Jakob Heiss

Angestellt, PhD Student, ETH Zürich

Zurich, Zurich, Schweiz, Schweiz

Über mich

https://people.math.ethz.ch/~jheiss/

Fähigkeiten und Kenntnisse

Maschinelles Lernen
Python
Deep Learning
Mathematik
Neuronale Netze
Statistik
Künstliche Intelligenz
LaTeX
ML
TensorFlow
PyTorch
Technische Mathematik
Engineering
Applied Mathematics
Angewandte Mathematik
Data Science
PowerPoint
Künstliche neuronale Netzwerke
Neural Networks

Werdegang

Berufserfahrung von Jakob Heiss

  • Bis heute 4 Jahre und 7 Monate, seit Nov. 2019

    PhD Student

    ETH Zürich
  • 1 Monat, Feb. 2023 - Feb. 2023

    Research Affiliate

    UC Berkeley

    Visiting Prof. Bin Yu's research group (Yu group) in the Departments of Statistics at UC Berkeley to exchange research ideas.

  • 2016 - 2018

    Tutor

    TU Wien

    Lehre an der TU Wien als Tutor am Institut für Diskrete Mathematik und Geometrie (2017-2018): Repetitorium Lineare Algebra und Geometrie 1&2: Fragestunden für Mathematik-Studierende Lehre an der TU Wien als Tutor am Institut für Analysis und Scientific Computing (2016-2018): 1.) Mathematik für Elektrotechnik 1&2: Leiten von benoteten Übungen 2.) Fachliches Mentoring: Fragestunden für Elektrotechniker 3.) Auffrischungskurs Mathematik: Interaktive Mathematik-Einführung vor 30-100 TU-Studienanfängern halten.

  • 2 Monate, Aug. 2017 - Sep. 2017

    Ferialpraktikum

    AIT Austrian Institute of Technology GmbH

    Ferialpraktikum bei High-Performance Vision am AIT gemeinsam mit einem Studienkollegen: 1.) Verstehen des Papers Solving Dense Image Matching in Real-Time using Discrete-Continuous Optimization 2.) lauffähige und ausführlich kommentierte Implementierung des darin beschriebenen Algorithmus in Python 3.) Präsentation des Algorithmus vor der Forschungsgruppe und Entwicklern, damit eine kommerzielle hardwarenahe Version des Algorithmus implementiert werden kann

Ausbildung von Jakob Heiss

  • Bis heute 4 Jahre und 7 Monate, seit Nov. 2019

    Mathematik

    ETH Zurich

    Betreuer: Prof. Josef Teichmann

  • 2018 - 2019

    Mathematik

    ETH Zürich

    2 Master-Austauschsemester: - Herbstsemester: 36 ECTS Lehrveranstaltungen - Frühlingssemester: Masterarbeit bei Prof. Josef Teichmann im Bereich Machine Learning (30 ECTS) und 6 ECTS Lehrveranstaltungen

  • 2017 - 2019

    Technische Mathematik

    TU Wien

    Notendurchschnitt: 1.2

  • 2012 - 2017

    Technische Mathematik

    TU Wien

    Notendurchschnitt: 1.3

Sprachen

  • Deutsch

    Muttersprache

  • Englisch

    Fließend

  • Französisch

    Grundlagen

Interessen

Mathematik
Künstliche Intelligenz
Künstliche neuronale Netzwerke
Deep Learning
Psychologie
Machine Learning
Tango
Volleyball

21 Mio. XING Mitglieder, von A bis Z