Thomas Tomow

Information & Communications Technology

Stockach, Baden-Württemberg, Germany

Thomas Tomow

Azure MVP - Cloud, IoT & AI - Leadership & Community

As Microsoft MVP for Azure, Thomas Tomow is contributing to the community, that cares about modern technologies around cloud (e.g., Host for Azure Meetup Konstanz or Azure Meetup Stuttgart). He works at CGI in Germany as Director, leading a team of specialists in Cloud, AI, and IoT. He likes doing Karate for balancing his life and shares experience and knowledge with other like-minded people

Thomas Tomow

Azure MVP - Cloud, IoT & AI - Leadership & Community

Als Microsoft Azure MVP ist Thomas Tomow in Communities engagiert, die ihren Fokus auf moderne Technologien rund Cloud, IoT und AI richten (z.B. für Azure Meetup Konstanz oder Azure Meetup Stuttgart). Er arbeitet bei CGI in Deutschland als Director und leitet ein Team von Spezialisten für Cloud, KI und IoT. Er macht gerne Karate, um sein Leben auszugleichen und teilt Erfahrung und Wissen mit anderen Gleichgesinnten.

Current sessions

Hello postman! AI on the edge detects you. EN DE

#IoT is a familiar topic, #AI is the new topic! Bringing the two together and you have amazing opportunities. The field of machine learning is gaining momentum and is now a lot easier to use for people like us - developers. It is important for me to take away the "fear" of AI topics and to show the new possibilities of Machine Learning for people, that are Non-Data scientists.
Based on my own story and a live demo, I guide the participant from the idea to the practical implementation in the field of AI (enabled through Azure). I will discuss technologies such as Cognitive Services, Container as well as IoT Edge and explain the technical procedure. At the end of my presentation, the participants will understand the potentials as well as the challenges and will get the first entry points for their own scenarios.

Top 3 Highlights of Attending:
- See building a Custom Vision Model in Azure and running it on the device
- Watch live, how to detecting a post car in the room, by a device, consuming, what we build in Azure
- It's a real-life story, so the audience gets pure experiences


Erstellen eines eigenen Machine learning Services in Azure DE

Um Machine Learning Modelle zu konsumieren stellen die großen OEMs wie Microsoft, Google und Amazon (uvm.) eigene Services bereit, die einfach per API angesprochen werden können. Was ist, wenn ich mehr benötige oder ich speziellen Content brauche?
Dieser Workshop beschäftigt sich mit dem "Selbermachen" eines ML-Modells. Die Teilnehmer lernen zuerst verschiedene fertige ML-Services kennen, mit denen sie schell einfach Szenarien lösen können.
Ähnlich wie Computer Vision API von Azure, Bilder erkennen kann, werden die Teilnehmer einen eigenen Dienst erstellen und hosten, der die Fähigkeit hat, selbst Bilder zu erkennen. Als Ergebnis können die Teilnehmer Diesen dann ebenfalls in einer eigenen Anwendung verwenden.
Aus dem Workshop nimmt der Teilnehmer mit, welche Möglichkeiten es außer den bereits angebotenen Diensten gibt, wie er seine eigenen Domänen produzieren und die vorhandene Azure Infrastruktur nutzen kann.
Der Teilnehmer lernt die Tools Azure ML Services mit Jupyter Notebook kennen, erfährt, wie man von dort aus einen ML-Service als Container hostet, um diesen dann zu nutzen.

Workshop benötigt:
- Azure Subscription
Dieser richtet sich an alle Entwickler, die in das Thema einsteigen möchten und verstehen wollen, wie man sich an eine eigene KI heranarbeitet.
Data Scientists können in diesem Workshop das Handling der Tools von Microsoft kennenlernen und sich damit ein Einblick über die Vor- oder Nachteile in der täglichen Arbeit verschaffen.


Wir bauen eine intelligente Überwachungs-Cam DE EN

In diesem Workshop möchte ich gern mit den Teilnehmern eine SecurityCam-Software aufbauen, die den Inhalt dessen erkennen kann, was sie "sieht" und den einen oder anderen Alarm auslöst. Die Umsetzung der Lösung basiert auf Cloud, IoT und AI Technologien wie Azure Cognitive Services, IoT Hub, IoT Edge und Docker Container. Wir werden zusammen ein KI-Modell bauen, dieses dann mit Code abfragen und als Geräte-Simulation laufen lassen.
Mit Hands-On kann der Teilnehmer die Themen AI und IoT praktisch erleben und bekommt dadurch ein besseres Gefühl für die Technologie. Er lernt über diesen Einstieg, wie er eigene Ansätze oder Ideen umsetzen kann.

Hands-On zur Erstellung eines Machine-Learning-Modells in Azure, die Erstellung eines Containers und Aufbau einer IoT-Edge-Lösung zur Bereitstellung auf einem Gerät. Der Teilnehmer sollte Entwickler sein. Außerdem sollte er/sie ein Azure-Abonnement haben. Das Laptop, sollte mit VSCode (und vlt. Azure Extensions) vorbereitet sein. Außerdem ist es von Vorteil, ein wenig Python zu können. Docker Desktop ist ebenfalls erforderlich.

Workshop benötigt:
- Azure Subscription
- VSCode
- Docker Desktop


Wie werde ich ein AI-Developer - ein kleines HowTo DE

AI ist eine der beliebtesten und modernsten Cutting-Edge Technologien unserer Zeit. Sie verspricht vieles leichter und angenehmer zu machen, aber auch sehr interessante und neue Spielfelder für Technologie-Enthusiasten bereit zu halten. In jedem Fall ist AI mittlerweile ein integraler Bestandteil unserer Gesellschaft.
Wen wundert es da also, wenn der eine oder andere Entwickler über den Tellerrand schauen oder gar eine neue Bestimmung finden möchte. Was bisher die Domäne von Wissenschaftlern war, scheint heute für jedermann nutzbar oder machbar zu sein.
Wie kannst du also ebenfalls auf den Zug auf springen? Was gibt es zu beachten? Und in welcher Rolle siehst du dich?
Ich gebe mit diesem Vortrag eine kleine "Handlungsempfehlung", zeige Potentiale für Einstiegswillige und Rollen sowie Tätigkeitsfelder, die ein Entwickler im Bereich AI übernehmen kann. Dabei gebe ich einen Überblick über die Thematik, gehe auf Basics ein und gebe etwas über meine eigene Erfahrungen mit.
Am Ende der Session kann der Teilnehmer gut für sich abschätzen, wo seine eigene Reise hin gehen kann und mit welchen Aufwänden diese Verbunden ist.

Es ist ein High-Level-Vortrag (100) für die Teilnehmer, die den Einstieg in die KI-Entwicklung suchen. Das Zielpublikum sind Software-Entwickler. Ich glaube und erwarte in der nahen Zukunft viele Entwickler, die sich diesem Thema intensiv aus der Brille Development widmen und daher mit einer Orientierung beginnen. Mein Talk soll helfen diese Auf zu nehmen um dann durch starten zu können.


MLOps - was Data Scientists von den Entwicklern lernen können DE EN

Wo DevOps die Zusammenarbeit zwischen Entwicklern und IT Pros versucht zu verbessern, müssen nun auch die Data Scientists mit den Developer und IT-Pros ihren Weg finden. Dabei lässt sich das Konzept des DevOps auch sehr gut auf das Thema AI erweitern - MLOps (DataScience Ops).
Dieser Talk geht auf die Arbeitsweise der Data Scientists ein und zeigt, wie sie mit den Developer und den IT-Pros zusammen arbeiten können. Dabei werden unter anderem folgende Fragen beantwortet:
- Welcher Flow wird mit MLOps abgebildet?
- Wo lege ich Trainings Code ab?
- Wie kann ich meine Modelle verwalten (Versionierung / History)?
- Wie funktioniert das Monitoring?
- Kann ich auch automatisieren - wie bekomme ich das in Produktion?
Durch einen exemplarischen Flow gehe ich auf die Antworten ein und demonstriere, welche Tools, wie Git, Azure ML Service und GitHub die Umsetzung ermöglichen.
Am Ende der Session verstehen die Teilnehmer warum MLOps wichtig ist und wie die Tools richtig eingesetzt werden können, um einen reibungslosen Ablauf zu unterstützen.

Ich bin auch im Beruf häufig mit diesem Thema unterwegs und sehe eine stetige Notwendigkeit, über dieses Thema zu sprechen. In den Unternemen sehe ich häufig ein hohes Interesse, MLOps ein zuführen und die entsprechenden Tools kennen zu lernen.
Die Erfahrungen aus der DevOps Journey und die Möglichkeiten im Bereich AI sollten die DataScientists aber auch die Software Entwickler im AI Umfeld nutzen. Ich glaube hier für jeden etwas anbieten zu können.


Verkauft - und was nun? Wie ich meine Geräte in den Griff bekomme DE

Das Thema IoT hat stark Fahrt aufgenommen. Unternehmen habe die erste Hürde genommen und smarte Devices auf den Markt gebracht. Damit entstehen auch wieder neue Herausforderungen und Fragen. So zum Beispiel, wie bekomme ich meine steigende Zahl von Geräten in den Griff? Was bedeutet Provisionierung für mein Gerät? Wie funktioniert die automatische Verteilung von Firmware? Von der Initialisierung, über das Monitoring/Reporting bis zur Wartung muss ein System meinen Gerätepark managen können. Das Schlüsselwort hier ist "Device Provisioning".
In meinen Talk gehe ich auf die Notwendigkeiten zum Device provisioning ein und zeige die Möglichkeiten mit Azure IoT Hub und Device Provisioning Service anhand praktischer Beispiele auf. Von der Inbetriebnahme produzierter Geräte, über das Statusmonitoring bis hin zum fernjustieren von Geräten im Feld erhält der Teilnehmer einen Einblick, wie der Device Flow aussieht.
Am Ende des Talks versteht der Teilnehmer den Workflow, die Tools und die Umsetzung, so dass er dies auf seine eigenen Vorhaben gut umlegen kann.


We build a smart surveillance cam DE EN

In this workshop, I would like to build with the participants a SecurityCam software that can recognize the content of what it "sees" and trigger one or another alarm. The implementation of the solution is based on cloud, IoT and AI technologies such as Azure Cognitive Services, IoT Hub, IoT Edge and Docker containers. We will build an AI model together, then query it with code and run it as a device simulation.
With hands-on, the participant can experience the topics of AI and IoT in a practical way and thus gets a better feel for the technology. Through this introduction, he learns how to implement his own approaches or ideas.

Hands-On for creating a Machine learning Model in Azure, creating a Container from that and build an IoT Edge Solution from that for deployment to a device. The participant should be developer or bring developer skills with him/her. Also He/ she should have an Azure Subscription. The laptop, should be prepared with VSCode and Azure Extensions. Also, it will be of advantage, knowing a little bit of python. Docker Desktop is also needet.


MLOps - what data scientists can learn from DevOps DE EN

Where DevOps tries to improve the collaboration between developers and IT pros, the Data Scientists now also have to find their way with the developers and IT pros. In doing so, the concept of DevOps can also be extended very well to the topic of AI - MLOps (DataScience Ops).
This talk will look at how Data Scientists work and how they can collaborate with Developers and IT Pros. Questions answered include:
- What flow is mapped with MLOps?
- Where do I store training code?
- How can I manage my models (versioning/history)?
- How does monitoring work?
- Can I also automate - how do I get that into production?
Through an exemplary flow, I'll address the answers and demonstrate which tools, such as Git, Azure ML Service and GitHub enable implementation.
By the end of the session, attendees will understand why MLOps is important and how to use the tools properly to support a smooth flow.

I am also frequently on the road with this topic in my job and see a constant need to talk about this topic. In companies, I often see a high level of interest in introducing MLOps and getting to know the corresponding tools.
The experiences from the DevOps Journey and the possibilities in the field of AI should be used by the DataScientists but also by the software developers in the AI environment. I believe I can offer something for everyone here.


AI on the Edge - Making IoT device smart EN DE

#IoT ist ein bekanntes Thema, #AI ist das neue Thema! Nur leider verbinden viele noch AI mit BigData und Wissenschaft. Aber, der Bereich Machine Learning bekommt Fahrtwind und ist nun auch für Menschen wie uns – Entwickler, Architekten, POs und so weiter, immer einfacher nutzbar. In
Verbindung mit IoT werden somit wieder neue Ansätze möglich.
Mir ist es wichtig, die „Angst“ vor KI-Themen zu nehmen und die neuen Möglichkeiten von Machine Learning auf zu zeigen. An Hand einer Story und einer Live-Demo führe ich den Teilnehmer von der Idee bis zur praktischen Umsetzung in ML „on the Edge“. Ich gehe auf Technologien wie Cognitive Services, Container sowie IoT Edge ein und erläutere das technische Vorgehen.
Am Ende meines Vortrages verstehen die Teilnehmer die Potentiale sowie die Herausforderungen und bekommen die ersten Einstiegspunkte für eigene Szenarien mit an die Hand. Der Teilnehmer benötigt keine tiefgreifenden Programmierkenntnisse, er sollte allerdings einige Kenntnisse zu Azure
mitbringen.


Bilddaten für eine KI schnell selbst aufbereiten DE

Dieser Talk richtet sich an Entwickler, die ohne viel Wissenschaftsarbeit und langwieriger Datenaufbereitung für ihr "KI-Model Training" Daten vorverarbeiten müssen. Denn nach der kurzen Zeit, die seit des Hypes um AI herum, vergangen ist, gibt es etliche Ansätze und vortrainierte Modelle, die man sich zu nutze machen kann.
Mein Talk wird eine praktische Herangehensweise aus dem Bereich Vision demonstrieren. Das Ziel ist es, am Beispiel der Entwicklung einer eigenen Object Detection, die nicht nur Auto, Person usw. erkennt, sondern spezielle Objekte wie Mülltonne oder Schwiegermutter. Die dabei notwendige Datensammlung und -aufbereitung Dieser steht hierbei im Vordergrund. Ich gehe dabei auf einfache Möglichkeiten ein, die Gigabytes an Bildmaterial zügig auf zu bereiten, um schnelle Erfolge zu erhalten. Mit wenigen einfachen Handgriffen können die Teilnehmer in ihren eigenen Projekten eigene KI-Modelle erzeugen und werden schnell kreativ, diese nach eigenen Wegen aus zu bauen.
Am Ende des Talks zeigt eine Demo den Weg von den Rohdaten zu einer simplen Anwendung, die unser trainiertes Modell verwendet und verschiedene Objekte erkennt.

Dieser Talk richtet sich an Software Entwickler, die schon etwas Erfahrung mit AI sammeln konnten und nicht viel mit dem Themengebiet DataScientists haben.
Meine Intention ist es, Entwicklern das Themenfeld AI nahe zu bringen, da ich glaube, dass in der nahen Zukunft KI verstärkt von SoftwareEntwicklern dominiert wird.
Für meinen Talk benötige ich etwas Platz auf einem Tisch, da ich eine kleine "IoT"-Hardware aufbaue, die mit einer WebCam Dinge erkennen soll.


Past and future events

Developer Week '20

28 Jun 2020 - 2 Jul 2020
Nürnberg, Bavaria, Germany