Derfor skal du deltage:

1. Få indblik i cutting-edge machine learning i praksis

Hør hvordan ARLA og Aarhus Universitet har arbejdet med skalerbare machine learning-modeller til at optimere produktionsmaskiner – et konkret og banebrydende case fra virkeligheden.

2. Lær om organisatoriske forudsætninger og faldgruber

Bliv klogere på, hvad der skal til for at lykkes med skalerbar AI i en produktionskontekst, og undgå de typiske fejl i udvikling og implementering.

3. Mød en forsker med solid praksiserfaring

Johan Clausen kombinerer akademisk dybde med virkelighedsnære løsninger og indsigt i digital transformation – perfekt for dig, der arbejder i krydsfeltet mellem IT og forretning.

Om webinaret:

I dette oplæg vil Johan Clausen (assistent professor ved BTECH Aarhus universitet) fortælle om sit forskningsprojekt lavet sammen ARLA omhandlende udviklingen og implementering af skalerbar machine learning modeller til at optimerer konfigurationen af ARLA’s produktionsmaskiner. Han vil komme ind på hvilke enablers en organisation skal have for at kunne opnå skalerbarhed, typiske udviklings og implementerings faldgruber, og hvilke resultater man kan opnå. 

Om oplægsholderen:

Johan Clausen er lektor ved Institut for Forretningsudvikling og Teknologi (BTECH) på Aarhus Universitet, hvor han forsker i datadrevet beslutningstagning, digital transformation og anvendelse af AI i produktionssammenhænge. Hans arbejde spænder over både teoretiske og praktiske dimensioner: Fra udvikling af avancerede algoritmer og estimatorer til prædiktiv og præskriptiv analyse, til anvendelsen af maskinlæring i industrielle miljøer med fokus på at forbedre beslutningsprocesser og styrke medarbejdere på produktionsgulvet.

Med en akademisk baggrund fra Aarhus Universitet – hvor han både har opnået sin kandidat- og ph.d.-grad i økonomi – har Johan opbygget solid erfaring med at omsætte forskning til praksis. Under sin postdoc på Aalborg Universitet samarbejdede han eksempelvis med ARLA gennem Manufacturing Academy of Denmark, hvor han både udviklede optimeringsalgoritmer og arbejdede med deres implementering i en organisatorisk kontekst.

Johan er særligt drevet af tværfagligt samarbejde og industrinær forskning – noget der også var afgørende for hans valg af BTECH som arbejdsplads. Her trives han i et miljø, hvor forskning og undervisning kombineres med tæt kontakt til erhvervslivet.”