Die Highlights der useR!2017: Rückblick auf den ersten Konferenztag

Der erste Tag der useR! Konferenz 2017 liegt hinter uns – wir blicken zurück auf interessante Talks, eine tolle Atmosphäre in der Wild Gallery und Keynotes, die Einblicke in die unterschiedlichsten Themenbereiche gaben. Doch was waren die Highlights? Dies fragten wir unsere Data Scientists vor Ort.

Praxis und Theorie

Die Keynotes sind seit je her einer der Höhepunkte der Konferenz. In der Keynote „Structural Equation Modeling: models, software and stories” von Yves Rosseel stellte der Speaker sein Paket lavaan vor und berichtete aus dem Alltag eines Paketentwicklers.

„Das R-Paket ist die erste Wahl für Strukturgleichungsmodelle in R“, so Data Scientist Markus Hahn. Rosseels Motivation zur Kreation dieses R-Paketes war der Softwaremarkt für Strukturgleichungsmodelle: „Der war vor allem von kommerzieller Software dominiert“, so Rosseel. Der beschränkte Funktionsumfang der verfügbaren R-Pakete war ein weiterer Grund, das R-Paket lavaan zu schreiben. Der Speaker thematisierte weiter die Herausforderungen während der Paket-Entwicklung und beschrieb, welche Faktoren bedacht werden müssen: Beispielsweise die Abhängigkeit anderer Pakete von lavaan und die Anforderung, dass die R-Skripte möglichst lange lauffähig sein sollen, also auch mit alten lavaan-Versionen gut funktionieren müssen. „Das sind zum großen Teil ähnliche Herausforderungen wie die, die Unternehmen beim Einsatz von R in Produktivumgebungen erleben“, ergänzt eoda Data Scientist Ferdinand Schirrmeister.

Dass Data Science auch im universitären Umfeld angekommen ist, davon berichtet Mine Cetinkaya-Rundel in ihrer Keynote „Data Carpentry: Teaching data science to new useRs“. Wie motiviert man Studenten dazu, Statistik und R zu lernen? „Am besten ist es, wenn mit den Daten eine Geschichte erzählt wird – aber das ist eine große Aufgabe in 45 Minuten“, so Cetinkaya-Rundel. Sie identifiziert in ihrer Keynote ein didaktisches Toolset, dass Studenten dabei hilft, einen Einstieg in die Data-Science-Sprache R zu finden und Dozenten den akademischen Auftrag zu meistern hilft. Dieses vermittelt sie mit viel Humor und unterstreicht ihre Thesen mit Praxis-Beispielen: „Wenn Sie je einen R-Code in Times New Roman zugeschickt bekommen haben – dann lernen Sie die Highlight-Funktion von markdown erst wirklich zu schätzen.“ „Ein Tipp der Dozentin blieb mir den gesamten Nachmittag über noch im Gedächtnis: „Stellt Fragen, die die Studenten beantworten wollen.“ So einfach – und doch so gut!“, stellt Stella Pfeifer fest.

Shiny stößt mittlerweile nicht nur auf Akzeptanz, sondern auf Begeisterung

Dass Shiny einen wahren Aufschwung im Business-Kontext erlebt, ahnten wir bereits schon vor einiger Zeit und finden das auf der useR! Konferenz in Brüssel bestätigt: Die Sessions in Shiny waren so gut besucht, dass weitere Stühle organisiert werden mussten – dies stellte in der weitläufigen Wild Gallery jedoch kein Problem dar.

Mine Cetinkaya-Rundel während ihrer Keynote zur Vermittlung von Know-how in den Bereichen Statistik und R.
Mine Cetinkaya-Rundel während ihrer Keynote zur Vermittlung von Know-how in den Bereichen Statistik und R.

„Ich bemerke eine große Begeisterung für Shiny auf ganz unterschiedlichen Ebenen. In vielen Talks in Business-Tracks aber auch beispielsweise in der Keynote von Mine Cetinkaya-Rundel wurde Shiny thematisiert. Ich fand es besonders interessant, Case Studies zum produktiven Einsatz in Unternehmen vorgestellt zu bekommen. Beispielsweise bei dem Talk von Olga Mierzwa-Sulima, in dem sie eine Shiny-App für Large Scale Environments präsentierte“, so Data Scientist Martin Schneider.

"How wie built a Shiny App for 700 users?": Talk von Olga Mierzwa-Sulima
„How we built a Shiny App for 700 users?“: Talk von Olga Mierzwa-Sulima

Auch in dem Talk „Developing and deploying large scale Shiny applications for non-life insurance” wurde eine Shiny-App zur Fraud-Detection für Versicherungen vorgestellt. Der Speaker Herman Sontrop stellte dabei fest, dass Shiny-Apps vom Kunden inzwischen nicht nur akzeptiert werden, sondern diese auch begeistern.

Neben vielen weiteren Talks zum Thema Shiny besuchten die Data Scientists von eoda auch Talks zu Themen wie beispielsweise Text Mining, R6-Klassen, Machine Learning und Ensemble Packages. Bastian Wießner über „Ensemble packages with user friendly interface: an added value for the R community“: „Verbinde ein bestehendes Framework mit einer benutzerfreundlichen GUI und schon kann das „traditionelle R-Framework“ in einer Oberfläche verwendet werden. Durch die angesprochene Kopplung erleben die User das Paket quasi auf einer anderen Ebene neu.“ Innerhalb des Talks wurden die GUI für IsoGeneGui und BiclustGUI vorgestellt.

eoda berichtet über den Unternehmensalltag mit R

Auch eoda war mit zwei Talks auf der useR! Konferenz vertreten. Andreas Prawitt gab in seinem Beitrag „The use of R in predictive maintenance: A use case with TRUMPF Laser GmbH“ (eine Case Study zu diesem Thema finden Sie hier) einen Überblick über den für den Kunden kreierten Data-Science-Workflow und Oliver Bracht berichtete von der Operationalisierung von Data Science in kritischen Unternehmens-umgebungen in „Beyond Prototyping: Best practices for R in critical enterprise environments“. Die Talks wurden aufgezeichnet und sind zeitnah verfügbar.

Andreas Prawitt und Oliver Bracht während ihrer Vorträge auf der useR!2017.
Andreas Prawitt und Oliver Bracht während ihrer Vorträge auf der useR!2017.
Sehr gut besucht: Die Vorträge mit hoher Business-Relevanz wie hier von Oliver Bracht.
Sehr gut besucht: Die Vorträge mit hoher Business-Relevanz wie hier von Oliver Bracht.

Der erste Konferenz-Tag war vielversprechend, wir freuen uns auf Tag zwei. Viele der Sessions sind auch im Livestream zu sehen.

Viele weitere Impressionen von der Konferenz finden Sie bei eoda auf Twitter und in der Bildergalerie der useR!2017.


Tobias Titze - Beitrag vom 06.07.2017

Tobias Titze betreut seit 2013 das Marketing der eoda GmbH. Seine tägliche Aufgabe ist der Brückenschlag zwischen einem komplexen Thema und den Anforderungen des Marktes. Er interessiert sich für Daten und Algorithmen und begeistert sich für die Vorteile, die sich für Unternehmen daraus ergeben.

Abonnieren Sie unseren Datenanalyse-Blog