Nils Großepieper

Master of Science in Datascience (Business and Economics) mit einem breiten Schwerpunkt auf KI/ML und quantitativen Methoden. Studienleistungen in den Bereichen DL, RL, statistisches ML, Zeitreihen, Ökonometrie/ML, kausale Inferenz und Big-Data-Computing (Theorie + Anwendung). Projekte umfassen Continuous-Control-RL (TD3/SAC) und eine KI-gestützte Benotungs-App (LLM + Embeddings). Thesis: "Evaluating Perceptual Alignment in Vision Transformers for Fashion Sales Prediction"

Einjähriger Übergang zu den technischen Grundlagen der Datenwissenschaft/ML. Master-Studiengang in Statistik/Ökonometrie, Wahrscheinlichkeitsrechnung, linearer Algebra/Optimierung, Einführung in Algorithmen und Programmierung für die Datenanalyse. Schwerpunkt auf Modellierung, Inferenz und Prognosen; praktische Arbeit in Python/R. Vorbereitung auf den Master of Science in Data Science in Tübingen (Übergang von Wirtschaftswissenschaften zu einem Tech-/ML-Studiengang).

Bachelor of Science in Management and Economics mit Schwerpunkt auf quantitativen Methoden. Fundierte Kenntnisse in Management and Economics sowie fortgeschrittene Kenntnisse in Statistik, Ökonometrie, empirischen Forschungsmethoden und Mikroökonomie. Angewandte quantitative Lehrveranstaltungen mit R/Python für Datenanalyse und empirische Projekte. Fernstudium an der University of Wollongong (AUS): Informatikorientierte Wahlfächer