Data & Machine Learning

Entwickler müssen den Weg durch ein Datenmeer finden. Das bedeutet auf der einen Seite, Daten im Sinne von Big Data nicht nur zu speichern und zu sortieren, sondern auch zu analysieren und Wissen daraus zu generieren. Der nächste Schritt ist dann Fast Data und Machine Learning. Der Track beginnt bei aktuellen Datentechnologien wie SQL, CouchDB, Spark, Cassandra und Elasticsearch und mündet in das spannende Feld des maschinellen Lernens und der künstlichen Intelligenz.

Aktuell arbeiten wir noch an diesem Teil des Programms. Sie können hier das neue Programm der JAX 2022 erkunden.

TRACK-SPEAKER JAX 2023

TRACK-SPEAKER W-JAX 2022

Dr. Sebastian Rhode

Dr. Sebastian Rhode

Carl Zeiss Microscopy GmbH
Bernd Fondermann

Bernd Fondermann

bernd fondermann brainlounge
Oliver Zeigermann

Oliver Zeigermann

OPEN KNOWLEDGE GmbH
Robin Müller

Robin Müller

Aclue GmbH
Jörg Neumann

Jörg Neumann

Aclue GmbH
Thomas Müller

Thomas Müller

sidion GmbH
Lars Röwekamp

Lars Röwekamp

OPEN KNOWLEDGE GmbH
John Davies

John Davies

Velo Payments

TRACK-PROGRAMM

TRACK-PROGRAMM JAX 2023

TRACK-PROGRAMM W-JAX 2022

Track Sessions JAX 2023

Track Sessions JAX 2023

View all sessions

Track-Sessions Munich 2022

Track-Sessions München 2022

View all sessions
Alle News der Java-Welt:

Behind the Tracks

Agile, People & Culture
Teamwork & Methoden

Clouds & Kubernetes
Alles rund um Cloud

Core Java & Languages
Ausblicke & Best Practices

Data & Machine Learning
Speicherung, Processing & mehr

DevOps & CI/CD
Deployment, Docker & mehr

Microservices
Strukturen & Frameworks

Performance & Security
Sichere Webanwendungen

Serverside Java
Spring, JDK & mehr

Software-Architektur
Best Practices

Web & JavaScript
JS & Webtechnologien

Digital Transformation & Innovation
Technologien & Vorgehensweisen

Domain-driven Design
Grundlagen und Ausblick

Spring Ecosystem
Wissen in Spring-Technologien

Web-APIs
API-Technologie, Design und Management