Im Zuge meiner Masterarbeit arbeitete ich mit politischen Reden und Nachrichtenartikeln im NLP-Bereich. Hierbei entwickelte ich einen Nachrichten-Scraper für AllSides (ein Portal welches Nachrichten auf einem Link-Rechts-Spektrum sortiert) mithilfe von BeautifulSoup und Scrapy in Python. Anschließend erstellte ich synthetische Nachrichtenartikel mit und ohne Preprocessing (und auch politische Reden mit und ohne Preprocessing) und verglich die Performance verschiedener Methoden von Machine Learning mit Methoden der Politikwissenschaften (in Python und R) und untersuchte die Auswirkungen von Preprocessing, Embeddings vs. Token Counts und die Beschaffenheit des Dokumentenkorpus (viele kurze Dokumente vs. wenige lange Dokumente usw.). Dabei kamen hauptsächlich zum Einsatz: BERT, Feed-Forward Neural Networks, Linear Regression, Wordfish, Wordscores und SemScale. Die letzten 3 Methoden sind Methoden der Politikwissenschaften.
Im Rahmen eines universitären Projektes untersuchte ich, was sich über die Anzahl ungültiger Stimmen bei Bundestagswahlen aussagen lässt, wenn wir sie mit demographischen Studien in Verbindungen setzen. Hierbei führte ich mein Team in Data Science mit Python ein, das heißt Themen wie Virtual Environments, Pandas, Numpy, Matplotlib, usw…
Zusammen mit einem Freund rekonstruierte ich ein Paper (DeepStack: Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker, Bowling et al.) wobei ein Suchbaum von verschiedenen neuronalen Netzen beschnitten wird, um Pokerzüge vorzuschlagen. Zusätzlich entwickelten wir dazu
eine UI in Python (Tkinter) mit welcher man mit dieser KI interagieren konnte.
Neben den unternehmerischen Aufgaben eines Mitgründers, habe ich eine interaktive React-Applikation zur Visualisierung des Outputs einer proprietären KI nach Kundenbedürfnissen entworfen und entwickelt. Diese KI extrahiert Informationen aus Ausschreibungen für Versicherer und stellt diese extrahierten Informationen intuitiv und interaktiv dar. Da bisherige Anwendungen sehr veraltert sind, war es meine Aufgabe, ein intuitives und modernes Dashboard zu gestalten und zu entwickeln, welches auch sehr gutes Feedback von den Kunden (bekannte Versicherer) erhielt.
Neben meiner Arbeit als Leiter eines Onlineshops, arbeitete als Data Scientist an einem Python-Scraper, der von eBay Preise extrahiert und dann bei Preisen innerhalb gewisser Schwellenwerte den Nutzer darauf hinweist, damit dieser das Produkt günstig einkaufen kann.
Ich entwickelte Mobile Games (mit Lua) für iPhone und Android und bewarb sie mithilfe von Online-Marketing wobei ich internationale Werbeverträge gewinnen konnte.
09/2018 - 11/2019
(DocuDiet)
Co-founder, Data Visualization, React-Developer: Neben den
unternehmerischen Aufgaben eines Mitgründers, habe ich eine
interaktive React-Applikation zur Visualisierung des Outputs
einer proprietären KI nach Kundenbedürfnissen entworfen und
entwickelt. Diese KI extrahiert Informationen aus Ausschreibungen
für Versicherer und stellt diese extrahierten Informationen intuitiv
und interaktiv dar. Da bisherige Anwendungen sehr veraltert
sind, war es meine Aufgabe, ein intuitives und modernes
Dashboard zu gestalten und zu entwickeln, welches auch sehr
gutes Feedback von den Kunden (bekannte Versicherer) erhielt.
10/2016 - 01/2017
(DeltaPin)
Co-founder, Data Scientist: Neben meiner Arbeit als Leiter eines
Onlineshops, arbeitete als Data Scientist an einem Python-Scraper,
der von eBay Preise extrahiert und dann bei Preisen innerhalb
gewisser Schwellenwerte den Nutzer darauf hinweist, damit dieser
das Produkt günstig einkaufen kann.
06/2016 -10/2016
(Basement Studios)
Co-founder, Developer, Online-Marketing: Ich entwickelte Mobile
Games (mit Lua) für iPhone und Android und bewarb sie mithilfe von
Online-Marketing wobei ich internationale Werbeverträge gewinnen
konnte.
2015 ? heute: Außerberufliche Projekte mit Data Science und Machine Learning (chronologisch)
ca. 6 Monate: NLP mit politischen Texten
Aufgaben
Im Zuge meiner Masterarbeit arbeitete ich mit politischen Reden und Nachrichtenartikeln im NLP-Bereich. Hierbei entwickelte ich einen Nachrichten-Scraper für AllSides (ein Portal welches Nachrichten auf einem Link-Rechts-Spektrum sortiert) mithilfe von BeautifulSoup und Scrapy in Python. Anschließend erstellte ich synthetische Nachrichtenartikel mit und ohne Preprocessing (und auch politische Reden mit und ohne Preprocessing) und verglich die Performance verschiedener Methoden von Machine Learning mit Methoden der Politikwissenschaften (in Python und R) und untersuchte die Auswirkungen von Preprocessing, Embeddings vs. Token Counts und die Beschaffenheit des Dokumentenkorpus (viele kurze Dokumente vs. wenige lange Dokumente usw.). Dabei kamen hauptsächlich zum Einsatz: BERT, Feed-Forward Neural Networks, Linear Regression, Wordfish, Wordscores und SemScale. Die letzten 3 Methoden sind Methoden der Politikwissenschaften.
ca. 6 Monate: Poker-KI
Aufgaben
Zusammen mit einem Freund rekonstruierte ich ein Paper (DeepStack: Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker, Bowling et al.) wobei ein Suchbaum von verschiedenen neuronalen Netzen beschnitten wird, um Pokerzüge vorzuschlagen. Zusätzlich entwickelten wir dazu
eine UI in Python (Tkinter) mit welcher man mit dieser KI interagieren konnte.
ca. 6 Monate: Demographische Analyse von ungültigen Stimmen bei Bundestagswahlen
Aufgaben
Im Rahmen eines universitären Projektes untersuchte ich, was sich über die Anzahl ungültiger Stimmen bei Bundestagswahlen aussagen lässt, wenn wir sie mit demographischen Studien in Verbindungen setzen. Hierbei führte ich mein Team in Data Science mit Python ein, das heißt Themen wie Virtual Environments, Pandas, Numpy, Matplotlib, usw?
ca. 6 Monate: StarCraft-II-KI
Aufgaben
Im Zuge eines Forschungsprojektes in der Universität arbeitete ich zusammen mit einem größeren Team an der Entwicklung eines Bots für das Strategiespiel StarCraft II, für welches es bis dahin in der öffentlichen Wissenschaft noch keine funktionierende KI gab. Dabei verwendete ich neuronale Netze um mithilfe von Deep Reinforcement Learning (Keras/Tensorflow) die KI zu trainieren.
ca. 1 Jahr: Börsen-KI
Aufgaben
Im Zuge meiner Bachelorarbeit habe ich ein System aus 3 Neuronalen Netzen (GANs) entwickelt, welches 3 verschiedene Kursentwicklungssituationen versucht zu erkennen. Außerdem entwickelte ich einen Handelsbot, welcher das Handeln an der Börse simuliert und dabei Gewinn/ Verlust berechnet. Hierbei war ich der erste in der Wissenschaft, welcher GANs zur Untersuchung von Kursentwicklungen einsetzte.
2018 ? 2020
Studium - Informatik
Universität Koblenz-Landau
Schwerpunkt: Data and Knowledge Engineering
Abschluss: Master of Science
2015 - 2018
Studium - Informatik
Universität Koblenz-Landau
Abschluss: Bachelor of Science
2015
Abitur
Werner-Heisenberg-Gymnasium
Data Science
Im Zuge meiner Masterarbeit arbeitete ich mit politischen Reden und Nachrichtenartikeln im NLP-Bereich. Hierbei entwickelte ich einen Nachrichten-Scraper für AllSides (ein Portal welches Nachrichten auf einem Link-Rechts-Spektrum sortiert) mithilfe von BeautifulSoup und Scrapy in Python. Anschließend erstellte ich synthetische Nachrichtenartikel mit und ohne Preprocessing (und auch politische Reden mit und ohne Preprocessing) und verglich die Performance verschiedener Methoden von Machine Learning mit Methoden der Politikwissenschaften (in Python und R) und untersuchte die Auswirkungen von Preprocessing, Embeddings vs. Token Counts und die Beschaffenheit des Dokumentenkorpus (viele kurze Dokumente vs. wenige lange Dokumente usw.). Dabei kamen hauptsächlich zum Einsatz: BERT, Feed-Forward Neural Networks, Linear Regression, Wordfish, Wordscores und SemScale. Die letzten 3 Methoden sind Methoden der Politikwissenschaften.
Im Rahmen eines universitären Projektes untersuchte ich, was sich über die Anzahl ungültiger Stimmen bei Bundestagswahlen aussagen lässt, wenn wir sie mit demographischen Studien in Verbindungen setzen. Hierbei führte ich mein Team in Data Science mit Python ein, das heißt Themen wie Virtual Environments, Pandas, Numpy, Matplotlib, usw…
Zusammen mit einem Freund rekonstruierte ich ein Paper (DeepStack: Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker, Bowling et al.) wobei ein Suchbaum von verschiedenen neuronalen Netzen beschnitten wird, um Pokerzüge vorzuschlagen. Zusätzlich entwickelten wir dazu
eine UI in Python (Tkinter) mit welcher man mit dieser KI interagieren konnte.
Neben den unternehmerischen Aufgaben eines Mitgründers, habe ich eine interaktive React-Applikation zur Visualisierung des Outputs einer proprietären KI nach Kundenbedürfnissen entworfen und entwickelt. Diese KI extrahiert Informationen aus Ausschreibungen für Versicherer und stellt diese extrahierten Informationen intuitiv und interaktiv dar. Da bisherige Anwendungen sehr veraltert sind, war es meine Aufgabe, ein intuitives und modernes Dashboard zu gestalten und zu entwickeln, welches auch sehr gutes Feedback von den Kunden (bekannte Versicherer) erhielt.
Neben meiner Arbeit als Leiter eines Onlineshops, arbeitete als Data Scientist an einem Python-Scraper, der von eBay Preise extrahiert und dann bei Preisen innerhalb gewisser Schwellenwerte den Nutzer darauf hinweist, damit dieser das Produkt günstig einkaufen kann.
Ich entwickelte Mobile Games (mit Lua) für iPhone und Android und bewarb sie mithilfe von Online-Marketing wobei ich internationale Werbeverträge gewinnen konnte.
09/2018 - 11/2019
(DocuDiet)
Co-founder, Data Visualization, React-Developer: Neben den
unternehmerischen Aufgaben eines Mitgründers, habe ich eine
interaktive React-Applikation zur Visualisierung des Outputs
einer proprietären KI nach Kundenbedürfnissen entworfen und
entwickelt. Diese KI extrahiert Informationen aus Ausschreibungen
für Versicherer und stellt diese extrahierten Informationen intuitiv
und interaktiv dar. Da bisherige Anwendungen sehr veraltert
sind, war es meine Aufgabe, ein intuitives und modernes
Dashboard zu gestalten und zu entwickeln, welches auch sehr
gutes Feedback von den Kunden (bekannte Versicherer) erhielt.
10/2016 - 01/2017
(DeltaPin)
Co-founder, Data Scientist: Neben meiner Arbeit als Leiter eines
Onlineshops, arbeitete als Data Scientist an einem Python-Scraper,
der von eBay Preise extrahiert und dann bei Preisen innerhalb
gewisser Schwellenwerte den Nutzer darauf hinweist, damit dieser
das Produkt günstig einkaufen kann.
06/2016 -10/2016
(Basement Studios)
Co-founder, Developer, Online-Marketing: Ich entwickelte Mobile
Games (mit Lua) für iPhone und Android und bewarb sie mithilfe von
Online-Marketing wobei ich internationale Werbeverträge gewinnen
konnte.
2015 ? heute: Außerberufliche Projekte mit Data Science und Machine Learning (chronologisch)
ca. 6 Monate: NLP mit politischen Texten
Aufgaben
Im Zuge meiner Masterarbeit arbeitete ich mit politischen Reden und Nachrichtenartikeln im NLP-Bereich. Hierbei entwickelte ich einen Nachrichten-Scraper für AllSides (ein Portal welches Nachrichten auf einem Link-Rechts-Spektrum sortiert) mithilfe von BeautifulSoup und Scrapy in Python. Anschließend erstellte ich synthetische Nachrichtenartikel mit und ohne Preprocessing (und auch politische Reden mit und ohne Preprocessing) und verglich die Performance verschiedener Methoden von Machine Learning mit Methoden der Politikwissenschaften (in Python und R) und untersuchte die Auswirkungen von Preprocessing, Embeddings vs. Token Counts und die Beschaffenheit des Dokumentenkorpus (viele kurze Dokumente vs. wenige lange Dokumente usw.). Dabei kamen hauptsächlich zum Einsatz: BERT, Feed-Forward Neural Networks, Linear Regression, Wordfish, Wordscores und SemScale. Die letzten 3 Methoden sind Methoden der Politikwissenschaften.
ca. 6 Monate: Poker-KI
Aufgaben
Zusammen mit einem Freund rekonstruierte ich ein Paper (DeepStack: Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker, Bowling et al.) wobei ein Suchbaum von verschiedenen neuronalen Netzen beschnitten wird, um Pokerzüge vorzuschlagen. Zusätzlich entwickelten wir dazu
eine UI in Python (Tkinter) mit welcher man mit dieser KI interagieren konnte.
ca. 6 Monate: Demographische Analyse von ungültigen Stimmen bei Bundestagswahlen
Aufgaben
Im Rahmen eines universitären Projektes untersuchte ich, was sich über die Anzahl ungültiger Stimmen bei Bundestagswahlen aussagen lässt, wenn wir sie mit demographischen Studien in Verbindungen setzen. Hierbei führte ich mein Team in Data Science mit Python ein, das heißt Themen wie Virtual Environments, Pandas, Numpy, Matplotlib, usw?
ca. 6 Monate: StarCraft-II-KI
Aufgaben
Im Zuge eines Forschungsprojektes in der Universität arbeitete ich zusammen mit einem größeren Team an der Entwicklung eines Bots für das Strategiespiel StarCraft II, für welches es bis dahin in der öffentlichen Wissenschaft noch keine funktionierende KI gab. Dabei verwendete ich neuronale Netze um mithilfe von Deep Reinforcement Learning (Keras/Tensorflow) die KI zu trainieren.
ca. 1 Jahr: Börsen-KI
Aufgaben
Im Zuge meiner Bachelorarbeit habe ich ein System aus 3 Neuronalen Netzen (GANs) entwickelt, welches 3 verschiedene Kursentwicklungssituationen versucht zu erkennen. Außerdem entwickelte ich einen Handelsbot, welcher das Handeln an der Börse simuliert und dabei Gewinn/ Verlust berechnet. Hierbei war ich der erste in der Wissenschaft, welcher GANs zur Untersuchung von Kursentwicklungen einsetzte.
2018 ? 2020
Studium - Informatik
Universität Koblenz-Landau
Schwerpunkt: Data and Knowledge Engineering
Abschluss: Master of Science
2015 - 2018
Studium - Informatik
Universität Koblenz-Landau
Abschluss: Bachelor of Science
2015
Abitur
Werner-Heisenberg-Gymnasium
Data Science
Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.