Dr. Nils Woetzel

Komponenten-Manager Acquisitions-Software für Elektron-Spin-Resonanz Spektrometer. Konvertierung von 30Jahre alten pre-C98 in C++20 Code. Integration neuer Hardware Komponenten mit verschiedenen Schnittstellen (Ethernet,USB mit TCP,SOAP,GRPC,MODBUS). Aufbau und Unterhalt der DevOps Infrastruktur mit cmake, gcc, conan, Jenkis CI, gcc-toolchain mit docker-containern. Unit-Tests mit gtest, Integrations-Tests mit python. Erarbeiten technischer Spezifikationen mit Produktmanagement. Management kleiner Projekte,

Implementierung von Webapplikationen des Instituts (www.h-its.org) und wissenschaftlichen Gruppen (normsys.h-its.org) in MVC-Frameworks wie PHP/Symfony mit Technologien wie Javascript (Jquery), css/less/html5 (Twitter-Bootstrap), Datenbanken (mysql) und Berechnungen auf Compute-Clustern. Nutzung von modernen IT Technologien: Konfigurations-Management mit ansible; Virtualisierung von Services, Projektmanagement mit redmine, Nutzerrechte-Verwaltung durch Anbindung an Active-Directory.

Entwicklung eines Computer Algorithmus “BCL::FusionProtein” um Proteine zu designen, die verschieden Eigenschaften vereinen. Diesen habe ich auf ein Beispielenzym angewandt und anschließend habe ich diese Proteine im Labor nach Klonierung, Expression und Aufreinigung biochemisch charakterisiert durch CD-Spektroskopie, FPLC und Aktivitäts-Komplementierungs-Assays. Administration der bioinformatischen Software in der Gruppe.

Software Entwickler für die "bio-chemical library" BCL, eine C++ Software Bibliothek für Strukturbiologie, Bio- und Cheminformatik. Entwicklung von Algorithmen zur Protein-Struktur-Vorhersage von der Aminosäuresequenz unter zuhilfenahme von spärlichen experimentellen Daten (e.g. elektron density, NMR, EPR). Quantitative Struktur-Wirkungs-Beziehung (QSAR) von virtuelle Hochdurchsatz-Screening. OpenCL GPU Beschleunigung für maschinelles Lernen von Modellen, e.g. Neuronale Netze und Supoort Vektor Maschinen.

Entwicklung von schmutz- und wasserabweisenden Felgenlack. Silikatische glasharte Nanolacke wurden mit hydrophoben Gruppen funktionalisiert. In mechanischen Abriebs- und Klimaversuchen wurde deren Beständigkeit über Zeit mit Benetzungsanalysen und visuell dokumentiert. Betreuer: Dr. Rummel

Protein Sekundär-Struktur-Geometry basierendes Packungspotenzial in de novo Protein-Struktur-Vorhersage. Betreuer: Dr. Jens Meiler, Prof. David Baker

Computation Structural Biology; Protein Structure prediction; Drug discovery; Virtual High Throughput Screening; GPGPU programming; machine learning; Software engineering

Organische Chemie, Theoretische Chemie, Anorganische Chemie, Physikalische Chemie, Biochemie