Tag 1 29.01.2022, 10:00 - 16:00

Ein Barcamp besteht aus einem oder mehreren Veranstaltungen. Eine Veranstaltung repräsentiert z.B. ein Tag eines Barcamps oder eine Party. Dadurch können sich Teilnehmer separat für Veranstaltungen anmelden und nicht nur für das gesamte Barcamp. Du solltest zumindest eine Veranstaltung erstellen.

Für jede Veranstaltung kannst Du einen separaten Veranstaltungsort oder eine separate Maximalanzahl von Teilnehmern definieren. Zusätzlich kannst Du zu einer Veranstaltung ein Zeitraster anlegen und den Sessionplan bearbeiten.

 

Time Table

10:00

10:15

11:00

MicroPython für kleine Computer
Ich geben einen sanften Einstieg in die Programmierung mit Micropython auf ESP32 Microcontrollern. Mit live Hacking und Einsteiger-tauglichen Beispielen. Ihr seid ausdrücklich eingeladen Euch selber ein oder zwei ESP32 Controller und Zubehör sowie Sensoren kaufen. So mit rund 30 EUR könnt Ihr schon tolle Sachen machen, die mit z.B. einem RaspberryPi viel umständlicher und vor allen viel teuerer wären. Sprecht mich volker.jaenisch@inqbus.de bitte im Vorfeld rechtzeitig an, welche Hardware Ihr (für Euer Projekt) benötigt. Hier Vorschläge für ein paar Komponenten. Z.B. von https://www.az-delivery.de auch der große Fluß hat viele Teile, aber aufpassen viele davon sind Plagiate. ESP32: Für Batterie-Anwendungen ESP32 lolin32. 9EUR. Wegen Akku bei mir nachfragen! Achtung Polung!!! Für Kabel-gebundene Anwendungen nodeMCU-32s. 3er Pack 21EUR Wenn Ihr die Controller ohne Beinchen kauft, benötigt Ihr einen etwas feineren Lötkolben. Das Teil von Opa aus dem Baumarkt ist dafür eher ungeeignet. Als stabile Basis ist ein Breadboard unerlässlcih. Ab 4 EUR. Ein Pack Jumper-Wire Kabel MM/FF/FM (5EUR) ist nötig, wenn Ihr nicht selber Eure Kabel crimpen könnt. Zum crimpen bitte Nachfragen. Beliebte Sensoren: DHT22 (T/RH), BH1750 (Licht), VL53L0X (Lidar ToF), BME680 (T,RH, Gas), SoMoSe (Bodenfeuchte) Beliebte Ausgabe Geräte: SSD1306 (OLED-Display) Neopixel-LEDs (Adafruit) Nützliches: TXS0108E (Pegelwandler 3.3-5.5V ) Für die Session wäre ein sinnvolles Minimum: Breadboard, Jumper-Kabel, ESP32 nodeMCU-32s, ein OLED-Display und einer der o.g. Sensoren. Wenn weniger die Hardware als die Software im Vordergrund stehen soll gebe ich gerne meine Erfahrungen aus zwei Jahren Entwicklung mit Micropython weiter. Hierbei kann ich von der reinen Anwendung esphome/homeassistant/influxDB/grafana bis zur C-Programmierung von Micropython-(Erweiterungen) viel erzählen.
Volker Jaenisch
Room: Raum 1

12:00

13:00

Tutorial: Erste Schritte mit Dask und On-Demand-Clustern in der Cloud
Das Python-Paket `dask` wird zunehmend populärer zum einfachen verteilten Rechnen auf Computer-Clustern. Dort, wo früher beispielsweise komplexe Technologien wie MPI noch unausweichlich waren, kann man derlei Dinge mittels `dask` heute oftmals in relativ einfach gehaltenem Python-Code verstecken. Parallelisierung und Verteilung der Rechenlast erfolgt, je nach Anwendung, nahezu automatisch und transparent. `dask` erlaubt unter anderem zu `numpy.ndarray` kompatible `dask.array`-Objekte sowie zu `pandas.Dataframe` kompatible `dask.dataframe`-Objekte. Während die API im Vergleich zu `numpy` und `pandas` nahezu identisch ist, wird der Speicherinhalt entsprechender Objekte auf ein Cluster verteilt. Berechnungen erfolgen entsprechend ebenfalls verteilt. Dies erlaubt es, riesige Datenmengen durch den Zusammenschluss von ausreichend Computern gleichzeitig im RAM zu halten und auf beliebig vielen CPU-Kernen zu verarbeiten. Ein durch `dask` selbst allenfalls unzureichend gelöstes Problem ist das eigentliche Deployment. `dask` lokal zu installieren und zu starten ist einfach. Es auf ein Cluster zu bekommen erfordert jedoch nach wie vor einiges an Hintergrundwissen und Zeit. Kommerzielle Dienste wie "Coiled" setzen an dieser Stelle an und bieten über Web-Oberflächen Cluster on-demand an, welche in konventionellen Cloud-Angeboten gehostet werden. Entsprechende Dienste sind jedoch oft deutlich teurer als die tatsächlich verwendeten Cloud-Ressourcen. In diesem kleinen Tutorial gebe ich am Beispiel meines Python-Paketes `scherbelberg` eine Einführung, wie man in Eigenregie direkt ein Dask-Cluster in der Cloud des Anbieters Hetzner erstellen kann und vom eigenen Computer aus anspricht. Darauf aufbauend unternehme ich mit euch eine Reihe an kleineren Experimenten, um die Fähigkeiten von `dask` zu veranschaulichen. - https://dask.org - https://github.com/pleiszenburg/scherbelberg --- Falls ihr dieses Tutorial live mitmachen wollt, benötigt ihr idealerweise eine Python-Installation auf Basis von Conda-Forge und CPython 3.8 auf Linux. Prinzipiell sollten das meiste jedoch auch auf Windows 10 (ohne WSL) und OS X funktionieren. Falls ihr `dask` nicht nur lokal, sondern auch auf einem echten Cluster testen wollt, benötigt ihr darüber hinaus einen Hetzner-API-Token. - https://github.com/conda-forge/miniforge#miniforge3 - https://docs.hetzner.cloud/#getting-started
Sebastian Ernst
Room: Raum 2

14:00

15:00

15:30

16:00

Location