Wydarzenie PyStok #80
Dołącz do nas na najbliższym spotkaniu: 18 marca o 18:00:00 - Zmiana Klimatu.
Poznaj prelegentów wydarzenia, zobacz agendę i sprawdź, co czeka na Ciebie!
Dołącz do nas na najbliższym spotkaniu: 18 marca o 18:00:00 - Zmiana Klimatu.
Poznaj prelegentów wydarzenia, zobacz agendę i sprawdź, co czeka na Ciebie!
Poznaj prelegentów, którzy podzielą się swoją wiedzą i doświadczeniem.
Kim jest prelegent?
Jestem programistą z zamiłowaniem do AI (jeszcze sprzed AI boomu). Głównie obracam się w kręgach .NET/Azure/DevOps, ale GenAI dało mi znaczącą przewagę w tym, żeby szybko walidować pomysły nawet w technologiach, które są dla mnie nowością. Zawsze szukam czegoś nowego do wzięcia "na warsztat", bo nigdy nie byłem fanem powtarzalnych zadań i klepania po raz kolejny modularnego monolitu...
O czym opowie?
Przestałem otwierać IDE. Nie z lenistwa - bo przestało być potrzebne.
W tej prezentacji pokażę jak wygląda codzienna praca developera gdy agent z odpowiednimi skillsami i dostępem do narzędzi przejmuje 90% zadań.
Przejdziemy przez to co testowałem, które kombinacje modelu i harnessy faktycznie działają, a które tylko dobrze wyglądają w demach. Pokażę jak "dorzucić" agenta w istniejącym projekcie i co mu powiedzieć żeby od razu był użyteczny. I jak MCP daje mu dostęp do narzędzi z którymi pracujesz na co dzień.
Bo nikt z nas nie zaczyna zawsze od zera. No i odpowiemy na pytanie z tytułu. Bo jest różnica między używaniem AI a pracą z AI - i ta różnica jest większa niż myślisz.
Piotr Golonko
MicroPython w dydaktyce szkół średnich i wyższych
30 min.
Kim jest prelegent?
Jestem nauczycielem akademickim a także w szkole średniej. Od kilkunastu lat zajmuję się dydaktyką oraz elektroniką w tym programowaniem mikrokontrolerów. Staram się budzić w młodzieży świadomość techniczną poprzez programowanie elektroniki do codziennego użytku.
O czym opowie?
W świecie systemów wbudowanych i IoT przez lata dominowało podejście niskopoziomowe, które dla wielu uczniów i studentów stanowiło barierę trudną do przeskoczenia. Podczas wystąpienia przyjrzymy się koncepcji "miękkiego startu" i odpowiemy na kluczowe pytanie: dlaczego Python, a konkretnie MicroPython, w połączeniu z Raspberry Pico 2 W staje się wartościową alternatywą. Przeanalizujemy, jak wysoki poziom abstrakcji Pythona pozwala skupić się na logice algorytmów i architekturze systemów IoT.
Druga część prezentacji to zderzenie z dydaktyczną rzeczywistością na dwóch poziomach edukacji. Odkryjemy uśpiony potencjał szkół średnich, gdzie MicroPython może stać się pomostem między teorią a praktycznym tworzeniem inteligentnych urządzeń, oraz przyjrzymy się ukierunkowanemu rozwojowi na uczelniach wyższych. To podsumowanie doświadczeń z wdrażania technologii, która pozwala młodym inżynierom przejść od pierwszej linii kodu do działającego prototypu IoT w rekordowo krótkim czasie, przygotowując ich na twarde wymagania nowoczesnego rynku pracy.
TRAPPER: skalowalny monitoring przyrody na mikroserwerze Raspberry Pi
30 min.
Kim są prelegenci?
Kamil Morawski
Ekspert techniczny w IBS PAN oraz programista sprzętu specjalizujący się w urządzeniach sensorycznych i systemach pozyskiwania danych do badań ekologicznych w warunkach terenowych. Projektuje i wdraża prototypy oparte między innymi na Raspberry PI oraz wykorzystuje metody uczenia maszynowego do detekcji w danych akustycznych i z fotopułapek.
Karolina Kuczkowska
Programuję w Pythonie od prawie 10 lat. Oprócz tego zajmuję się przede wszystkim informatyką bioróżnorodności - zagadnieniami technicznymi związanymi z otwartymi danymi w naukach biologicznych.
O czym opowiedzą?
Współczesny monitoring przyrody generuje ogromne ilości danych z fotopułapek - miliony zdjęć i nagrań wideo, co generuje ogromne wyzwanie związane z przetwarzaniem danych, integracją modeli AI oraz skalowalną infrastrukturą do ich analizy. Open Science Conservation Fund od 10 lat rozwija open source platformę opartą na Pythonie - TRAPPER - stworzoną do zarządzania i analizy dużych projektów fotopułapkowych. TRAPPER integruje pipeline detekcji AI (np. MegaDetector, DeepFaune) z workflow eksperckiej weryfikacji danych oraz umożliwia standaryzowaną wymianę danych bioróżnorodności dzięki standardowi Camtrap DP. System ma modularną, konteneryzowaną architekturę, dzięki czemu może działać zarówno w chmurze, na serwerach stacjonarnych, jak i na urządzeniach brzegowych (edge).
Szczególną uwagę poświęcimy uruchamianiu modeli AI na urządzeniach embedded, takich jak Raspberry Pi 5 czy inne mikroserwery. Przyjrzymy się jak narzędzia Pythona, kontenery Docker i proces konwersji modeli umożliwiają wykonywanie inferencji bezpośrednio w terenie, co znacząco ogranicza potrzebę przesyłania danych i pozwala skalować monitoring przyrody na niedostępnych obszarach.
Podzielimy się także doświadczeniami z wdrażania TRAPPERa w rzeczywistych projektach ochrony przyrody, w tym wyzwaniami związanymi z wydajnością, przenośnością modeli oraz możliwością zaangażowania społeczności Python w rozwój otwartych technologii dla ochrony środowiska.
To wystąpienie skierowane jest do programistów Pythona zainteresowanych pipeline’ami AI, edge computingiem, otwartymi danymi oraz praktycznymi zastosowaniami Pythona w ochronie bioróżnorodności.
Nasi sponsorzy i partnerzy wspierający wydarzenie.
Sponsorzy
Partnerzy
