to structured in-house data, this is a data source that is hardly utilized at all. In this talk, we will describe how Mito.ai tames the continuous stream of unstructured web data to extract market insight and build a personal and chat-based stock trading assistant.

The talk will go into:

  1. The type data we work with
  2. How we utilize public data sources and open linked data
  3. Frameworks and programming languages (Scala, Apache Spark, Elasticsearch, wit.ai)
  4. A live demo!

Making Images Pretty Again, Using Machine Learning 

Lars Løvlie | Data Scientist – Inmeta

Track 2: 13:40 – 14:10

Image quality issues in high resolution, close up images of retail products are detected and – depending on the issue – automagically fixed by various machine learning models. The models in use range from various types of Convolutional Neural Networks to Random Forest classifiers. Tips and tricks of deploying and architecting machine learning solutions in the cloud will also be discussed. The project dramatically improves the customers QA workflow and reduces the manual workload by reducing the number of images which must be manually investigated and retouched.

 

The business value of machine learning modelling techniques 

Hans De Wit | Senior Data Scientist – Telenor Norge
Richard Horgen | Principal Analytical Consultant – SAS Institute
Jonas Lie-Nielsen | Principal Solution Architecht – SAS Institute

Track 2: 14:20 – 14:50

The presentation will provide a practical and business oriented approach showcasing the value of analytical models and how to build them in a fast and flexible way.

We will focus on:

  1. What’s the value of using prediction models compared to business rules
  2. What the value of traditional modelling techniques compared to new machine learning modelling techniques
  3. Short introduction of SAS Viya and how it will gain value for the users
  4. Demonstration use case: How to select the customers most likely to buy? The campaign manager want to develop a direct marketing campaign with a limited budget, in this case 10% of the population. We will showcase how to address this using different techniques and comparing the results
  5. We will compare performance of model types like random forest, support vector machine, logistic regression, decision trees and generalized linear model.

Make public services smart again

Track 3: 11:30 – 14:10

Tjenestetilbyderne vi interagerer med på daglig basis – private så vel som offentlige – er også i ferd med å bli smartere, og det kan vi selvfølgelig takke data og algoritmer for.

Lønnsomme kunder gjennom maskinlæring 

Fredrik Aaserud | Digital forretningsutvikler – NSB

Track 3: 11:30 – 12:00

NSB har gjennom det siste året utviklet et cluster av ulike maskinlæringsmodeller – med fokus på datadrevne beslutninger for økt lønnsomhet på kundenivå. Presentasjonen tar for seg veien mot målet, samt et innblikk i praktisk bruk av resultatene.

Maskinlæring for tryggere veier 

Stefan Mandaric | Consultant – BearingPoint
Arild Engebretsen | Ekspert på trafikksikkerhet – Statens vegvesen

Track 3: 12:30 – 13:00

Hva er det egentlig som gjør at noen veier er farligere enn andre? Hastighetsbegrensning og trafikkmengde er selvsagt stor effekt, men finnes det også mer intrikate sammenhenger? Og ikke minst, hvordan spiller ulike faktorer som værforhold, veiegenskaper, og bebyggelse sammen for å påvirke sikkerheten på veiene? Statens vegvesen ligger langt fremme, internasjonalt sett, i å forklare og forebygge alvorlige ulykker på norske veier.

BearingPoint hjelper nå Statens vegvesen med å løfte dette arbeidet enda et nivå ved bruk av maskinlæring. I dette arbeidet benyttes HyperCube, en maskinlæringsalgoritme for avansert analyse, til å identifisere og forklare hva som gjør veier farlige. Analysen er basert på et omfattende datagrunnlag om det norske veinettet, beriket med ytterliggere informasjon fra åpne datakilder.

Hvordan vinne markedsandeler ved å gi kundene innsikt i egne data 

Jo Eirik Østmo | CIO – Norsk Gjenvinning

Track 3: 13:05 – 13:35

Kundeløsningen Grønt Ansvar® er en kundeportalløsning bygget med QlikView og bruk av waste data fra SAP som kilde. Kundene gis tilgang til å få nødvendig dokumentasjon og statistikk som avfallsbesitter. Den skal være Norsk Gjenvinning AS viktigste virkemiddel for å vinne nye kunder, sikre lojalitet fra eksisterende og bygge konsernets posisjon knyttet til reell bærekraftig utvikling.

Et smartere NAV 

Jonas Slørdahl Skjærpe | Direktør, Informasjonsplattform – NAV

Track 3: 13:40 – 14:10

NAV forvalter en tredjedel av statsbudsjettet og er en av Norges største virksomheter. Bedre bruk av data og analytisk innsikt skal bidra til å få flere i arbeid og til å levere verdens beste velferdstjenester. Ambisjonen er høy og suksess krever en høy endringstakt over lang tid. Vi skal gi et innblikk i hvordan vi satser og hva vi tror på.

Make data correct again

Track 1: 12:30 – 14:10

Mantraet «shit in, shit out» blir bare tydeligere og tydeligere jo smartere løsninger man tar i bruk på toppen. Men kanskje vi kan være smartere med selve datakvalitetsarbeidet og governancen også?

Aibel MMD – Smarte ingeniørdata

Christian M. Hansen | Seniorkonsulent – Acando

Track 1: 12:30 – 13:00

Det norske oljeservice-selskapet Aibel AS utfører EPC-prosjekter for nybygg og modifikasjon av installasjoner for operatører på norsk sokkel. En typisk offshore installasjon består av en stor mengde ulike komponenter, og hver komponent er underlagt en lang rekke krav og standarder, både fra operatører, myndigheter, ulike ingeniør-standarder og best-practices i bransjen. Det gjør det komplekst å spore hvilke krav som henger på de ulike komponentene i prosjektene, og det brukes mye ressurser på å velge ut og vedlikeholde kataloger over lovlige komponenter i hvert prosjekt.

For å forbedre og effektivisere forvaltningen av komponenter og materialkataloger har Aibel utviklet Material Master Data (MMD), en ny Master Data-katalog for ingeniørdata bygget på semantisk teknologi og formelle ontologier. Med utgangspunkt i tabulære data, XML-strukturer og spesifikasjoner i PDF-dokumenter har de gjort ingeniørdata smarte ved å bygge en modulær OWL 2-ontologi som understøtter automatisk resonnering. Dette gjør det mulig å finne komplekse sammenhenger mellom komponenter ved hjelp av et enkelt, logikk-basert spørrespråk.

Systemet er satt i produksjon i to av de siste store prosjektene Aibel har for Statoil, med hevet datakvalitet og redusert ressursbruk på katalog-forvaltning som resultat. Den smarte, ontologi-baserte datamodellen åpner imidlertid opp for å effektivisere og automatisere også andre deler av forvaltningen av ingeniørdata i kommende EPC-prosjekter hos Aibel. Videre ser Aibel på muligheten av å utveksle smarte data med sine kunder og samarbeidspartnere.

Using Data Integration for Improving Results in Analytics and Machine Learning 

Graham Moore | Head of Product Development – Sesam

Track 1: 13:05 – 13:35

BI, Analytics and Machine Learning all require data in order to deliver results. In most organisations that raw data lives in many systems, and in many formats. In addition, data about the same thing can be in many systems, with various identifiers and data schemas.

For analytics and machine learning to deliver the best results all of this data needs to be continuously collected, merged and transformed. With data about the same business entities now merged, the quality and richness of the analytics is greatly improved. This talk presents strategies for collecting and merging data and how that leads to higher quality data on which to run analytics and extract value.

Mastering your Internet of Things

Jesper Leth | Stibo Systems

Track 1: 13:40 – 14:10

IoT needs a foundation to sit on, otherwise data is siloed or worse, underutilized. This session is about the value that occurs when you link various IoT data sources to the right foundation. We will also discuss how master data brings context to Big Data and IoT generated data in a connected world with ever increasing expectations and demands. Join us and learn how to address these challenges and come out on top!

«Computers have complicated lives very greatly»

Track 1: 14:20 – 16:25

Eller snarere tvert imot? Mange mener at A.I. og Robotics ligger an til å gi oss den neste industrielle revolusjon. Det er ikke godt å si hva fremtiden bringer, men våre foredragsholdere gjør et hederlig forsøk.

A.I. as a Source of Power – for Individuals, Corporations and Nations 

Henning Anthonsen | Project and Business Development Manager at Telia – HIT.Society

Track 1: 14:20 – 14:50

What does Donald Trump and Mahatma Gandhi have in common? They both accumulated immense personal power. A brand new study looks at the controversial link between AI and power. By attending the presentation you will learn about the power of deep learning experts, get access to key insights about the most powerful CEOs in the world, and learn how data scientists in Norway can increase their individual and collective power.

How AI Will Change the Financial Industry

Erik Leung | Cognitive Solutions Lead – EVRY

Track 1: 14:55 – 15:25

Kunstig intelligens har endret verden i så mange måte og i en fart få hadde forventet. La oss gå gjennom noe eksempler på hvordan kunstig intelligens vil endre finansbransjen innenfor CRM, risikohåndtering og rådgivning.

Kunstig intelligens i offentlig sektor – smart eller skremmende?

Robindra Prabhu | Prosjektleder – Teknologirådet

Track 1: 15:30 – 15:50

Kunstig intelligens har fått en vårløsning. På få år har feltet gjort store fremskritt innen bl.a. språk, bildeanalyse og førerløse biler, noe som for kort tid siden virket utenkelig. Hvilken betydning kan denne utviklingen ha for offentlig sektor? Vi ser på aktuelle muligheter og utfordringer innen helse, utdanning og arbeid og diskuterer hvilke vurderinger som vil være viktige for politikkutformingen.

Using Robotic Process Automation and Synthetic API’s to Deliver on IT Project Backlog

Stefan Andreasen | Founder and evangelist – SmartRPA & Kapow

Track 1: 15:55 – 16:25

IT departments are under increasing pressure to deliver more solutions to the business. At the same time budgets are cut. New project have to wait although customers constantly expect better services.

In this session you will learn how Robotic Process Automation solution, based on the leading Kapow RPA product, makes it easy to create scalable and secure web services where non exist, without dependency on 3rd party or changes to applications. You will also be inspired by real world use cases where robotics have proven a high return of investment. The presentation will include a short demo on creating a synthetic web service from web portals and IBM mainframe applications.

Make the process great as well

Track 3: 14:20 – 16:25

Digitalisering er ikke gjort på en dag, og prosessen for å bli datadrevet innebærer dessverre mer enn å lese en McKinsey-rapport. Heldigvis har vi hentet inn noen foredragsholdere som kan fortelle om sine erfaringer!

Nabobil.no sin gründerhistorie – fra sniklansering til maskinlæring

Christian Hager | Teknologisjef og medgründer – Nabobil.no

Track 3: 14:20 – 14:50

Her forteller teknologisjef og medgrunder, Christian Hager om hvordan de startet Nabobil.no, alle de små og rare historiene som har hjulpet dem dit de er nå. Hvordan jobber Nabobil.no med innovasjon i et lite selskap, og hvordan brukes maskinlæring til å øke antall leieforhold på markedsplassen.

Digitalization, Ready, Prep, GO!

Espen Langbråten | Senior BI Advisor – BI Builders

Track 3: 14:55 – 15:25

Her vil Espen Langbråten dele sin erfaring fra å lede en BI avdeling, og de valgene man må ta for å best utnytte dataene som kommer fra alle delene av organisasjonen, ikke bare i rapportering men i digitaliserings initiativer også. De fleste dataene våre blir best utnyttet med en viss form for struktur. Espen Langbråten er en ettertraktet foredragsholder og var sist å se på scenen på Big Data World i London 15-16 Mars med dette foredraget.

Orkla – fra rapportering til analytics – past, present and future

Magnus Arnesen | Senior Consultant / Project Manager BI – Orkla

Track 3: 15:30 – 15:50

En «fortelling» om reisen Orkla har tatt, men samtidig også kun har startet på. Fra tradisjonell rapportering til smart analytics. Fra tidlig 2000 tallet til nær og fjern fremtid.

Analytics er verdiløst uten handling!

Børge Kristiansen | Analytics- og informasjonsarkitekt – PwC

Track 3: 15:55 – 16:15

Uten en plan for hva du skal gjøre med innsikten du kan oppnå gjennom analytics har du feilet før du er kommet i gang. Det er bare ved å omsette innsikt til handling at du vil være i stand til å hente ut konkrete, forretningsmessige verdier og ikke bare ende opp med en kjempeavansert, men fullstendig ubrukelig modell! Børge vil dele sine erfaringer og tanker rundt hvordan man bør angripe dyret som heter avansert analytics.

«I know a lot about hacking»

Track 2: 14:55 – 16:25

Vel, det hjelper ikke når personvernforordningen banker på døra. Men er privacy og compliance bare en trussel, eller kan en se på det som en mulighet?

You Know Me So Well

Marius Sommerseth | Senior Manager – KPMG

Track 3: 14:55 – 15:25

Konstant digital overvåking og mulighet for beslutninger i realtid basert på Big Data – hva gjør dette med vår forventning til hyperpersonalisering av tjenester og prediksjon av hva vi som forbrukere ønsker oss? Og hva med personvernet, ny lovgiving og følelsen av å bli overvåket? Marius tar et dykk i hvilke teknologiske muligheter som finnes, og diskuterer spørsmålet om hvor personifisert vi egentlig ønsker våre tjenester.

How to Prosper in the Face of Legal Compliance

Don Cameron | Identity/Privacy Entrepreneur – Koosli AS

Track 3: 15:30 – 15:50

New European General Data Protection Regulation will govern how companies make use of personal data. This affects the existing business models of industry. How do we innovate around the underlying intention of the law in order to empower user ownership and control of personal data in a mutually beneficial way for users and business?

GDPR – Good Data Provides Reliability

Fred Anda | Managing Partner, Advisory – NextBridge

Track 3: 15:55 – 16:15

GDPR er den nye forordningen tilknyttet personvern og trer i kraft mai 2018. Mye skremselspropaganda rundt potensielle bøter har medført stor oppmerksomhet, men etterfølgelse av GDPR gir også virksomheten en unik innsikt i egne data som kan brukes til verdiskapende tiltak.

Powered by WordPress. Designed by WooThemes