Consultant bei Expert Analytics mit Erfahrung in Software Development, KI/AI und der Analyse von Zeitreihen mit Promotion in Mathematik.
Aktualisiert am 03.04.2024
Profil
Mitarbeiter eines Dienstleisters
Remote-Arbeit
Verfügbar ab: 27.02.2024
Verfügbar zu: 100%
davon vor Ort: 100%
Skill-Profil eines fest angestellten Mitarbeiters des Dienstleisters

Einsatzorte

Einsatzorte

München (+50km)
Deutschland
möglich

Projekte

Projekte

3 Monate
2024-01 - heute

Echtzeit predictive maintenance von Industriemaschinen mithilfe von Schall

KI Entwickler Python AI Convolutional Neural Networks ...
KI Entwickler
Wir entwickeln ein neuartiges KI-Modell für die Objekterkennung in
Schall. Das Modell wird für Edge-Audioanalytics entwickelt, ein Pro-
dukt für die vorbeugende Instandhaltung und Zustandsüberwachung
von Maschinen, das ausschlieÿlich Schall verwendet. Alle Maschinen
geben Geräusche ab, die sich je nach Last, Betriebszustand und Ge-
sundheitszustand ändern. Wenn der Schall ordnungsgemäÿ analysiert
wird, kann er daher für die Zustandsüberwachung, vorbeugende In-
standhaltung und Steuerung der Maschine verwendet werden. Zu die-
sem Zweck entwickeln wir ein neuartiges und robustes KI-Modell zur
Erkennung und Klassizierung von Ereignissen in Schall, das speziell
für den Einsatz auf Edge-Computern ausgelegt ist.
PyTorch
Python AI Convolutional Neural Networks Image Recognition Industrielle Bildverarbeitung Deep Neural Network KI numpy
Expert Analytics GmbH
München
8 Monate
2022-09 - 2023-04

Framework für vollautomatisierten algorithmischen Handel in Echtzeit

Software Developer Python REST Excel ...
Software Developer
Wir entwickeln ein neuartiges Toolkit, um Trading-Strategien einfach zu entwerfen, zu testen und einzusetzen. Dieses leistungsstarke Toolkit vereint alle Werkzeuge, die Sie benötigen, um anspruchsvolle Handelsalgorithmen zu erstellen und in der Cloud auszuführen. Mit unserem Toolkit können Sie Ihre eigenen Handelsstrategien einfach entwerfen, testen und einsetzen. Ob Sie Anfänger oder erfahrener Trader sind, unsere intuitive Benutzeroberfläche erleichtert den Einstieg. Unser Toolkit umfasst eine vollständige Reihe von Tools und Funktionen, einschließlich Datenbeschaffung und -verarbeitung, anpassbare Backtesting- und Optimierungstools, Live-Handel und Echtzeit-Marktdaten.


GitHub

[URL on request]

Python REST Excel Rule Based AI AWS numpy Pandas
2 Jahre 8 Monate
2019-10 - 2022-05

Simulation nichtlinearer hyperbolischer Erhaltungsgesetze auf Netzwerken

Software Developer Python Numerics Finite-Volumen-Methode ...
Software Developer
CLoNe ist Ihr bevorzugter Solver zur Lösung nichtlinearer hyperbolischer Erhaltungsgesetze auf Netzwerken, ideal für die Modellierung von Szenarien wie Gasströmungen in Rohrnetzen oder Verkehrsflüssen auf Straßennetzen. Es ist sehr flexibel und ermöglicht es Ihnen, verschiedene Netzwerke zu erstellen und verschiedene Flussfunktionen und numerische Methoden auszuprobieren. Darüber hinaus macht sein objektorientierter Aufbau es einfach, verschiedene Teile auszutauschen, sodass Sie mit Leichtigkeit in verschiedene Modelle und Fragestellungen eintauchen können. Ich habe die Entwicklung dieses Projekts im Rahmen meiner Doktorarbeit geleitet.


GitHub

[URL on request]
Python Numerics Finite-Volumen-Methode numpy
University of Oslo
Oslo
2 Jahre 9 Monate
2019-09 - 2022-05

Analyse nichtlinearer hyperbolischer Erhaltungsgesetze auf Netzwerken

Researcher Partial Differential Equations Hyperbolic Partial Differential Equations Mathematical Modelling
Researcher
Wir haben uns mit nichtlinearen hyperbolischen Erhaltungsgesetzen beschäftigt, die auf Graphenstrukturen angewendet werden, die grundlegend für die Modellierung von Gasströmungen in Rohrnetzen oder Verkehrs­dynamiken auf Straßennetzen sind. Durch innovative analytische Methoden und strenge Argumentation haben wir die Existenz, Eindeutigkeit und Stabilität von Lösungen für dieses neuartige Modell demonstriert. Unsere Untersuchung hat bedeutende Erkenntnisse erbracht, was zur Veröffentlichung von zwei peer-reviewed Artikeln in angesehenen Fachzeitschriften in unserem Bereich führte.
Partial Differential Equations Hyperbolic Partial Differential Equations Mathematical Modelling
University of Oslo
Oslo
3 Jahre 10 Monate
2018-08 - 2022-05

Entschlüsselung der Vorhersagbarkeit: Untersuchung von zero-noise limits in stochastischen Differentialgleichungen mit unstetigem Drift

Researcher Probability Theory Stochastic Analysis MATLAB
Researcher
Wir untersuchen das zero-noise limit für eindimensionale gewöhnliche Differentialgleichungen, bei denen die rechte Seite unstetig ist. In einfacheren Worten betrachten wir, was passiert, wenn wir allmählich alle zufälligen oder unvorhersehbaren Elemente aus dem System entfernen. Obwohl es in der regulären Gleichung viele verschiedene Lösungen geben könnte, zeigen unsere strengen mathematischen Beweise und Simulationen mit MATLAB, dass die Sequenz leicht zufälliger Lösungen sich letztendlich in ein spezifisches Muster einfügt, das eng mit den üblichen Lösungen verbunden ist, und zwar in einem weiten Bereich von Szenarien.
Probability Theory Stochastic Analysis MATLAB
University of Oslo
Oslo
10 Monate
2017-09 - 2018-06

Hybridisierbare diskontinuierliche Galerkin-Methode mit gemischt-gradigen Ansatzräumen für nichtlineare Diffusionsgleichungen mit internen Sprüngen

Researcher C++ Discontinuous Galerkin Methods Parabolic Partial Differential Equations
Researcher
Wir haben eine hybridisierbare diskontinuierliche Galerkin-Methode entwickelt, um parabolische Gleichungen mit nichtlinearen tensorwertigen Koeffizienten und Sprungbedingungen, wie zum Beispiel das Henry-Gesetz, zu lösen. Durch rigorose mathematische Beweise haben wir die optimale Konvergenzordnung für leicht nichtlineare Szenarien bestimmt. Wir haben die Methode in C++ implementiert, und unsere numerischen Studien bestätigten die vorhergesagte Konvergenzordnung. Darüber hinaus führten wir eine Reihe numerischer Experimente durch, um den Einfluss verschiedener Approximationsräume auf verschiedene Unbekannte zu bewerten.
C++ Discontinuous Galerkin Methods Parabolic Partial Differential Equations
Friedrich-Alexander-University Erlangen-Nuremberg
Erlangen
1 Jahr 10 Monate
2016-09 - 2018-06

Untersuchung der Bildung und Umwandlung von Substraten in porösen Medien

Software Developer MATLAB C++14 Cellular Automaton Method ...
Software Developer
In diesem Forschungsprojekt haben wir ein mechanistisches Modell für den Transport, die Entwicklung von Biomasse und die Umstrukturierung von Feststoffen entwickelt. Wir haben beliebige Formen für die Baueinheiten und ihre Zusammensetzungen, Gas-, Feststoff- und Flüssigphasen sowie Biofilme modelliert. Interaktionsregeln innerhalb und zwischen den Phasen werden mithilfe eines zellulären Automaten und eines Systems partieller Differentialgleichungen vorgegeben. Diese führen zu einer strukturellen Selbstorganisation der jeweiligen Phasen, die die zeitabhängige Zusammensetzung des Rechengebiets definiert. Innerhalb der nicht-festen Phasen können chemische Spezies diffundieren und reagieren. Darüber hinaus werden Ladungen und Ladungserhaltungsgesetze sowohl für die feste Phase als auch für Ionen in Lösung in das Modell aufgenommen, da elektrostatische Anziehung eine wichtige treibende Kraft für Aggregation ist. Das betriebsbereite, umfassende Modell ermöglicht es, die Strukturbildung als Funktion der Größe und Form der Feststoffpartikel zu untersuchen. Die Implementierung des zellulären Automaten, der poröse Medien auf kleiner Skala simuliert, erfolgte in Matlab und C++. Ich habe wesentliche Teile des CAM in Matlab und C++ implementiert, numerische Experimente durchgeführt, den Code verifiziert, Diagramme erstellt und bei der Datenanalyse und Präsentation geholfen, wobei ich die interdisziplinäre Zusammenarbeit in einem groß angelegten Softwareprojekt optimiert habe.
MATLAB C++14 Cellular Automaton Method Porous Media
Friedrich-Alexander-University Erlangen-Nuremberg
Erlangen
10 Monate
2015-10 - 2016-07

Maximierung der Effizienz: Multigrid-Lösung durch progressive Basenverfeinerung für lineare Gleichungssysteme, die aus diskontinuierlichen Galerkin-Diskretisierungen stammen

Researcher MATLAB Multigrid Solver Discontinuous Galerkin Methods
Researcher
In dieser Studie habe ich einen neuartigen Ansatz zur Multigrid-Lösung angewendet, der eine progressive Verfeinerung der angewendeten Basisfunktionen anstelle der konventionellen gitterbasierten Methode vorsieht. Durch die Implementierung dieses innovativen Lösers in MATLAB/GNU Octave habe ich rigorose numerische Leistungsbewertungen durchgeführt und die Ergebnisse mit früheren Ergebnissen aus verschiedenen Diskretisierungstechniken verglichen.
MATLAB Multigrid Solver Discontinuous Galerkin Methods
Friedrich-Alexander-University Erlangen-Nuremberg
Erlangen
7 Monate
2014-04 - 2014-10

Datengetriebene Nachhaltigkeit: Entwicklung einer Serveranwendung für die Analyse intelligenter Stromnetze

Software Developer Python Pandas MySQL
Software Developer
Mir wurde die Aufgabe gestellt, eine Serveranwendung zur Unterstützung zukünftiger Analysen eines Smart Grids zu entwickeln. Diese Anwendung ist verantwortlich für die Sammlung von Daten aus verschiedenen Geräten wie Solaranlagen und thermischen Speichersystemen sowie deren Speicherung in einer Datenbank. Unter Verwendung von Python, insbesondere des pandas-Pakets, habe ich die Daten gesammelt und verarbeitet und eine MySQL-Datenbank für die langfristige Speicherung der gesammelten Daten verwendet.
Python Pandas MySQL
Fraunhofer IISB
Erlangen

Aus- und Weiterbildung

Aus- und Weiterbildung

3 Monate
2023-11 - 2024-01

Deep Learning: 120 Stunden Onlinekurs

Certificate of accomplishment in Deep Learning, Coursera
Certificate of accomplishment in Deep Learning
Coursera

In dieser Spezialisierung habe ich neuronale Netzwerkarchitekturen wie Convolutional Neural Networks, Recurrent Neural Networks, LSTMs und Transformers entwickelt und gelernt, wie man sie mithilfe von Strategien wie Dropout, BatchNorm und Xavier/He-Initialisierung verbessert. Ich habe diese theoretischen Konzepte gemeistert, ihre branchenüblichen Anwendungen mit Python und TensorFlow erlernt und mich mit realen Anwendungsfällen wie Spracherkennung, Musiksynthese, Chatbots, maschineller Übersetzung, natürlicher Sprachverarbeitung und mehr auseinandergesetzt.

1 Monat
2023-12 - 2023-12

TensorFlow Development: 80 Stunden Onlinekurs

Certificate of accomplishment in TensorFlow Development, Coursera
Certificate of accomplishment in TensorFlow Development
Coursera

Im Rahmen dieses Professional Certificate-Programms habe ich gelernt, wie man neuronale Netzwerke mit TensorFlow erstellt und trainiert, wie man die Leistung des Netzwerks verbessert, indem man es mit Faltungen trainiert, um reale Bilder zu identifizieren, wie man Maschinen beibringt, menschliche Sprache mit natürlichen Sprachverarbeitungssystemen zu verstehen, zu analysieren und darauf zu reagieren, und vieles mehr!

1 Monat
2023-11 - 2023-11

Machine Learning: 80 Stunden Onlinekurs

Certificate of accomplishment in Machine Learning, Coursera
Certificate of accomplishment in Machine Learning
Coursera

Ich habe moderne Konzepte des maschinellen Lernens studiert, darunter überwachtes Lernen (lineare Regression, logistische Regression, neuronale Netzwerke, Entscheidungsbäume), unüberwachtes Lernen (Clustering, Anomalieerkennung), Empfehlungssysteme und verstärkendes Lernen. Ich habe einige bewährte Verfahren für den Aufbau von maschinellen Lernmodellen gelernt und praktische Fähigkeiten erworben, um maschinelle Lerntechniken auf anspruchsvolle reale Probleme anzuwenden.

3 Jahre 10 Monate
2018-08 - 2022-05

Promotion in Mathematik

Promotion, University of Oslo, Norway
Promotion
University of Oslo, Norway

Angewandte Mathematik und Implementierung numerischer Methoden in Python.
Im spezifischen, Analyse und numerische Behandlung nichtlinearer hyperbolischer Erhaltungsgesetze auf Graphen.

2 Jahre 9 Monate
2015-10 - 2018-06

Studium der Mathematik

Master of Science, Friedrich-Alexander-Universität Erlangen-Nürnberg
Master of Science
Friedrich-Alexander-Universität Erlangen-Nürnberg
3 Jahre 7 Monate
2012-10 - 2016-04

Studium der Mathematik

Bachelor of Science, Friedrich-Alexander-Universität Erlangen-Nürnberg
Bachelor of Science
Friedrich-Alexander-Universität Erlangen-Nürnberg

Position

Position

Berater und Softwareentwickler im Bereich Datenanalyse und Künstliche Intelligenz.

Kompetenzen

Kompetenzen

Betriebssysteme

Linux
Fortgeschritten
Windows
Fortgeschritten

Programmiersprachen

Python
Experte
Excel
Experte
C++
Experte

Datenkommunikation

REST API
Experte
HTTP
Fortgeschritten

Branchen

Branchen

Software Entwicklung, Datenanalyse und Künstliche Intelligenz

Einsatzorte

Einsatzorte

München (+50km)
Deutschland
möglich

Projekte

Projekte

3 Monate
2024-01 - heute

Echtzeit predictive maintenance von Industriemaschinen mithilfe von Schall

KI Entwickler Python AI Convolutional Neural Networks ...
KI Entwickler
Wir entwickeln ein neuartiges KI-Modell für die Objekterkennung in
Schall. Das Modell wird für Edge-Audioanalytics entwickelt, ein Pro-
dukt für die vorbeugende Instandhaltung und Zustandsüberwachung
von Maschinen, das ausschlieÿlich Schall verwendet. Alle Maschinen
geben Geräusche ab, die sich je nach Last, Betriebszustand und Ge-
sundheitszustand ändern. Wenn der Schall ordnungsgemäÿ analysiert
wird, kann er daher für die Zustandsüberwachung, vorbeugende In-
standhaltung und Steuerung der Maschine verwendet werden. Zu die-
sem Zweck entwickeln wir ein neuartiges und robustes KI-Modell zur
Erkennung und Klassizierung von Ereignissen in Schall, das speziell
für den Einsatz auf Edge-Computern ausgelegt ist.
PyTorch
Python AI Convolutional Neural Networks Image Recognition Industrielle Bildverarbeitung Deep Neural Network KI numpy
Expert Analytics GmbH
München
8 Monate
2022-09 - 2023-04

Framework für vollautomatisierten algorithmischen Handel in Echtzeit

Software Developer Python REST Excel ...
Software Developer
Wir entwickeln ein neuartiges Toolkit, um Trading-Strategien einfach zu entwerfen, zu testen und einzusetzen. Dieses leistungsstarke Toolkit vereint alle Werkzeuge, die Sie benötigen, um anspruchsvolle Handelsalgorithmen zu erstellen und in der Cloud auszuführen. Mit unserem Toolkit können Sie Ihre eigenen Handelsstrategien einfach entwerfen, testen und einsetzen. Ob Sie Anfänger oder erfahrener Trader sind, unsere intuitive Benutzeroberfläche erleichtert den Einstieg. Unser Toolkit umfasst eine vollständige Reihe von Tools und Funktionen, einschließlich Datenbeschaffung und -verarbeitung, anpassbare Backtesting- und Optimierungstools, Live-Handel und Echtzeit-Marktdaten.


GitHub

[URL on request]

Python REST Excel Rule Based AI AWS numpy Pandas
2 Jahre 8 Monate
2019-10 - 2022-05

Simulation nichtlinearer hyperbolischer Erhaltungsgesetze auf Netzwerken

Software Developer Python Numerics Finite-Volumen-Methode ...
Software Developer
CLoNe ist Ihr bevorzugter Solver zur Lösung nichtlinearer hyperbolischer Erhaltungsgesetze auf Netzwerken, ideal für die Modellierung von Szenarien wie Gasströmungen in Rohrnetzen oder Verkehrsflüssen auf Straßennetzen. Es ist sehr flexibel und ermöglicht es Ihnen, verschiedene Netzwerke zu erstellen und verschiedene Flussfunktionen und numerische Methoden auszuprobieren. Darüber hinaus macht sein objektorientierter Aufbau es einfach, verschiedene Teile auszutauschen, sodass Sie mit Leichtigkeit in verschiedene Modelle und Fragestellungen eintauchen können. Ich habe die Entwicklung dieses Projekts im Rahmen meiner Doktorarbeit geleitet.


GitHub

[URL on request]
Python Numerics Finite-Volumen-Methode numpy
University of Oslo
Oslo
2 Jahre 9 Monate
2019-09 - 2022-05

Analyse nichtlinearer hyperbolischer Erhaltungsgesetze auf Netzwerken

Researcher Partial Differential Equations Hyperbolic Partial Differential Equations Mathematical Modelling
Researcher
Wir haben uns mit nichtlinearen hyperbolischen Erhaltungsgesetzen beschäftigt, die auf Graphenstrukturen angewendet werden, die grundlegend für die Modellierung von Gasströmungen in Rohrnetzen oder Verkehrs­dynamiken auf Straßennetzen sind. Durch innovative analytische Methoden und strenge Argumentation haben wir die Existenz, Eindeutigkeit und Stabilität von Lösungen für dieses neuartige Modell demonstriert. Unsere Untersuchung hat bedeutende Erkenntnisse erbracht, was zur Veröffentlichung von zwei peer-reviewed Artikeln in angesehenen Fachzeitschriften in unserem Bereich führte.
Partial Differential Equations Hyperbolic Partial Differential Equations Mathematical Modelling
University of Oslo
Oslo
3 Jahre 10 Monate
2018-08 - 2022-05

Entschlüsselung der Vorhersagbarkeit: Untersuchung von zero-noise limits in stochastischen Differentialgleichungen mit unstetigem Drift

Researcher Probability Theory Stochastic Analysis MATLAB
Researcher
Wir untersuchen das zero-noise limit für eindimensionale gewöhnliche Differentialgleichungen, bei denen die rechte Seite unstetig ist. In einfacheren Worten betrachten wir, was passiert, wenn wir allmählich alle zufälligen oder unvorhersehbaren Elemente aus dem System entfernen. Obwohl es in der regulären Gleichung viele verschiedene Lösungen geben könnte, zeigen unsere strengen mathematischen Beweise und Simulationen mit MATLAB, dass die Sequenz leicht zufälliger Lösungen sich letztendlich in ein spezifisches Muster einfügt, das eng mit den üblichen Lösungen verbunden ist, und zwar in einem weiten Bereich von Szenarien.
Probability Theory Stochastic Analysis MATLAB
University of Oslo
Oslo
10 Monate
2017-09 - 2018-06

Hybridisierbare diskontinuierliche Galerkin-Methode mit gemischt-gradigen Ansatzräumen für nichtlineare Diffusionsgleichungen mit internen Sprüngen

Researcher C++ Discontinuous Galerkin Methods Parabolic Partial Differential Equations
Researcher
Wir haben eine hybridisierbare diskontinuierliche Galerkin-Methode entwickelt, um parabolische Gleichungen mit nichtlinearen tensorwertigen Koeffizienten und Sprungbedingungen, wie zum Beispiel das Henry-Gesetz, zu lösen. Durch rigorose mathematische Beweise haben wir die optimale Konvergenzordnung für leicht nichtlineare Szenarien bestimmt. Wir haben die Methode in C++ implementiert, und unsere numerischen Studien bestätigten die vorhergesagte Konvergenzordnung. Darüber hinaus führten wir eine Reihe numerischer Experimente durch, um den Einfluss verschiedener Approximationsräume auf verschiedene Unbekannte zu bewerten.
C++ Discontinuous Galerkin Methods Parabolic Partial Differential Equations
Friedrich-Alexander-University Erlangen-Nuremberg
Erlangen
1 Jahr 10 Monate
2016-09 - 2018-06

Untersuchung der Bildung und Umwandlung von Substraten in porösen Medien

Software Developer MATLAB C++14 Cellular Automaton Method ...
Software Developer
In diesem Forschungsprojekt haben wir ein mechanistisches Modell für den Transport, die Entwicklung von Biomasse und die Umstrukturierung von Feststoffen entwickelt. Wir haben beliebige Formen für die Baueinheiten und ihre Zusammensetzungen, Gas-, Feststoff- und Flüssigphasen sowie Biofilme modelliert. Interaktionsregeln innerhalb und zwischen den Phasen werden mithilfe eines zellulären Automaten und eines Systems partieller Differentialgleichungen vorgegeben. Diese führen zu einer strukturellen Selbstorganisation der jeweiligen Phasen, die die zeitabhängige Zusammensetzung des Rechengebiets definiert. Innerhalb der nicht-festen Phasen können chemische Spezies diffundieren und reagieren. Darüber hinaus werden Ladungen und Ladungserhaltungsgesetze sowohl für die feste Phase als auch für Ionen in Lösung in das Modell aufgenommen, da elektrostatische Anziehung eine wichtige treibende Kraft für Aggregation ist. Das betriebsbereite, umfassende Modell ermöglicht es, die Strukturbildung als Funktion der Größe und Form der Feststoffpartikel zu untersuchen. Die Implementierung des zellulären Automaten, der poröse Medien auf kleiner Skala simuliert, erfolgte in Matlab und C++. Ich habe wesentliche Teile des CAM in Matlab und C++ implementiert, numerische Experimente durchgeführt, den Code verifiziert, Diagramme erstellt und bei der Datenanalyse und Präsentation geholfen, wobei ich die interdisziplinäre Zusammenarbeit in einem groß angelegten Softwareprojekt optimiert habe.
MATLAB C++14 Cellular Automaton Method Porous Media
Friedrich-Alexander-University Erlangen-Nuremberg
Erlangen
10 Monate
2015-10 - 2016-07

Maximierung der Effizienz: Multigrid-Lösung durch progressive Basenverfeinerung für lineare Gleichungssysteme, die aus diskontinuierlichen Galerkin-Diskretisierungen stammen

Researcher MATLAB Multigrid Solver Discontinuous Galerkin Methods
Researcher
In dieser Studie habe ich einen neuartigen Ansatz zur Multigrid-Lösung angewendet, der eine progressive Verfeinerung der angewendeten Basisfunktionen anstelle der konventionellen gitterbasierten Methode vorsieht. Durch die Implementierung dieses innovativen Lösers in MATLAB/GNU Octave habe ich rigorose numerische Leistungsbewertungen durchgeführt und die Ergebnisse mit früheren Ergebnissen aus verschiedenen Diskretisierungstechniken verglichen.
MATLAB Multigrid Solver Discontinuous Galerkin Methods
Friedrich-Alexander-University Erlangen-Nuremberg
Erlangen
7 Monate
2014-04 - 2014-10

Datengetriebene Nachhaltigkeit: Entwicklung einer Serveranwendung für die Analyse intelligenter Stromnetze

Software Developer Python Pandas MySQL
Software Developer
Mir wurde die Aufgabe gestellt, eine Serveranwendung zur Unterstützung zukünftiger Analysen eines Smart Grids zu entwickeln. Diese Anwendung ist verantwortlich für die Sammlung von Daten aus verschiedenen Geräten wie Solaranlagen und thermischen Speichersystemen sowie deren Speicherung in einer Datenbank. Unter Verwendung von Python, insbesondere des pandas-Pakets, habe ich die Daten gesammelt und verarbeitet und eine MySQL-Datenbank für die langfristige Speicherung der gesammelten Daten verwendet.
Python Pandas MySQL
Fraunhofer IISB
Erlangen

Aus- und Weiterbildung

Aus- und Weiterbildung

3 Monate
2023-11 - 2024-01

Deep Learning: 120 Stunden Onlinekurs

Certificate of accomplishment in Deep Learning, Coursera
Certificate of accomplishment in Deep Learning
Coursera

In dieser Spezialisierung habe ich neuronale Netzwerkarchitekturen wie Convolutional Neural Networks, Recurrent Neural Networks, LSTMs und Transformers entwickelt und gelernt, wie man sie mithilfe von Strategien wie Dropout, BatchNorm und Xavier/He-Initialisierung verbessert. Ich habe diese theoretischen Konzepte gemeistert, ihre branchenüblichen Anwendungen mit Python und TensorFlow erlernt und mich mit realen Anwendungsfällen wie Spracherkennung, Musiksynthese, Chatbots, maschineller Übersetzung, natürlicher Sprachverarbeitung und mehr auseinandergesetzt.

1 Monat
2023-12 - 2023-12

TensorFlow Development: 80 Stunden Onlinekurs

Certificate of accomplishment in TensorFlow Development, Coursera
Certificate of accomplishment in TensorFlow Development
Coursera

Im Rahmen dieses Professional Certificate-Programms habe ich gelernt, wie man neuronale Netzwerke mit TensorFlow erstellt und trainiert, wie man die Leistung des Netzwerks verbessert, indem man es mit Faltungen trainiert, um reale Bilder zu identifizieren, wie man Maschinen beibringt, menschliche Sprache mit natürlichen Sprachverarbeitungssystemen zu verstehen, zu analysieren und darauf zu reagieren, und vieles mehr!

1 Monat
2023-11 - 2023-11

Machine Learning: 80 Stunden Onlinekurs

Certificate of accomplishment in Machine Learning, Coursera
Certificate of accomplishment in Machine Learning
Coursera

Ich habe moderne Konzepte des maschinellen Lernens studiert, darunter überwachtes Lernen (lineare Regression, logistische Regression, neuronale Netzwerke, Entscheidungsbäume), unüberwachtes Lernen (Clustering, Anomalieerkennung), Empfehlungssysteme und verstärkendes Lernen. Ich habe einige bewährte Verfahren für den Aufbau von maschinellen Lernmodellen gelernt und praktische Fähigkeiten erworben, um maschinelle Lerntechniken auf anspruchsvolle reale Probleme anzuwenden.

3 Jahre 10 Monate
2018-08 - 2022-05

Promotion in Mathematik

Promotion, University of Oslo, Norway
Promotion
University of Oslo, Norway

Angewandte Mathematik und Implementierung numerischer Methoden in Python.
Im spezifischen, Analyse und numerische Behandlung nichtlinearer hyperbolischer Erhaltungsgesetze auf Graphen.

2 Jahre 9 Monate
2015-10 - 2018-06

Studium der Mathematik

Master of Science, Friedrich-Alexander-Universität Erlangen-Nürnberg
Master of Science
Friedrich-Alexander-Universität Erlangen-Nürnberg
3 Jahre 7 Monate
2012-10 - 2016-04

Studium der Mathematik

Bachelor of Science, Friedrich-Alexander-Universität Erlangen-Nürnberg
Bachelor of Science
Friedrich-Alexander-Universität Erlangen-Nürnberg

Position

Position

Berater und Softwareentwickler im Bereich Datenanalyse und Künstliche Intelligenz.

Kompetenzen

Kompetenzen

Betriebssysteme

Linux
Fortgeschritten
Windows
Fortgeschritten

Programmiersprachen

Python
Experte
Excel
Experte
C++
Experte

Datenkommunikation

REST API
Experte
HTTP
Fortgeschritten

Branchen

Branchen

Software Entwicklung, Datenanalyse und Künstliche Intelligenz

Vertrauen Sie auf GULP

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das GULP Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.