Die verschiedenen Backendsysteme der Laborinformationssysteme (LIMS) des Kunden haben sehr komplexe und unterschiedliche Datenstrukturen, die ungeeignet sind, um Auswertungen auf ihnen vorzunehmen. Eine Analyse-Datenbank besteht nur punktuell. Ziel des Einsatzes ist daher, Datenstrukturen zu erstellen, damit die Daten in strukturierter Form mit hoher Datenqualität vorliegen, um sie für statistische Analysen verwenden zu können. Neben der komplexen Datenstruktur gibt es die weitere Herausforderung, dass die Datenstrukturen plattformunabhängig funktionstüchtig sein müssen.

Der Konzern benötigt eine zentrale Anlaufstelle für die Auswertung von Daten, die in verschiedenen Quellsystemen erfasst werden. Die Aufgabe besteht darin, die Daten aus verschiedensten Quellsystemen zusammenzuführen und in einem DWH zu harmonisieren. Auf dieser geschaffenen Datenbasis sollen neue Kennzahlen berechnet und anschaulich mit Power BI visualisiert werden.

Zwei Hautprojekte in Teamarbeit:

• Planung einer Hochzeit auf Herrenchiemsee in Kooperation mit den Auftraggebern (agiles Projekt)
• Planung und simulierte Durchführung eines Projekts zum Aufbau und Betrieb eines Coworking-Space für Handwerker mit Abschlussbericht (klassisches Projektmanagement)

Software-Entwicklung und Machine-Learning Aufgaben auf Basis von Python (Einzelarbeit):

• Objektorientiertes Shopping-Cart-System mit SQL-Datenbank-Anbindung
• Taschenrechner mit graphischer Oberfläche und objekt-orientiertem Back-End
• Deployment-Umgebung für Machine Learning Modellen mithilfe einer REST-API
• Objekt-orientierte Machine Learning Pipeline mit Logging, Email-Alerts und Datenbank-Anbindung
• Umsetzung der Data Machine Learning Pipeline für zwei Data Science Projekte

Ziel des Projektes war die Untersuchung von menschlichem Sprachverstehen mithilfe von EEG-Methoden. Es umfasste unter anderem die folgenden Themengebiete: Pragmatische Komponenten, Ironie und Emotionsverarbeitung bei sprachlichen Vorhersagen des Gehirns. Zu diesem Zweck wurden folgende Arbeitspakete durchgeführt: Erstellen balancierter, komplexer Stimuli für EEG-Experimente, Legen von ETL-Pipelines, Datenanalyse von EEG-Daten bei Milliarden von Datenpunkten. Weitere Tätigkeiten umfassten: Administrative Aufgaben: Schulungen und Einweisungen zur Datenerfassung im EEG-Labor und zur Datenverarbeitung, Erstellen eines DSGVO-konformer Ethikantrags für das EEG-Labor, Planen und Leiten der Datenerhebungsprozesse sowie Organisation wissenschaftlicher Workshops und Konferenzen.