MACHINE VISION NLP TEAM JOBS KONTAKT IMPRESSUM &
DATENSCHUTZ
EN
ÜBER UNS
dida - das sind Wissenschaftler aus den Bereichen Machine Learning, Physik und mathematische Statistik.
Wir sind ein interdisziplinäres Team aus Mathematikern, Physikern und Ingenieuren, das es sich zur Aufgabe gemacht hat, aktuelle wissenschaftliche Fortschritte im Bereich der künstlichen Intelligenz Akteuren aus Wirtschaft sowie öffentlichen Institutionen zur Verfügung zu stellen.
Michael Borinsky
Dr. Michael Borinsky
External Advisor
Intermediate:
#openCV, #tensorflow
Expert:
#C++, #python, #mathematical statistics, #scipy, #computer vision, #OpenGL
Michael arbeitete bereits während seines Physikstudiums (HU Berlin) am ROOT-Datenanalysetool für Elementarteilchenexperimente des CERNs. Mit seinen Coding-Fähigkeiten und der im Rahmen seiner Promotion gesammelten Theorie- und AI-Expertise unterstützt der Quantenphysiker das Machine-Learning-Team.
William Clemens
William Clemens
Intermediate:
#numerical optimization, #computer vision, #shell scripting, #R
Expert:
#cuda, #c++, #torch, #tensorflow, #deep learning, #python, #mathematical statistics
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.
Fabian Gringel
Fabian Gringel
Intermediate:
#java, #python, #NLP
Expert:
#mathematical modelling, #optimization, #physical simulations
Durch sein Studium der Mathematik sowie Philosophie (HU Berlin, Uni Bochum) und sein Interesse an Fremdsprachen kann sich Fabian insbesondere für Projekte im Bereich Computerlinguistik begeistern. Erste Berufserfahrung erwarb er am Max-Planck Institut in Düsseldorf.
Max Glass
Max Glass
Intermediate:
#javascript, #jquery #php, #electron
Expert:
#html, #sass/scss, #css, #UI, #UX
Max sorgt für eine intuitive Usability unserer Softwareprodukte. Als Frontend-Developer/UX-Designer in einem, bestreitet er jeden Tag aufs Neue den Kampf zwischen klarem Design und optimaler Funktionalität.
Robert Heesen
Robert Heesen
Basic:
#python, #SQL
Robert bildet die Schnittstelle zwischen Kundenwunsch und der Umsetzung durch unser Machine-Learning-Team. Außerdem kümmert er sich um Vertrieb und Marketing. In den letzten 10 Jahren nach seinem BWL-Studium (Uni Maastricht, HHL Leipzig) war er Führungskraft in verschiedenen Branchen der Digitalwirtschaft (u.a. Axel Springer).
Philipp Jackmuth
Philipp Jackmuth
Intermediate:
#numpy, #scipy, #sci-kit learn, #R
Expert:
#python, #SQL, #pandas, #data analysis, #regression models
Philipp berät unsere Kunden bei der Auswahl der zu automatisierenden Prozesse. Im Anschluss sorgt er dafür, dass sich der geplante Mehrwert des Projektes materialisiert. Vor seiner Zeit als Gründer und Geschäftsführer der dida begleitete der Statistiker (TU Berlin) das Wachstum der Beko Käuferportal GmbH.
Nelson Martins
Dr. Nelson Martins
External Advisor
Intermediate:
#python, #pytorch, #reinforcement learning
Expert:
#computer vision, #image processing & segmentation, #openCV, #C++, #tensorflow
Während seiner Promotion in Informatik an der Universität Porto veröffentlichte Nelson verschiedene wissenschaftliche Artikel im Bereich “Image Processing”. Als externer Berater ist er unser erster Ansprechpartner, wenn es um Mustererkennung in jeglicher Art von Bildern geht.
Mattes Mollenhauer
Mattes Mollenhauer
External Advisor
Intermediate:
#computer vision, #signal processing, #optimal control
Expert:
#python, #C++, #applied probability theory, #deep learning, #software engineering, #nonparametric models
Nach seinem Mathematikstudium (FU Berlin) promoviert Mattes derzeit im Bereich Machine Learning für Zeitreihenprobleme in der Physik sowie in der Signalverarbeitung. Er war an verschiedenen KI-Projekten beteiligt und hat Erfahrung in der Umsetzung sowohl neuester Forschungsergebnisse als auch experimenteller Lösungen in Produktionssoftware.
Lorenz Richter
Lorenz Richter
Intermediate:
#R, #non-convex optimization, #computer vision
Expert:
#statistical learning theory, #deep learning, #python, #mathematical statistics, #julia, #tensorflow
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 5 Jahren diverse Data Science-Probleme praktisch gelöst. Lorenz leitet das Machine-Learning-Team.
Tobias Sterbak
Tobias Sterbak
External Advisor
Intermediate:
#speech recognition, #devops, #natural language generation, #Docker, #Spark
Expert:
#python, #keras, #tensorflow, #natural language processing, #pytorch, #software architecture, #spacy, #nltk
Nach seinem Studium der Mathematik (HU Berlin) verbrachte Tobias einige Jahre in der Softwarebranche. Er unterstützt unser Machine-Learning-Team bei der Konzeption und Erstellung von Produktionscode und berät uns in allen Fragen rund um das Thema Mustererkennung aus Textdaten.
William Clemens
Dr. Frank Weilandt
Intermediate:
#deep learning, #keras, NLP, #computer vision
Expert:
#python, #C++, #topological data analysis
Nach seinem Mathematik-Studium an der Universität Bonn hat Frank in diversen Forschungsgruppen Python und C++ zur Daten-Analyse benutzt: Im Bereich Computer Vision am Fraunhofer-Institut in Sankt Augustin, bei seiner Promotion zur numerischen Simulation dynamischer Systeme in Krakau, Polen, und als Postdoc für topologische Daten-Analyse in Bremen. Nachdem er auf Polnisch Programmierkurse unterrichtet hat, bringt er nun bei uns dem Computer Sprache bei.
dida Team
Team
Expert:
#Machine Vision, #Natural Language Processing, #Algorithms, #Optimization
Weitere Unterstützung erhalten wir durch freie Mitarbeiter, Doktoranden und Post-Docs aus den Bereichen Mathematik, Physik und Informatik. Diese Kombination ermöglicht es uns eine große Zahl von Machine-Learning Themenfeldern abzudecken und je nach Projekt die richtigen Spezialisten heranzuziehen.