Jörg Viechtbauer

Rewrite der eDiscovery-Funktionalität: eMail-Parsing, email-Thread-Rekonstruktion und Exakt-/Near-Duplicate-Detection. Elasticsearch Hadoop Bugfixing.

Architektur und Implementierung aller Basiskomponenten, Microservice-Framework (REST/Hessian/SOAP), Komponenten-Framework und Konnektor-Framework (NetApp/EMC/Sharepoint/Exchange/CMIS/ELAK...), Service-Registry, lastverteilende Clients. Elasticsearch: Integration und Erweiterung um rechtegeprüftes, fehlertolerantes Autocomplete und Did-You-Mean. Plugins für schnelle Prefix- und Suffixsuchen und optimierte Filter. Projekte im Petabyte-Bereich. Elasticsearch-Consulting (Schulungen & Projekte).

Monatlicher Cloud Crawl des deutschsprachigen Internets (400 Millionen Seiten) mit 80legs, Spring JDBC/JMS, Apache Camel + Cassandra. HTML-Parsing. Datenaggregation mit Fuzzy-String-Matching. Verantwortung und DevOp für die Suchplatform (60 Hosts). Monitoring mit Cacti.

Axcelerate: eDiscovery-Backend: Email-Threading, Exact- und Near-Exact-Duplicate-Detection, Document-Clustering. Named-Entity-Extraction: Personennamen, Geografika, Firmennamen, Legal-Entity-Extraction (Kläger, Beklagte, Richter, Governing Law...) Enterprise-Security: Anbindung von ActiveDirectory, eDirectory, iManage. Kompression der Indexdatenstrukturen. Verantwortung & Implementierung der Kernkomponente PLSA (Probabilistic Latent Semantic Analysis). Tuning der Suchqualität.

Specialization: Information Retrieval, Pattern Recognition, Speech Modeling, Speech Recognition, Signal Processing, Image Processing Minor Subject: Mathematics (Stochastics)