Wir freuen uns, das nächste Treffen von Pydata am Donnerstag, den 30. April 2026, ankündigen zu können, das von uns, Artefact, ausgerichtet wird!
Diese Ausgabe taucht tief in die Welt der Konversation KI und agentenbasierte Arbeitsabläufe. Wir werden untersuchen, wie Unternehmen über das Prototypenstadium hinausgehen und LLM-gestützte Systeme einsetzen, die sich in der Produktion in den Bereichen Analytik, Logistik und Einzelhandel tatsächlich bewähren.
Ganz gleich, ob Sie ein KI-Ingenieur, ein Data-Wissenschaftler oder ein Entwickler sind, der sich dafür interessiert, was nötig ist, um diese Systeme zum Leben zu erwecken, Sie werden mit einem klareren Bild von den wirklichen Herausforderungen bei der Skalierung von konversationeller KI nach Hause gehen.
Einen Agenten in einer Demo zum Laufen zu bringen ist eine Sache. Ihn mit echten Benutzern, echten data und echten Einschränkungen zuverlässig arbeiten zu lassen, ist ein ganz anderes Problem. In dieser Ausgabe nehmen wir die Schichten der produktionsreifen KI auseinander und betrachten die architektonischen Entscheidungen, die Abrufstrategien, die Leitplanken und die Kompromisse, die ein vielversprechendes Proof-of-Concept von einem System trennen, das tatsächlich funktioniert.
Dieser Abend geht über die Grundlagen von Prompt Engineering und API-Aufrufen hinaus. Wir erfahren, wie Teams kontextbewusste Agenten entwickeln, die Logistikmitarbeitern helfen, schneller an Bord zu kommen, Einzelhandelskunden durch komplexe Entscheidungen zu führen und Self-Service-Analysen in großem Maßstab zu ermöglichen. Sie werden erfahren, wie diese Systeme unter der Haube aussehen und was es wirklich braucht, um sie zu liefern.
Auch aufgeregt?! Wir würden uns freuen, Sie zu einem Abend voller Wissensaustausch, tiefer technischer Einblicke und natürlich toller Gespräche, Networking und einem unterhaltsamen Abend mit der Community begrüßen zu dürfen!
Tagesordnung
-
17:30 - 18:25: Willkommen mit Essen und Trinken!
-
18:25 - 18:30: Artefact Intro
-
18:30 - 19:10: [Gespräch 1] Agenten... im data-Versum! von Adithya Krishnan
-
19:15 - 19:30: Pause
-
19:30 - 19:50: [Gespräch 2] : Aktive Unterstützung und agentenbasierte Arbeitsabläufe für die Logistik von Diederik Heijbroek
-
19:50 - 20:10: [Gespräch 3] : Konversationsagenten für den Einzelhandel von Lorenzo Casimo
-
20:10 - 21:00: Networking / Getränke
Vortrag 1: Agenten... im data-Versum! Aufbau der Systeme, die Self-Service-Analysen ermöglichen! von Adithya Krishnan
Self-Service-Analytik klingt einfach - bis Sie unter die Haube schauen. Adithya wird Ihnen zeigen, was wirklich nötig ist, um die Infrastruktur aufzubauen, die es Agenten ermöglicht, Abfragen zu stellen, Schlussfolgerungen zu ziehen und in großem Umfang zu reagieren.
Vortrag 2: Aktive Assistenz und agentenbasierte Arbeitsabläufe für die Logistik von Diederik Heijbroek
In der schnelllebigen Welt der Logistik sind die Effizienz der Mitarbeiter und das Onboarding kritische betriebliche Engpässe. Dieser Vortrag befasst sich mit einem realen Anwendungsfall von Agentic AI und zeigt auf, wie wir einen agentenbasierten Workflow mit LangChain entwickelt und implementiert haben, um diese Herausforderungen zu bewältigen.
Gespräch 3: Konversationsagenten für den Einzelhandel von Lorenzo Casimo
Ein führender dänischer Einzelhändler für Schönheit und Wellness hat sich mit unserem Team zusammengetan, um einen konversationellen KI-Agenten zu entwickeln und einzusetzen, der die Art und Weise, wie Kunden online Produkte entdecken und Schönheitsprobleme lösen, verändert. Die Lösung kombiniert semantische Produktsuche, Wissensabfrage und einen geführten Problemlösungsprozess, um das Beratungserlebnis in den Geschäften in großem Umfang zu replizieren. Die Architektur, deren Kernstück die Einhaltung von Vorschriften und die Sicherheit der Marke ist, bietet ein ausgewogenes Verhältnis zwischen Multi-Turn-Kontext, Echtzeit-Leitplanken und strukturierter Benutzerinteraktion im Web und auf dem Handy. In dieser Fallstudie werden die Entscheidungen für das Agentendesign, die Kompromisse bei den Funktionen und die Erfolgskennzahlen bei der Umsetzung von KI im Einzelhandel vom Konzept zur Produktion untersucht.
Über Pydata
PyData Amsterdam ist eine lebendige Gemeinschaft von Python- und data-Enthusiasten, die diese Gemeinschaft zusammenbringt und ein Forum für Benutzer und Entwickler von Open-Source data-Tools bietet.
Sprecher(in)
Diederik Heijbroek, Senior Ingenieur für maschinelles Lernen
Artefact
Diederik ist spezialisiert auf die Entwicklung und den Aufbau von produktionsreifen KI-Systemen rund um große Sprachmodelle, von Retrieval-Augmented Generation Pipelines bis hin zu Knowledge Graphs. Bevor er Anfang 2025 zu Artefact kam, arbeitete er als Forscher an der Analyse von Tastendruckdynamiken als Frühindikatoren für neurodegenerative Erkrankungen. Jetzt bei Artefact nutzt er diese Grundlage, um komplexe technische Architekturen in skalierbare KI-Integrationen für Geschäftsprozesse zu verwandeln.
Lorenzo Casimo, Senior Data-Wissenschaftler
Artefact
Lorenzo wendet maschinelles Lernen und große Sprachmodelle an, um reale Kundenprobleme zu lösen. Bevor er 2025 zu Artefact kam, arbeitete er über zwei Jahre bei MSCI im Bereich ESG. Mit einem MSc in Environmental Data Science and Machine Learning vom Imperial College London bringt Lorenzo eine rigorose quantitative Grundlage für Probleme mit, die von prädiktiver Modellierung bis zu produktionsreifen KI-Systemen reichen.
Adithya Krishnan, Software-Ingenieur
MotherDuck
Adithya Krishnan ist Software-Ingenieur bei MotherDuck und arbeitet an KI-bezogenen Funktionen, von UI/UX bis hin zu LLM-Fähigkeiten in-database. Sein Interesse an der Entwicklung interaktiver Anwendungen begann mit seinem ersten Projekt, Greppo, bei dem er feststellte, wie viel Spaß es ihm macht, Frameworks und Tools zu entwickeln, insbesondere solche, die KI/ML beinhalten.
