Mohamed Matar

- Stipendium für die Weiterarbeit an der Masterarbeit - Entwicklung eines U-Net- und LSTM-Hybridmodells zur automatischen Passagierzählung - Optimierung der Leistung durch Testen mehrerer Modellarchitekturen - Bewertung der Leistung anhand von Videoaufnahmen von Zugpassagieren

- Aufbau von Datenpipelines und Jupyter-Dashboards zur Analyse der Künstlerleistung, A/B Testergebnisse und die Auswirkungen von Kampagnen auf die Listener - Präsentation analytischer Erkenntnisse vor Stakeholdern zur Unterstützung der Marketingstrategie und der Veröffentlichungsplanung - Verbesserung eines TF-IDF-Genre-Clustering-System unter Verwendung von benutzergenerierten Playlisten, um Künstler*innen in einen hochdimensionalen Ähnlichkeitsraum einzubetten für eine automatisierte Genre-Gruppierung

- Entwurf und Implementierung von drei Modulen (graphenbasiert, Datenbankähnlichkeit, und NLP-basiert) zur Erkennung und Behebung von Redundanzen und verwaisten Konzepten in großen Geschäftsglossaren - Entwicklung einer neuartigen Methode zur Bewertung der Datenbankähnlichkeit unter Verwendung relationaler Metadaten - Entwicklung eines Hybridmodells welches BERT und anderen Themenerkennungs NLP Methoden zusammen mit mehreren Ähnlichkeitsmetriken (Cosine, Dice, Jaccard) verbindet. (Bachelorarbeit)

- Analyse der Metadaten des IBM Data Lake zur Identifizierung von Inkonsistenzen und Verbesserung der Datenqualität - Erstellung und Vergleich von NLP-Modellen (LSA, TF-IDF) zur Erkennung und Verknüpfung semantisch verwandter Entitäten in relationalen Datenbanken - Automatisierung von Reparatur-Workflows mit Python, wodurch der manuelle Aufwand für die Datenbankwartung reduziert wurde

- Evaluierung und Implementierung einer neuen Lösung für die Verwaltung von Anmeldedaten durch Testen von Alternativen und Implementierung von HashiCorp Vault mit LDAP Authentifizierung und Ansible-Integration - Migration von Anmeldedaten von KeePass zu Vault mithilfe von Python. - Dokumentation der Konfiguration, Sicherung, und Betriebsverfahren für die Einführung im Team

- Verbesserung der Modularität, Stabilität und Funktionalität von NAO, einem humanoiden Roboter-Client-Showcase, mithilfe von Gentoo Linux, Node.js und Python-Integrationen - Hinzufügen interaktiver Funktionen zur Demonstration von IBM Cloud AI-Produkten, einschließlich NLP- und Computer-Vision-Funktionen

- Full Stack Engineer –Böblingen, Deutschland Dez 2017 – Mär 2018 - Entwicklung einer interaktiven Web-App-Präsentation für das Cockpit eines Autos für Watson Content Hub (WCH) unter Verwendung von HTML, CSS, JavaScript und Node-RED - Integration simulierter IoT-Sensordaten in WCH für personalisierte Coupon-Vorschläge