Fachgruppentagung 2018 - Data Science

Beschreibung

Liebe Mitglieder der Fachgruppe „Frauen und Informatik“, liebe Interessentinnen,

hiermit laden wir Euch und Sie herzlich zum Fachgruppentreffen vom 20. - 22. April 2018 in Berlin ein.

Wir freuen uns besonders über die Teilnahme von Studentinnen aller Informatik-nahen Fächer von Universitäten, Fachhochschulen und Berufsakademien sowie von allen anderen interessierten Frauen, auch aus den Informatik-Ausbildungsberufen.

Teilnehmerinnen sind willkommen aus dem gesamten Bundesgebiet, und auch gern darüber hinaus, unabhänging, ob sie Mitglieder der Gesellschaft für Informatik oder unserer Fachgruppe sind.
 

Unsere Themen

Den Programmflyer finden Sie hier.

Am Samstag Vormittag steht das Fachthema Data Science im Fokus. Der Nachmittag gehört dem Themenkomplex Digitale Transformation, mit Impulsreferaten aus verschiedenen Perspektiven und viel Raum zum Diskutieren und zum Einbringen eigener Erfahrungen. Am Sonntag findet die Fachgruppensitzung statt.

Data Science

• Dr. Lisa Torlina
  What can be achieved through Data Science and Machine Learning?
  A gentle introduction and practical steps that go into a data science project
  
  Abstract: This talk will offer a gentle introduction to data science and machine learning, from a practical point of view. We will start with a general overview of the different kinds of data analytics, and then focus on predictive modelling in particular. After introducing the main ideas, we will walk through the practical steps that go into a data science project: from formulating the problem and getting to know the data, to data cleaning and feature engineering, to modelling and model validation.
   
• Prof. Claudia Müller-Birn
  Human-Centered Data Science
  Das Forschungsgebiet Human-Centered Data Science schließt die Lücke an dem Schnittpunkt zwischen Mensch-Maschine-Interaktion, Computergestütztes kooperatives Arbeiten, Human Computation und den statistischen und numerischen Techniken der Data Science.
  
  Abstract: In den letzten Jahren hat sich Machine Learning rasant weiterentwickelt und es haben sich damit neue Chancen in einer Vielzahl von gesellschaftlichen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre kristallisiert sich aber zunehmend heraus, dass die Konzentration auf rein statistische und numerische Aspekte bei der Datenanalyse es verfehlt, soziale Nuancen zu erfassen oder ethische Kriterien zu berücksichtigen. Das Forschungsgebiet Human-Centered Data Science schließt diese Lücke an dem Schnittpunkt zwischen Mensch-Maschine-Interaktion (HCI), Computergestütztes kooperatives Arbeiten (CSCW), Human Computation und den statistischen und numerischen Techniken der Data Science. Im Rahmen des Vortrags werde ich anhand eines aktuellen Beispiels aus meinem Forschungsgebiet Human-Computer Collaboration aufzeigen, wie rein quantitative Forschungsergebnisse gerade bei der Betrachtung von sozio-technischen Systemen zu kurz greifen. Ich werde in meiner Diskussion insbesondere auf die Prinzipien der “Trace Ethnography” eingehen, die darauf beruht, dass ein_e Forscher_in lernt, Log-Daten als Teil der gelebten und gelernten Erfahrung einer Gemeinschaft zu interpretieren. Als Ergebnis werde ich neben den Erkenntnissen aus der Fallstudie darstellen, welche nächsten Schritte (in Forschung und Ausbildung) unternommen werden müssen, um eine Human-Centered Data Science zu ermöglichen.
   
• Prof. Agathe Merceron
  Learning Analytics: Data Science für Bildung
  Einführung des Gebietes „Learning Analytics“ und beispielhafte Anwendungen wie Dashboards und typisches Lernverhalten
  
  Abstract: Nach der Einführung des Gebietes „Learning Analytics“ werden beispielhafte Anwendungen gezeigt: Dashboards im Projekt SLHw (Smart Learning im Handwerk), typische Lernverhalten in MOOCs und im Studium. Schließlich werden Grenzen dieses Gebietes diskutiert.
   
• Prof. Petra Sauer
  Data Science für die Mobilität in Smart Cities
  Es wird gezeigt, wie Daten von Sensoren der städtischen Straßenverkehrsinfrastruktur und von Positionssensoren aus Fahrzeugen für die Einschätzung der Verkehrssituation, die Planung und Vorhersage genutzt werden können.
  
  Abstract: Die Daten einer Stadt liegen teilweise auf ihren Straßen. Diesen großen Schatz zu heben, um die Mobilität in modernen Städten zu verbessern, setzt sich das Smart Data – Projekt ExCELL zum Ziel. Im Beitrag wird gezeigt, wie Daten von Sensoren der städtischen Straßenverkehrsinfrastruktur und von Positionssensoren aus Fahrzeugen für die Einschätzung der Verkehrssituation, die Planung und Vorhersage genutzt werden können. Forschungsprojekt ExCELL aus dem Smart Data Programm des bmwi (www.excell-mobility.de).
   
• Saskia Kurz, M.Sc
  Moderne Datenbanktechnologien als Grundlage für Data Science
  Der Vortrag gibt einen Überblick über die technische Realisierung und den Mehrwert moderner Datenbanktechnologien gerade für den Bereich Data Science.
  
  Abstract: Moderne Datenbankplattformen wie beispielsweise SAP HANA bieten gegenüber herkömmlichen Datenbanksystemen wesentliche Geschwindigkeitsvorteile, wodurch große Datenmengen innerhalb kurzer Zeit effizient verarbeitet werden können. Dies gilt nicht nur für die Auswertung klassischer Geschäftsdaten, sondern beispielweise auch für die Analyse räumlicher Daten, die Textsuche sowie Predictive Analytics.
  Der Vortrag gibt einen Überblick darüber, wie die beschriebenen Geschwindigkeitsvorteile technisch realisiert werden können und welchen Mehrwert moderne Datenbanktechnologien gerade für den Bereich Data Science mit sich bringen.
   

Workshop zur Digitalen Transformation

In diesem Workshop wollen wir die anstehenden technischen und gesellschaftlichen Veränderungen diskutieren. Impulse geben:

• Prof. Ina Schieferdecker
  Digitalisierung und Nachhaltigkeit
  Es wird um die weitere digitale Vernetzung im Kontext einer Nachhaltigkeitsbetrachtung gehen.
   
• Prof. Barbara Schwarze
  Abstract: Für die anstehenden technischen und gesellschaftlichen Veränderungen greifen wir auf Erfahrungen und Forschungsergebnisse aus der ‚analogen‘ Welt zurück, die die politischen und wirtschaftlichen Digitalisierungsstrategien beeinflussen. Mögliche Diskriminierungen nach Geschlecht, Alter oder Ethnie wandern mit der Anfütterung von Inhalten und der Formulierung der Algorithmen in KI-Anwendungen. Stereotype Annahmen über Interessen, Fähigkeiten und Kompetenzen sorgen für die fehlende Vermittlung notwendiger digitaler Skills. Können verbindliche Leitlinien für mehr Chancengerechtigkeit eingeführt und durchgesetzt werden? Der Impulsvortrag stellt hierzu Praxisbeispiele und Ergebnisse aus der Forschung vor.
   
• Priska Altorfer
  Vorstellung der Studie "Digitale Transformation in Industrie und Gesellschaft", Schweizer Informatik Gesellschaft SI in Zusammenarbeit mit dem Fraunhofer Institut IAO in Stuttgart
  www.s-i.ch/ueber-uns/vorstand/altorfer-priska

Anreise und Unterkunft

Hotelzimmer sind reserviert im MotelOne,
Berlin – Hackescher Markt
Dircksenstraße 36
10179 Berlin

www.motel-one.com/de/

Der Tagungsort ist vom Hotel zu Fuß 10 Minuten entfernt.

Tipp: Beachten Sie auch die Sonderkonditionen der Deutschen Bahn zur Anreise zu GI-Veranstaltungen. Näheres unter: gi.de/bahn

Kosten

Die Kosten für Übernachtung mit Tagungsbeitrag, inkl. Verpflegung Samstag tagsüber, betragen:

Es besteht die Möglichkeit, Teilnehmerinnen finanziell zu unterstützen. Interessentinnen können sich an Ulla.Koehler(at)frauen-informatik.de oder Karin.Vosseberg(at)frauen-informatik.de wenden.

Anmeldung

Information und verbindliche Online-Anmeldung bei

tagung2018(at)frauen-informatik.de

Anmeldeschluss: 15. März 2018