Grzegorz Stepien

Nutzbarmachung unstrukturierter und heterogener Fertigungsdaten, Zeitreihenanalyse zur Verschleißvorhersage, Process Mining, Datenvisualisierung. Hauptwerkzeuge: Python (Bibliotheken: mypy, pytest, scikit-learn, NumPy, Matplotlib, tsfresh, npTDMS) und modernes C++.

Entwicklung, theoretische Analyse, Implementierung und praktische Evaluierung von Algorithmen zur Zeitreihenanalyse. Formale Aufbereitung aktueller (2018) Beschleunigungsverfahren für den k-Means Clusteringalgorithmus. Hauptwerkzeuge: Java und R.

Entwicklung, theoretische Analyse, Implementierung und praktische Evaluierung von Data Mining Algorithmen (Fokus: Self Similarity Join, Graph Clustering, Semantic Word Distance), Co-Autor mehrerer wissenschaftlicher Publikationen. Hauptwerkzeuge: Java.

Data Mining & Data Science, Machine Learning, Computer Vision, Natural Language Processing, Scientific Data Management, Nebenfach Physik

Data Mining, Compiler Construction, Internet Technologies, Nebenfach Physik