Über uns

Nach seinem Diplom in Mathematik mit Nebenfach theoretische Physik an der Goethe Universität Frankfurt hat Rustam seine Freude am Lösen schwieriger Probleme in seiner Promotion an der University of Texas at Austin in den USA unter Beweis gestellt, für die er im Gebiet derivierte algebraische Geometrie geforscht hat. Auf der Suche nach neuen real-world Herausforderungen ist er zum Machine Learning gekommen und spezialisiert sich jetzt bei dida auf Deep Learning, insbesondere im Bereich Computer Vision.

Nicole bringt ihre Leidenschaft für effiziente Arbeitsabläufe und ihre umfassende Erfahrung im Qualitätsmanagement aus dem E-Commerce im Personal- und Office-Bereich mit ein. Ihr interdisziplinäres Studium in Kultur und Technik bildet die Grundlage für eine vielseitige Herangehensweise an betriebliche Herausforderungen.

Organisations- und Verhaltenspsychologie sind Belas Hauptinteressen, seit er begann, Psychologie zu studieren. Seine Arbeitsweise ist geprägt von der Idee, wissenschaftliche Standards und Entwicklungen mit ihrer Anwendbarkeit in der realen Welt zu verbinden. Bei dida setzt er diesen Ansatz als Werkstudent um und unterstützt in allen Bereichen der Personal- und Organisationsentwicklung.

Seit seines Masterstudiums in BWL an der HU Berlin machte sich David die Arbeit mit technologischen Produkten und Dienstleistungen zu seinem Schwerpunkt. Typischerweise an der Schnittstelle von Entwicklung und Management, sammelte er Erfahrung als Data Scientist, bevor er zu dida kam. Jetzt unterstützt er das Machine Learning-Team, um mehr Sichtbarkeit und spannende Projekte zu erhalten.

Axel ist ein erfahrener Produktspezialist, der sich durch die Entwicklung und Markteinführung innovativer Softwarelösungen zur Lösung komplexer Geschäftsprobleme auszeichnet. Er verfügt über umfangreiche Erfahrungen sowohl im Produktmanagement als auch in der Geschäftsentwicklung. Er hat einen Master-Abschluss in Digitaler Medientechnologie von der TU Ilmenau, was ihm ein fundiertes Verständnis sowohl für die technischen als auch für die wirtschaftlichen Aspekte der Produktentwicklung vermittelt.

Mark hat einen Hintergrund in Mathematik und Physik und promovierte über Stringtheorie und höherdimensionale schwarze Löcher (Australian National University, Canberra). Während seiner Postdoc-Phase in der Tschechischen Republik (Karls-Universität Prag) und in Deutschland (Max-Planck-Institut Konstanz) entwickelte er ein Interesse an und Erfahrung mit neuronalen Netzen und maschinellem Lernen. Bei dida arbeitet er als Machine Learning Scientist, der die Kluft zwischen Theorie und Praxis überbrückt.

Yana studiert Wirtschaftsinformatik an der TU Berlin, wo sie ein starkes Interesse an Statistik entwickelte, das sie zusammen mit ihrer Begeisterung für Sprachen zu Natural Language Processing bei dida führte.

Will entwickelte seine Mathematik- und Programmierkenntnisse während seines Studiums der theoretischen Physik an den Universitäten Warwick und Cambridge. Vor seiner Zeit bei dida promovierte er an der University of Southampton über Stringtheorie und Quantenchromodynamik. Derzeit ist Will auf den Bereich Computer Vision spezialisiert.

Während seines Studiums der theoretischen Physik an der Humboldt Universität zu Berlin, fokussiert sich Fabian auf numerische Simulationen und Machine Learning Algorithmen. Mit diesen Methoden hat er als wissenschaftlicher Mitarbeiter am Max Planck Institut für Licht, eine Quantencomputer Architektur simuliert und analysiert. Fabian ist besonders bemüht um ein fundiertes mathematisches Verständnis und unterstützt bei dida das Machine Learning Team.

Markus ist Physiker und Unternehmer mit einem tiefen Verständnis für Mathematik, Statistik und maschinelles Lernen. Er nutzt seinen einzigartigen Hintergrund, um didas Kunden auf dem Weg zu datengesteuerten Lösungen zu begleiten, die ihre Betriebsabläufe optimieren und maximale Wirkung erzielen.
Vor seiner Zeit bei dida gründete Markus die programmatische Einkaufsplattform realzeit und konzentrierte sich bei den Venture-Capital-Firmen Nauta Capital und DTCF auf Software- und Deep-Tech-Investitionen.

Nico Enghardt ist Physikstudent an der FU Berlin mit einer Leidenschaft für cleveres Modell-Design, das durch die Einschränkungen einer Herausforderung geprägt ist. Sein Ziel ist es, den Einfluss einer Lösung zu maximieren, während er kleine und effiziente Modelle verwendet. So unterstützt er unser Team dabei, reale Probleme mit modernsten Methoden zu lösen.

Carmen ist eine Studentin für Design und digitale Kreation an der UOC (Universitat Oberta de Catalunya). Mit einem scharfen Auge für Details und einem starken Interesse an Machine Learning arbeitet Carmen bei dida mit dem Marketing-Team zusammen, um überzeugende Visuals zu erstellen.

Mit ihrem Hintergrund als Übersetzerin und einer frischen Leidenschaft für das Programmieren bringt Mariangela eine einzigartige Perspektive in die Frontend-Entwicklung ein. Unter Einhaltung der wichtigsten Prinzipien der Frontend-Entwicklung, wie responsiven Layouts, reibungslosen Benutzerinteraktionen und Barrierefreiheit, trägt sie aktiv dazu bei, dass jedes Projekt mit Präzision ausgeführt wird. Mariangela setzt sich dafür ein, die Benutzerinteraktionen mit unserer Software neu zu gestalten, wobei sie sowohl auf Funktionalität als auch auf eine angenehme Benutzererfahrung Wert legt.

Mary ist Studentin der Computational Engineering Science an der TU Berlin mit Erfahrung in Datenanalyse und großem Interesse an maschinellem Lernen, NLP und Cloud Computing. Neben ihrem Studium unterstützt sie das Team von smartextract.

Liel hat deren Doktorat in der theoretischen Physik am Niels Bohr Institut in Kopenhagen geschrieben, und ist danach einige Jahre als PostDoc durch Europa gezogen. In dieser Zeit hat dey an verschiedenen Problemen in der Quanten Gravitation gearbeitet, und Computer Simulationen für diese geschrieben. Nun hat sich Liel entschieden etwas Neues zu probieren und mit Machine learning anwendungsbezogene Probleme zu lösen.

Şevval ist studiert Wirtschaftsinformatik an der TU Berlin. Sie ist besonders begeistert davon, innovative Marketingstrategien für Produkte im Bereich Machine Learning zu entwickeln und dabei ihre Kombination aus betriebswirtschaftlichen und technischen Fähigkeiten zu präsentieren. Mit einem echten Interesse an KI und Technologie bringt sie eine frische Perspektive in unser Team ein und hilft dabei, kreative Marketinglösungen voranzutreiben.

Nach ihrer Promotion in der algebraischen Topologie an der Université Paris 13 war Eva Postdoc am Max-Planck-Institut in Bonn und in den Niederlanden. Auf der Suche nach Möglichkeiten, ihre mathematischen Fähigkeiten auf reale Probleme anzuwenden, hat sie das maschinelle Lernen für sich entdeckt. Bei dida ist sie nun als Machine Learning Scientist tätig.

Während seines Physikstudiums an der Boğaziçi-Universität konzentrierte sich Kutay auf theoretische Physik und fand durch seine Mitarbeit in einer universitären Forschungsgruppe den Einstieg in das Gebiet des maschinellen Lernens. Er arbeitete an einer Reihe von Projekten im Bereich maschinelles Lernen, wobei er seine Fähigkeiten in den Bereichen Datenverarbeitung, Modelltraining und Analyse vertiefte. Derzeit setzt Kutay als Masterstudent an der Freien Universität Berlin seine Erkundung der Schnittstelle zwischen computergestützter Physik und maschinellem Lernen fort. Neben seinem Studium unterstützt er das Team für maschinelles Lernen bei dida.

Philipp berät unsere Kunden bei der Auswahl der zu automatisierenden Prozesse. Im Anschluss sorgt er dafür, dass der gewünschte Mehrwert durch das Projekt erreicht wird. Vor seiner Zeit als Gründer und Geschäftsführer der dida begleitete der Statistiker (TU Berlin) das Wachstum der Beko Käuferportal GmbH.

Manu hat während seines Masterstudiums an der Universität Passau eine starke Leidenschaft für Staatswissenschaften entwickelt. Sein theoretisches Wissen über den politischen Prozess wird durch praktische Erfahrungen in verschiedenen öffentlichen Einrichtungen bereichert. Bei dida unterstützt Manu das Wachstum des Feldes “Öffentlicher Sektor”, indem er Einblicke in Strategie und Innovation beiträgt.

Als Wirtschaftsingenieur (M.Sc., RWTH Aachen) schlägt Julius eine Brücke zwischen Technik und ihrer Anwendung. Julius hat mehrjährige Führungserfahrung in Tech-Unternehmen und koordinierte für einen Universitätsverbund ein Förderprogramm für technologische Ausgründungen. Bei dida entwickelt Julius das Geschäftsfeld “Öffentlicher Sektor”.

Laura studiert Mathematik an der Technischen Universität Berlin. Sie vertieft ihr Wissen im Machine-Learning-Team bei dida.

Nach seiner Promotion an der Universität Paris VI arbeitete Ma Li mehrere Jahre lang als Zahlentheoretiker an der Universität Bielefeld. Nach und nach wandte er sein Interesse Bereichen mit mehr realen Anwendungen zu und verfolgt nun eine Karriere im Bereich Deep Learning.

Während seines Mathematikstudiums (TU Berlin) konzentrierte sich Jan auf angewandte Themen der Optimierung, Funktionalanalysis und Bildverarbeitung. Im Rahmen seiner Promotion (TU Berlin) untersuchte er das Zusammenspiel von theoretischer und empirischer Forschung zu neuronalen Netzen. Dies resultierte in seiner Dissertation, in der die Zuverlässigkeit von Deep Learning für Bildverarbeitungs- und Computer-Vision-Anwendungen in Bezug auf Interpretierbarkeit, Robustheit und Genauigkeit untersucht wird. Bei dida arbeitet er als Machine Learning Researcher an der Schnittstelle von wissenschaftlicher Forschung und Softwareentwicklung.

Nach einigen Jahren im wissenschaftlichen Verlagsumfeld (Julius Springer Verlag, De Gruyter, hier Einkauf, Herstellung, Online Producing) arbeitet Kirsten seit 11 Jahren im Bereich Rechnungswesen und Steuern. Ein Hauptinteresse liegt in der Automatisierung der Buchhaltungsprozesse, wo sie auf ihre Erfahrung als Anwendungsentwicklerin (Electronic Publishing) zurückgreifen kann. Buchhaltung begreift sie als Datenverarbeitung von Informationen aus verschiedenen Quellen und nicht als das Ergebnis singulärer Einzelschritte.

Während seines Studiums der Mathematik und Informatik an der FU Berlin fand Lorenzo seine Leidenschaft für maschinelles Lernen und Statistik. Er hat Erfahrung in der Bilderkennung, Regressionsproblemen und im Umgang mit Zeitreihendaten. Seine DevOps-Fähigkeiten bringen ihm regelmäßig Lob von seinen Kollegen ein.

Philipp hat sein Bachelorstudium in Informatik in Leipzig mit Schwerpunkt auf Natural Language Processing abgeschlossen. Sein Interesse an Fremdsprachen motivierte ihn dazu, ein Jahr lang Italienische Philologie zu studieren. Derzeit absolviert er einen Masterstudiengang in allgemeiner Informatik mit Schwerpunkt auf maschinellem Lernen.

Im Physikstudiums (HU Berlin) untersuchte Marty Optimierungs- und inverse Probleme mit Hilfe von Python und Fortran. Während des Doktors (Max-Born-Institut) fokussierte Marty sich auf fluktuationsinduzierte Phänomene, insbesondere das Zusammenspiel von klassischer und Quantenstatistik. Hierbei sammelte Marty Erfahrung in der Entwicklung und Design von Code in C, C++ und Python und entwickelte Interesse für Machine Learning. Mit Ende der Promotion fokussierte Marty sich auf Deep Learning und übernimmt sowohl technische Rollen als ML Scientist, als auch Aufgaben im Bereich Project Lead und Project Management.

Während seines Mathematikstudiums (HU Berlin) mit Schwerpunkt in Differentialgeometrie und Funktionalanalysis entwickelt Long seine Leidenschaft fürs Programmieren. In seiner Masterarbeit fokussierte er sich auf die Bildverarbeitung, wo er die Existenz einer Lösung für ein Minimierungsproblem untersuchte. Dabei entdeckte er sein Interesse am maschinellen Lernen.

Aus der Stochastik und Numerik kommend (FU Berlin), beschäftigt sich der Mathematiker seit einigen Jahren mit Deep-Learning-Algorithmen. Neben seinem Faible für die Theorie hat er in den letzten 10 Jahren diverse Data Science-Probleme praktisch gelöst. Lorenz leitet das Machine-Learning-Team.

Während seines Studiums der Physik (FU Berlin) entwickelte Emil seine Leidenschaft für maschinelles Lernen, Computational Neuroscience und Medizintechnik. In seiner Masterarbeit an der Charité Berlin entwickelte er Bayes’sche Inferenzmethoden für Hirnmodelle und -simulationen. Bei der dida unterstützt er das Vertriebsteam bei der Akquise von neuen ML-Projekten und strategischen Forschungskooperationen.

Jakob hat Theoretische Physik (Uni Heidelberg) studiert und sich mit der Überschneidung von Quanten-Informationstheorie und Thermodynamik beschäftigt. Daraufhin hat er seine Freude am Programmieren und sein Interesse für das Maschinelle Lernen entdeckt. Bei dida arbeitet er im Bereich Computer Vision und mit Zeitreihendaten aus Produktionsprozessen.

Konrad erwarb seine Fähigkeiten im Bereich der mathematischen Modellierung an der HU Berlin. Ein Graduiertenstipendium der Berlin Mathematical School führte ihn dazu, die mathematischen Grundlagen von Quantenfeldern zu untersuchen. Nach dem Wechsel von der Quanten- in die klassische Welt haben sich seine Interessen auf die Analyse probabilistischer Modelle und tiefer neuronaler Netze verlagert.

Anton ist fasziniert von den Durchbrüchen des Representation Learnings und setzt sich leidenschaftlich dafür ein, KI-Innovationen für das Gemeinwohl voranzutreiben. Mit seinem breit gefächerten Profil hat Anton Interesse an der neuesten Forschung, erkennt die Bedeutung des Aufbaus robuster Machine-Learning-Systeme und behält die geschäftlichen Anforderungen im Auge.

Ilia hat einen Hintergrund in Physik und zusätzlich profunde Kenntnisse in Datenanalyse und Webentwicklung. Bei dida ist er für die Frontend-Infrastruktur unserer Softwareprodukte verantwortlich. Unter Berücksichtigung der wichtigsten Prinzipien der Frontend-Entwicklung wie responsivem und intuitivem Design, Barrierefreiheit und hoher Leistung arbeitet er daran, eine optimale Benutzererfahrung zu schaffen.

Augusto studierte Informatik in Brasilien und promovierte in Mathematik (University of Notre Dame, USA) über die Rolle der algebraischen Topologie als Grundlage der Quantenfeldtheorie. Bei der dida arbeitet er an NLP-Anwendungen, von der Forschung bis zur Backend-Entwicklung.

Marcin studiert Mathematik an der HU-Berlin mit Schwerpunkten in mathematischer Statistik und stochastischen Prozessen. Sein besonderes Interesse gilt der Suche nach realen Anwendungen komplexer mathematischer Konzepte. Dies führte ihn zusammen mit seiner Leidenschaft für Informatik und Linguistik zum maschinellen Lernen.

Sebastian studierte und promovierte in Mathematik an der RWTH Aachen und vertiefte sich dabei in abstrakter Homotopietheorie. Als Dozent hielt er Vorlesungen und Übungen an der TU Dortmund, der C.v.O. Universität Oldenburg sowie an seiner Alma Mater, insbesondere für Studierende der Informatik. Seit seiner Schulzeit hat er außerdem eine Leidenschaft für Sprachen. Aus diesen Erfahrungen und Interessen heraus entwickelte Sebastian starke Kompetenzen in Informatik, Machine Learning und NLP, mit denen er das Machine-Learning-Team von dida unterstützt.

Nach seinem Studium der Physik (FU Berlin, UPMC und ENS Paris) promovierte Max im Bereich der theoretischen Quanten- und Festkörperphysik (FU Berlin). Seine Kenntnisse in wissenschaftlicher Programmierung hat er durch seine Arbeit in der Softwarebranche durch Erfahrungen in Softwarearchitektur und -entwicklung ergänzt. Bei dida arbeitet er als Machine Learning Scientist an der Schnittstelle von Wissenschaft und Softwareentwicklung.

Als Diplom Betriebswirtin verfügt Iris über langjährige Berufs- und Führungserfahrung im Bereich Human Resources. Sie hat in Konzernen und mittelständischen Unternehmen gearbeitet und ist bei dida für die Themen Recruiting und Organisationsentwicklung zuständig. Außerdem ist sie seit über zehn Jahren erfolgreicher Business Coach und unterstützt dida bei individuellen Themen.

Nach ihrer Promotion in stochastischer Analysis an der TU Berlin absolvierte Isabell einen Postdoc. Auf der Suche nach einer praktischeren und wirkungsvolleren Ausrichtung wechselte sie in das Gebiet des maschinellen Lernens. Bei dida arbeitet sie nun als Machine Learning Scientist und bringt ihre Expertise ein, um innovative Lösungen zu entwickeln.