L’intelligenza artificiale è sempre più intorno a noi: ci consiglia quale serie tv guardare, aiuta i ricercatori a sviluppare farmaci più efficaci ed è in prima linea nel prevenire frodi alla nostra carta di credito. Questi sono solo alcuni esempi, ma in tutti i settori vengono implementati sempre più processi automatizzati, che delegano almeno una parte dei processi decisionali a software e modelli matematici, con effetti reali sulle persone e sulla società.

Se da un lato l’analisi di immense moli di dati e l’automazione dei processi decisionali accelera considerevolmente il ritmo e l’impatto dell’innovazione, d’altro canto sorgono questioni etiche e legali in merito all’utilizzo dell’intelligenza artificiale e ai dati su cui si basa.

Per aziende, organizzazioni, associazioni e per chiunque utilizzi e lavori con sistemi di intelligenza artificiale oggi è sempre più importante riflettere su ogni aspetto di un progetto di data science, per costruire tecnologie sostenibili e modelli accurati, equi e affidabili.

👉 Durante il meetup, grazie a esempi concreti, scopriremo come mitigare i rischi legati all’intelligenza artificiale in ogni sua fase di vita, dall’utilizzo consapevole e inclusivo dei dati alla supervisione di algoritmi e decisioni.

Ti aspettiamo mercoledì 3 maggio negli uffici SAS in via Darwin 20/22, Milano per scoprire di più sull’intelligenza artificiale, fare aperitivo e networking insieme alla community di SheTech e SAS!

Agenda:

• – 18:30-19:00 – Aperitivo e networking
• – 19:00-19:05 – Benvenuto
• – 19:05-19:30 – Verso una intelligenza artificiale responsabile – Federica Citterio, Data Scientist SAS
• – 19:30-20:00 – Q&A e networking finale

Reminder

I posti sono limitati, quindi iscriviti subito! 🎫

Chi è Federica Citterio?

Federica Citterio è laureata in Matematica all’Università degli Studi di Milano, con specializzazione in statistica, ottimizzazione e analisi numerica. Oggi è Data Scientist nel team di Artificial Intelligence in SAS. Generalmente è impegnata su progetti di computer vision e natural language processing, ma è appassionata di tutto quello che riguarda l’analisi dei dati. Nel tempo libero si diletta di giocoleria e in fondo essere un data scientist è un po’ come essere un giocoliere: tanti elementi (matematica, informatica,conoscenza del business, creatività, …) da combinare con abilità in una soluzione armoniosa.

Ti aspettiamo!