人们

Priya Ponnapalli.

这是机器学习的黄金时代:Priya Ponnapalli,AWS

我一直对现实世界的影响感兴趣。所以,我决定追求职业生涯,允许我向各种申请申请ml

Sumanta Mukherjee,IBM

与专家的问题解决和讨论是学习主题的最佳方法:Sumanta Mukherjee,IBM

数据科学的纪律正在快速增长,使得难以保持更新。它需要持续读取和跟上最新趋势。

对于孩子们获得AI的知识至关重要:Mehreen Shamim,英特尔的AI影响塑造奖励人

在瞄准的独家面试中,英特尔的AI影响塑造奖励人,分享了建立AI学习生态系统的重要性

迎接今年的IBM呼吁代码全球挑战冠军:SAAF水

SAAF水是一种可访问的水质传感器和分析平台,特别适用于生活在农村地区的人们

数据中心和数据安全的状态,与Sudhindra Holla对话

通过保护数据中心建筑来保护固件,综合努力减轻风险是重要的。

混合云部署不是大型组织的独家领域:Ravi Chhabria,MD,NetApp India

NetApp解决方案保护信息资产免受数据中心的任何组件中断,站点级故障甚至是实时赎金软件的网络威胁。

在构建研究工作中保持每日日志帮助:Sahana Prabhu,Robert Bosch

可解释性对于许多域,例如医学成像,辅助驱动和制造缺陷检测。

企业正在采用和嵌入核心业务流程中的AI:Seema Kumar,CTO,全球合作伙伴解决方案,Microsoft India

我有权在微软领导一支高度才华横溢的技术团队。我已经自己变成了技术专业,从而了解了培养和成长未来技术领导者所需的动机。

Anshuma Singh.

AI不仅仅是一家行话:Anshuma Singh,应用材料

数字转换是技术应用提高生产力,使企业更有效和高效。

从TCS的AI产品套件开始缺陷:个人账户

写入困难编写复杂的代码并不罕见,并且无法填充他们的鞋带或读时间。

数据科学专业人士需要具有域名知识:SreeTama DAS,GSK

基于AI的解决方案使患者更容易获得健康监测,疾病检测和治疗结果。

桑迪斯

企业数字化进程无足够分析:Sunil Bist,NetConnect Global

成功实施主要的数字转型趋势将是印度数字转型未来的重要决定因素