Entwicklung einer Single Page Web Applikation für Portfolio Management auf Basis von Python, Flask und Dash.

- Frontend und Backend Entwicklung mit Python und Javascript

Frontend und Backend Entwicklung einer Web-basierten BI Applikation zur Analyse von Kennzahlen aus Daten im Investment Banking Umfeld.

Meine Aufgaben:

• Erstellen von interaktiven Dashboards mit Plotly/Dash

• Übertragung von Prototyp Code (Skripte) in Produktionscode

• Refactoring, Code Review

• Entwicklung von Unit Tests

• Konzeption von (Zwischen-)Speicherlösungen zur effizienten Datenaufbereitung und schnellen Bereitstellung im Backend der Dashboard Applikation

Konzeption und Implementierung eines KI gestützten Vorhersagemodells für Verkäufe von Printmedien im Zeitschriftenvertrieb, Prototyping, Implementierung und Deployment des Produktivsystems

Meine Aufgaben:

• Konzeption eines Deep Learning Modells zur Vorhersage von Verkaufszahlen

• Entwicklung eines Datenmodells und ETL Prozessen zur Verarbeitung von Rohdaten

• Implementierung des automatisierten Vorhersage Services auf Grundlage eines KI Modells 

Konzeption und Implementierung einer Postgres Datenbank zum Datenmanagement einer Automationsanlage

Eine Automationsanlage produziert Sensordaten verschiedener Art, die zusammen mit diversen Metadaten in mathematische Vorhersagemodelle eingespeist werden. Messdaten und Metadaten sollen zentral in einer SQL Datenbank gespeichert werden.

Das Projekt erfordert engen Austausch mit Mitarbeitern die die Automationsanlage betreiben und die Daten auswerten.

Meine Aufgaben: 

• Projektleitung

• Entwicklung des Datenmodells in zahlreichen Workshops.

• Erarbeitung der Import Spezifikationen in enger Zusammenarbeit mit den künftigen Nutzern.

• Implementierung des Modells in Python/Sqlalchemy

• Aufsetzen einer Postgres Testdatenbank mit docker-compose und Gitlab-CI

• Implementierung von Importer Tools in Python.

Entwicklung einer parallelisierten Bildanalyse-Pipeline zur Verarbeitung massiver Bilddaten eines automatisierten Mikroskops

Eine Automationsanlage innerhalb eines pharmazeutischen Labors produziert täglich Bilddaten im Terabyte Bereich. Auf Gundlage der CellProfiler software wurde eine Objekterkennung und Feature Berechnung implementiert, um strukturierte Daten aus den rohen Bilddaten zu gewinnen. Zum robusten Deployment auf einem in-house betriebenen CPU cluster wurde die Anwendung mit Docker containerisiert und mit SLURM orchestriert.

Meine Aufgaben:

• Definition der Spezifikationen in Zusammenarbeit mit den Domänen Experten

• Planung und Anschaffung erforderlicher Hardware

• Konzeption und Implementierung

Automatisierte Charakterisierung von Gewebeproben mittels Deep Learning

Im Rahmen eines medizinischen Forschungsprojektes wurden Gewebeproben mit einem automatisierten Mikroskop fotografiert. Auf Basis von Python und Tensorflow wurde eine Software entwickelt, um spezifische Zelltypen im Gewebe zu identifizieren und zu klassifizieren. Auf diese Weise konnten unterschiedliche Zelltypen für benutzerdefinierte Gewebe-Regionen automatisiert ausgezählt werden.

Meine Aufgaben:

• Beratung der beteiligten Neurowissenschaftler

• Anleitung der Wissenschaftler zum Sammeln von Trainingsdaten

• Algorithmenentwicklung

• Datenanalyse Service

• Reporting

Entwicklung einer Open Source Software zur Analyse von biomedizinischen Bilddaten mit Hilfe von Deep Learning

Eine genaue Beschreibung des Projektes findet sich hier:

https://yapic.github.io/yapic/

Meine Aufgaben:

• Projektleitung

• Konzeption und Algorithmenentwicklung

• Präsentation der Software auf internationalen Tagungen

• Deployment, Entwicklung von CI/CD Pipelines

• Management der Weiterentwicklung des Tools durch die Open Source Community

Entwicklung einer Machine Learning Applikation zur Auswertung von Sensordaten

Über einen Sensor innerhalb einer Messapparatur werden stark verrauschte Zeitreihendaten aufgezeichnet. In diesen Zeitreihen sollen sporadisch auftretende Events automatisch detektiert und charakterisiert werden. Zu diesem Zweck wurde eine Machine Learning Software mit MVC Architektur in Python implementiert. Die Software umfasst folgende Funktionalität:

• Filtern und Normalisieren der Rohdaten.

• Berechnung robuster Kennzahlen auf Grundlage der vorprozessierten Daten.

• Bereitstellung einer grafischen Benutzeroberfläche zur Darstellung der Daten und zur interaktiven Erstellung von Trainingsdatensätzen.

• Automatische Detektion der Events mit einem überwachten Machine Learning Verfahren.

• Export der Ergebnisdaten.

Meine Aufgaben:

• Spezifikationen in Zusammenarbeit mit dem Kunden definieren

• Konzeption und Implementierung

• Dokumentation

Werkzeuge: Python, Tkinter, Scikit-Learn, git

Aufbau eines GitLab Systems zur Entwicklung und Bereitstellung von Forschungssoftware an einem medizinischen Forschungszentrum.

Aufbau und Rollout eines in-house gehosteten GitLab Systems. Dies soll als Infrastruktur für Code Repositories dienen.

Insbesondere wurde ein CI-System zum Ausführen automoatisierter Unit Tests realisiert.

Meine Aufgaben:

• Projektleitung

• Systemtests der Continuous Integration Pipelines

• Schulung der Mitarbeiter