Dr. Matthias Zillig

* Identifikation und Initiierung von Machine Learning Use Cases im Geschäftsbereich International Mail & Parcels der Post * Planung, Entwicklung, Programmierung und Operationalisierung der Anwendungsfälle in Zusammenarbeit mit Business- und IT-Experten * Etablierung eines Kompetenzzentrums für Daten und Data Science * Bekanntmachen der Denkweise, Methoden und Anwendungsmöglichkeiten von Machine Learning innerhalb des Geschäftsbereichs * Zusammenarbeit und Austausch mit der Data Science Community der Post

* Sampling Design, Datenmodellierung, Datenanalyse * Spezifikation von Software, Projektarbeit, Entwicklung einer Online-Plattform für den Austausch von Erhebungsdaten zwischen Postgesellschaften. * Vertretung der Interessen der Schweizerischen Post in Gremien für Statistik, Logistik und Abrechnung (International Post Corporation, Universal Postal Union) * Verhandlungen mit ausländischen Postgesellschaften

Statistische Methoden, Design von Erhebungen, Datenmodellierung, Datenanalyse, Softwarespezifizierung, Vertreter in Internationalen Fachgremien zu Statistik, Logistik und Accounting

Statistische Methoden, Design von Erhebungen, Datenmodellierung, Datenanalyse, Softwarespezifizierung, Vertreter in Internationalen Fachgremien zu Statistik, Logistik und Accounting

Doktorat am Institut für Atmosphäre und Klima in der Gruppe für Dynamische Meteorologie bei Prof. Dr. H.C. Davies

Supervised und unsupervised Learning, Feature Engineering, Text Analysis, Natural Language Processing, Neuronale Netzwerke, CRISP-ML, Python

Descriptive Statistik, statistisches Testen, graphische Datenexploration und Visualisierung, Regression, Zeitreihenanalyse und Prognose, Data Mining, Open Data, Kausalanalyse, R, Gretl

Schwerewellen (Gravity waves), Gebirgsüberströmung, Dynamische Meteorologie, Wettermodelle

Kern- und Teilchenphysik, Experimentalphysik