Dr. Stefan Huber

Frontend: React + Typescript, Backend: Spring Boot + Kotlin

Software-Entwicklung im Bereich Data-Science: - Dashboard/Webapp mit ReactJS (Frontend), RESTful API (Python - Flask / Java - Spring Boot Backend), MariaDB, SAP HANA - ETL: Apache Spark - Modellierung: Prototyping mit Jupyter Notebook, Time Series Modeling mit forecast (R), Machine Learning mit Scikit-Learn und XGBoost - IDEs: Pycharm, Eclipse und Visual Studio Code - Versionsverwaltung: Git (Bitbucket, SourceTree) - Deployment in Docker-Containern, Kubernetes

• Beratung und Unterstützung der Doktoranden und wissenschaftlichen Mitarbeiter bei der Datenauswertung • Vermittlung von Statistikkenntnissen in Methodenseminaren

• Analyse von Daten unter Verwendung univariater und multivariater Analysemethoden, inkl. Machine Learning • Evaluation statistischer Verfahren mittels Monte-Carlo Simulationen • Simulation kognitiver Prozesse mittels künstlicher neuronaler Netze (Matlab) • Programmierung von Experimenten (Java) • Programmierung einer Lernplattform mit Lernspielen unter Verwendung von Google GWT (Java) • Präsentation der Forschungsergebnisse auf nationalen und internationalen Konferenzen

• Programmierung mit C#, Microsoft Kinect SDK und 2D-Physik-Engine

• Evaluation einer Software zur Simulation der Hardware von Geldautomaten

Durchführung standardisierter, differentialdiagnostischer Tests sowie verschiedener therapeutischer Methoden der klinischen Neuropsychologie (Erstgespräche, hypothesengeleitete Diagnostik und darauf aufbauende Therapie).

Mithilfe und Mitarbeit im persönlichen und telefonischen Kundenkontakt bei der Beantwortung und Hilfestellung der gesundheitlichen (physischen und psychischen) Fragen der Kunden. Literatur- und Internet-Recherchetätigkeit und Informationsaufbereitung zu Krankheits- und Gesundheitsthemen. Statistische Erfassung und Dokumentation der täglichen Kundenkontakte. Mithilfe und Mitarbeit bei der Katalogisierung der Gesundheitsbibliothek.

Master-Arbeit: Evaluation von Verfahren des maschinellen Lernens im Rahmen der Absatzprognose für die Ersatzteildisposition in der Textilindustrie; Module: u.a. Programming and Mathematical Foundations for Data Science, Machine Learning, Large Scale Data Analysis & Parallelization

Modellierung kognitiver Prozesse unter Verwendung künstlicher neuronaler Netzwerke, Statistische Analyse empirischer Daten, Klassifikation von fMRT-Bilder unter Verwendung von Support Vector Machines (Machine Learning), Programmierung von Experimenten unter Verwendung von Java und Java Swing

Bachelor-Arbeit: Model View Controller Pattern and Interactive Web Games, Schwerpunkte: Computergraphik, Computational Intelligence und Simulation, und Künstliche neuronale Netze

Auslandssemester

Diplomarbeit: Ein neuronales Modell zur Größenrepräsentation zweistelliger Zahlen, Schwerpunkte: Statistik, Kognitive Modellierung unter Verwendung von künstlichen neuronalen Netzwerken