Czy Ty również jesteś zmęczony ciągłym utrzymywaniem dodatkowych serwisów wymaganych przez Twój system? Wciąż trzeba je aktualizować, robić kopie zapasowe i przekonfigurowywać. A co jeśli powiem, że można to zautomatyzować, że już nigdy więcej te czynności nie będą Tobie zawracały głowy? Przedstawiam Tobie projekt o nazwie Keycloak Operator. Operator jest odpowiedzialny za całkowite utrzymanie Keycloak'a w Twoim klastrze Kubernetes'a. Będzie za Ciebie robił te wszystkie nudne rzeczy, a Ty będziesz mógł skupić się na rozwijaniu krytycznych fragmentów Twojego systemu.
Sebastian Łaskawiec
Odpowiednio dostosowana architektura „Generative Query Network” trenuje model pod kątem wykrycia wzorca/powiązania między szeregami czasowymi a opisującymi je metadanymi statycznymi. Może to być później wykorzystane do wygenerowania serii danych odpowiadającej zadanym przez nas metadanym. W szczególnym przypadku szeregiem czasowym mogą być pomiary zmierzone na rurociągu a opisującymi je metadanymi pozycja i czas. Dzięki specyfice zaadaptowanej architektury model ten może zostać wykorzystany do przewidywania wartości ciśnienia w określonym punkcie w oparciu o dostarczone przebiegi ciśnienia z innych miejsc.
Rafał Bachorz, Grzegorz Miebs
Inspirujące tematy
Wystąpienia poparte faktycznymi problemami napotkanymi w trakcie pracy w formie dłuższych wystąpień i ligtning talks.
Ciekawi ludzie
Posłuchasz specjalistów z różnych dziedzin branży IT połączonych wspólną pasją.
Prelekcja online
Bezpieczne spotkanie z własnym kubkiem kawy. Pod koniec prelekcji odbędzie się panel dyskusyjny. Uczstnikom udostępnimy materiały.
Sebastian Łaskawiec
Sebastian jest programistą zajmującym się projektami Keycloak i Red Hat Single Sign-on w firmie Red Hat. Specjalizuje się przede wszystkim w integracji z chmurami opartymi o kontenery, takimi jak OpenShift czy Kubernetes. W wolnym czasie zajmuje się badaniami nad wykorzystaniem Uczenia Maszynowego w automatycznym utrzymaniu i optymalizacji infrastruktury - nurcie NoOps.
Prywatnie - ojciec, gitarzysta i domowy piwowar.
Rafał Bachorz
Zafascynowany współczesnymi technikami analizy danych i uczenia maszynowego, które na co dzień wykorzystuje do rozwiązywania realnych problemów biznesowych. Dodatkowo – bioinformatyk starający się zastosować sieci neuronowe do predykcji struktur chemicznych.
Grzegorz Miebs
Grzegorz jest doktorantem na wydziale Informatyki na Politechnice Poznańskiej badającym takie obszary jak: uczenie maszynowe, wielokryteriowe wspomaganie decyzji i analiza danych. Poza karierą naukową, pracuje w PSI Polska, gdzie zdobytą wiedzę przekłada na rozwiązania wspierające różne gałęzie biznesu.
