Terugblik Caesar Inspires!

Op 6 november organiseerde we een speciaal Caesar Inspires event. Het was een avond vol inspiratie en innovatie, waarin vier van onze professionals hun verhalen delen over bijzondere projecten op het gebied van Azure, Fabric en AI bij klanten zoals het Rijksmuseum, de Nationale Ombudsman en Beslist.nl. Je kreeg een kijkje achter de schermen van deze gave projecten tijdens de techtalks. 

 

 

Meer info over de inhoud:

Azure and Linked Data @ het Rijksmuseum door Daan de Schepper 
Het Rijksmuseum is natuurlijk beroemd om een select aantal belangrijke kunstwerken, maar wist je dat er naast de paar duizend kunstwerken in het museum, er ongeveer 1.000.000 kunstwerken en andere objecten in het depot zijn, ongeveer 500.000 boeken in de museumbibliotheek, en een uitgebreid archief dat de geschiedenis van de werken en het museum zelf documenteert?

Het samenbrengen en integreren van die data, die ongelooflijk rijk is maar sterk gescheiden, is wat we doen met het Integration Layer Team in het museum. Het team bestaat uit ontwikkelaars, data engineers en DevOps engineers. We maken gebruik van AKS, opslag, VM's die Graph databases draaien, SQL en meer, om een ongelooflijk rijk model te creëren, gebaseerd op internationale erfgoedstandaarden, dat kan worden gebruikt door onderzoekers, liefhebbers, overheden en andere musea.

Microsoft Fabric bij Nationale Ombudsman door Ian Smith en Gijs Dekkers 
Begin 2024 zijn wij gestart met onze eerste implementatie van Microsoft Fabric voor de Nationale Ombudsman (NOM). De NOM wil meer met data doen. Tijdens deze presentatie hebben we gedeeld hoe wij dit hebben gedaan met behulp van Microsoft Fabric. Wat is Microsoft Fabric? Waar zijn wij tegen aangelopen? En, hoe hebben wij ervoor gezorgd dat een volgende implementatie in een fractie van de tijd kan plaatsvinden.

Het vergroten van schaalbaarheid met toegepaste AI-oplossingen bij Beslist.nl door Samsor Wali 
Samen met Beslist.NL hebben we een proof-of-concept ontwikkelt om op basis van AI geautomatiseerd de productfeeds te ontdubbelen. Door het inladen van het assortiment in een multi dimensionale vector database is het eenvoudiger dubbele assortiment items te ontdubbelen. De huidige manier van ontdubbelen vergt veel handmatig werk, door het inzetten van deze AI-oplossing kan dit in de toekomst geautomatiseerd worden.