Anna Wolfrum

Praxisnahe Weiterbildung im Bereich Data Science mit Fokus auf Machine Learning und datengetriebene Analyse. Entwicklung, Evaluation und Optimierung von ML-Modellen mit Python und scikit-learn. Anwendung von Feature Engineering und Model Validation auf reale Datensätze. Erste Erfahrung mit neuronalen Netzwerken sowie Big-Data-Tools wie PySpark und Spark SQL. Durchführung eines eigenständigen End-to-End-ML-Projekts.

Entwicklung responsiver Webseiten im Rahmen kleiner freiberuflicher und persönlicher Projekte. Umsetzung moderner und benutzerfreundlicher Front-End-Lösungen. Erste praktische Erfahrung in der technischen Umsetzung von Webprojekten. Erweiterung technischer Kenntnisse durch persönliche Webprojekte.

Eigenständige Durchführung wissenschaftlicher Forschungsprojekte mit Fokus auf analytische Problemlösung und strukturierte Auswertung experimenteller Daten. Planung und Dokumentation experimenteller Prozesse unter hohen Qualitäts- und Zeitanforderungen. Arbeit in einem forschungsintensiven Umfeld mit hoher Eigenverantwortung sowie Betreuung von Laborpraktika für Bachelorstudierende inklusive fachlicher Unterstützung und Versuchsauswertung.

Wissenschaftliche Forschung mit Fokus auf analytische und experimentelle Problemlösung. Analyse und Interpretation experimenteller Daten sowie strukturierte Dokumentation wissenschaftlicher Ergebnisse.

Grundlagen wissenschaftlicher Forschung und analytischer Arbeitsmethoden. Erfahrung in experimenteller Durchführung, Datenauswertung und strukturierter Dokumentation