Forschungsmitarbeiter

Promotion in Mathematischen Methoden und Modellierung in Wissenschaft und Technik (Internationales Promotionsprogramm, mit ausgezeichneter Bewertung), spezialisiert auf Deep Learning und maschinelles Lernen. Mehr als fünf Jahre Erfahrung in der Entwicklung von KI-Modellen für komplexe physikalische und georäumliche Systeme, einschließlich Zeitreihenanalyse, geodätischer Datenverarbeitung und prädiktiver Modellierung. Versiert in Python, Jupyter Notebooks und ML-Frameworks wie TensorFlow, PyTorch und scikit-learn. Erfahren im Entwerfen von Experimenten, in der Vorverarbeitung großer Datensätze und in der Bewertung der Modellleistung zur Optimierung von KI-Workflows. Gutachter für die internationale Zeitschrift Earth, Planets and Space (Springer Nature). Sehr motiviert, in KI-Forschungsprojekten beizutragen, indem ich robuste Machine-Learning-Lösungen implementiere, prompt-basierte KI-Systeme validiere und asynchron mit Engineering-Teams zusammenarbeite.