Dr. Anja Bettendorf

Interdisziplinäres Projekt SCIDATOS - scientific computing for the early detection of sepsis • Entwicklung von Algorithmen der Parameterschätzung um mathematische Modelle zu validieren • Planung eines optimalen Versuchsplans um Daten mit dem meisten Informationsgehalt für Validierung und Vorhersage zu erhalten • Zusammenarbeit mit Biologen und Medizinern, die optimierten Experimente werden im Labor durchgeführt

Entwicklung von Algorithmen zur Simulation von partiellen Differentialgleichungen (PDE) und um Optimierungsprobleme effizient und akkurat zu lösen • Insbesondere die Entwicklung von Methoden zur Erzeugung von Sensitivitäten für PDE-beschränkte Optimierungsprobleme • Implementierung der Methoden in eigener Software (C++, python, Fortran77) • Tests für verschiedene Szenarios

Studentische Hilfskraft an der Universität Trier im Projekt „MUNA PLUS“: aerodynamische numerische Formoptimierung • Meine Aufgabe war die Generierung einer vorzeichenbehafteten Distanzfunktion

Praktikantin in der mathematischen Abteilung, Produktentwicklung und Kalkulation neuer Versicherungsprodukte

Operation Services, Überwachung von Investmentfonds, Prüfung rechtlicher Investmenteinschränkungen

Regression, Klassifikation und Clustering • real-life Projekte des maschinellen Lernens: Krebserkennung, Vorhersage von wirtschaftlichen Trends, Vorhersage von Kundenabwanderung und Empfehlungsmaschinen • Scikit-learn und SciPy

Dissertation: "Optimum experimental design for parameter estimation with 2D partial differential equation models" • Entwicklung von Algorithmen zur Simulation von partiellen Differentialgleichungen (PDE) und um Optimierungsprobleme effizient und akkurat zu lösen

Numerische Mathematik, Optimierung, Volkswirtschaftslehre

Numerische Mathematik, angewandte Analysis, Differentialgleichungen, Wahrscheinlichkeitstheorie, Optimierung, Programmierung, Volkswirtschaftslehre, Betriebswirtschaftslehre