是什么让你成为技术专家？这是11月25日和26日在柏林举行的2019年数据原住民大会（Twitter标签为#DN19）的座右铭。

我与SAP同事Lukas Masuch、Paul Opuchlich和Patrick Müller一起出席了会议。我们甚至还遇到了弗罗茨瓦夫的同事维塔利·鲁德尼茨基（Vitaliy Rudnytskiy），因此除了会议的内容外，会议总是一个很好的会面场所。

会议设置包括五个阶段，会谈的内容非常复杂，移动物联网卡，从技术问题到更多的社会问题，如工作的未来或气候问题，由一个星期五的未来会员，以创业和商业相关的主题。我将总结几次谈话，给大家留下一个会议的印象。

够邪恶了

Alistair Croll（Twitter；LinkedIn）的演讲"够邪恶了：颠覆性思维如何推动商业成功"是关于如何为你的想法找到一个触发点，使其跃升到顶端，即使这意味着要利用现有的界限来实现一定程度上。他称之为零日增长剥削。我找到了一篇与他刚才在这里发表的演讲相关的媒体文章，举个例子，他提到了Facebook的游戏FarmVille，它发现应用程序本身能够在玩家朋友的时间线上发布。在Facebook禁止这种行为的时候，FarmVille已经有几百万用户了。FarmVille知道在球员的时间表上发帖会让人不安吗？可能。但对他们来说，这是一个巨大的乘数，所以他们宁愿说对不起，也不愿请求许可，而实际上并不太邪恶。今天的世界是为人们的注意力而战。维基百科是人类最伟大的成就之一，全世界的知识都集中在一个地方，每个人都可以免费获取。然而，每个周末，光是美国人看广告的时间就和2010年创建维基百科的时间一样多。

激进的坦率

拉斐拉·雷恩（Twitter；LinkedIn）谈到了新的工作以及她是如何显著改善公司文化的。这次谈话似乎是基于她在LinkedIn上的这篇文章，你可以在那里找到更多细节。她描述的一个成功的工具是一种反馈哲学，称为激进的坦诚。

它基本上说，如果你关心接受反馈的人，可以也应该给予富有挑战性的反馈。她举的一个例子是，告诉某人牙齿间有食物，可能会导致尴尬的时刻。然而，物联网培训，不告诉这个人，让这个人整天这样走来走去，也不是在帮什么忙。所以，这是关于给予有挑战性的、不愉快的、直接的反馈，但要考虑到其他的幸福。在这一点上，她展示了谷歌搜索的一个有趣的统计数据：搜索"如何给予反馈"的人比搜索"如何接受反馈"的人多得多。对于工作反馈文化来说，这两个部分都是同等重要的，必须考虑并缩小这一差距，以达到一个富有成效的点，在这个点上，反馈是最重要的。

图表

知识图表的主题-这里由创业结构提出-也出席了会议。

正如我的团队和我们的工作所倡导的那样多年来，如果使用得当，大数据用什么数据库，互联信息的价值可能是巨大的。杰奎琳·尼夫（Jacqueline Neef）所作的IBM演讲也清楚地表明了这一点：他们如何与金融管理局BaFin合作，利用图形技术检测洗钱行为体和事件之间的联系。

数据科学团队和模型再培训

项目A的Ole Bossdorf在演讲中解释了创业的哪个阶段应该对数据有多大程度的关注。从手工报告到标准化报告，再到数据驱动决策，最后将数据嵌入所有相关业务流程。

在数据科学领域，Fabian Abel分享了他在XING建立推荐引擎的经验和专业知识。设置的一部分是如何更新模型并评估它们是否改进了建议。流程可以在下一张图片中看到。

集装箱化管道

对于我来说，听一些关于机器学习基础设施的讨论非常有趣，因为它直接关系到我的日常工作。有一个工具出现了几次是KubeFlow，一个基于Kubernetes的机器学习流水线工具，由Google开发和开源。

Tobias Treppmann拍摄的照片。

KubeFlow流水线完全基于容器概念。所以管道的每个部分基本上由输入接口、容器、输出接口组成。接口允许插入管道，大数据分析学习，而容器包含执行给定步骤的实际逻辑的应用程序。

顺便说一句，如果您对机器学习基础设施感兴趣，请随意查看此GitHub存储库：https://github.com/ml-tooling。

对于大会而言，有几个方面可以改进，比如说，某个阶段的日程安排太早，如果你坚持使用会议应用程序，基本上就错过了会谈。而且，应用程序中的对话没有描述，所以你不太知道会发生什么。此外，我发现对于一个技术会议来说，食物和饮料的价格相当昂贵；而且在最后一天晚上，每个使用该应用程序的人都收到了楼下"免费啤酒"的通知，只是发现它的价格是3欧元。