Dr. Grant Sutcliffe

• Hauptaufgabe: Softwareentwicklung im Kundenprojekt bei Amazon Robotics (siehe folgender Eintrag) • Interne Projekte: Entwicklung einer Excel/VBA-Automatisierungsanwendung mit KI-Coding-Agent (GitHub Copilot); Recherche zu KI-Anwendungsfällen in der Softwareentwicklung • Durchführung technischer Bewerbungsgespräche: Anleitung und Beobachtung von Kandidaten in Codinginterviews, Erstellung Bewertungsberichte

Optimierung von Python-Analyse-Tools und Bash-Skripten; Pflege von CI/CD-Pipelines • Leitung interner Web-Anwendungen zur Visualisierung von Robotikdaten; Product Ownership (Werkzeuge, Plattform) • AWS-Datenpipelines: Lambda und ereignisgesteuerte ETL (JSON) in relationale Datenbank • Tägliche Arbeit mit Amazon Q als KI-Coding-Agent (Python/TypeScript, Debugging, AWS-Fehleranalyse) • Technologien: Python, TypeScript, AWS (Lambda, S3, Athena, DynamoDB, RDS), Amazon Brazil & Pipelines, Amazon Q, Git

• BASF-gefördertes Start-up Forecasty.ai • Federführende Entwicklung von Zeitreihen-Prognosemodellen (Absatz, Rohstoffmärkte); Modellentwicklung und Daten-Engineering • Validierungs-/Monitoring-Pipelines für Produktivmodelle; Backtesting (Walk-Forward) ohne Look-ahead-Leakage • Experiment-Tracking und Model Registry mit MLflow (Produktiv); Docker-Containerisierung, Orchestrierung mit Kubernetes • Technologien: Python, Scikit-Learn, SciPy, PyTorch, MLflow, Docker, Kubernetes, Azure Pipelines/DevOps, MariaDB

• Durchführung neuropsychiatrischer Studien in Vorher-Nachher-Messdesigns rund um eine Intervention • Daten-Engineering für EEG, MRT, Hautleitfähigkeit, psychometrische Ratingskalen (Depression, Manie) • Modellierung und statistische Auswertung von Versuchsdaten; wissenschaftliche Berichte • Arbeit unter Ethikvotum mit formalen Studienprotokollen; pseudonymisierte Probandendaten nach dokumentierten Datenschutzvorgaben • Technologien: MATLAB, SPSS, Python, Scikit-Learn, TensorFlow, Matplotlib

• Computergestützte Untersuchungen von Hypothesen zur neuronalen Informationsverarbeitung • Programmierung von Simulationsmodellen neuronaler Netzwerke (Spiking Networks) • Informationstheoretische, maschinelle Lern- und graphentheoretische Datenanalyse • Verfassen wissenschaftlicher Fachartikel und einer Doktorarbeit • Erstautor einer systematischen Übersichtsarbeit zu Neuroimaging bei Schizophrenie (Biological Psychiatry: CNNI, 2016) • Technologien: MATLAB, C, C++, Python, Scikit-Learn, SciPy, Matplotlib