Dr. Philipp Brestel

Computer Vision (Deep Learning) in medizinischer Bildanalyse. PoCs & Model Zoo Bereitstellung & Implementierung für Produktion (Docker, k8s, etc).

Computer Vision in der Gruppe für Deep Learning and Standardization, Division Early Oncology. Entwicklung und PoC von neuen DL Strategien (supervised semisupervised and unsupervised) im Bereich digitale Pathologie. Leitung von und Mitarbeit in Entwicklungsprojekten.

Computer Vision im Bereich digitale Pathologie. Bild- & Datenanalyse mittels Machine und Deep Learning. Owner des Deep Learning codes im Services Department. Leitung interdisziplinärer Teams, Innovationstransfer aus Research. Standardisierung der internen Lösungen, Testen und Dokumentation.

Verfassen von Publikationen; weitere wissenschaftliche Tätigkeiten s.u.

Programmierung und Durchführung der Datenanalyse in Igor Pro, Matlab (Hidden Markov Models, Bayesian Interference); Aufbau von Mikroskopen für single molecule flourescence spectroscopy; Klonierung, rekombinante Expression, Aufreinigung (Säulenchromatographie an Aekta-System), spezifische Markierung von Proteinen; Zellkultur (HeLa), Transfektion (Lipoprotein, Nanoporen, Microinjektion); Lehre (Praktika, Seminare)

Arbeit in der Gruppe von Prof. Dr. Thorsten Hugel im Feld der Biophysik - Charakterisierung des molekularen Chaperons Hsp90 bzgl. dynamischer Struktur in Lösung, Interaktionen mit Liganden und Cochaperonen und der Wechselwirkungen mit Einzelmolekül-FRET Methoden. Abgeschlossen mit magna cum laude.

Schwerpunktfächer: Biophysik, Bioorganische Chemie; Master Thesis (Note 1.0) "Strukturaufklärung an Hsp90 mittels Einzelmolekülspektroskopie" in der Gruppe von Prof. Dr. Thorsten Hugel. Abschlussnote 1.1 (summa cum laude).

Bachelor Thesis (Note 1.0) in der Gruppe von Prof. Dr. Michael Sattler (Biomolekulare NMR-Spektroskopie): "Untersuchung der interaktion zwischen den Peroxosomen Proteinen Pex5 und Pex14 mittel NMR". Abschlussnote 1.7.

NW Orientierung; Leistungsfächer Mathematik, Chemie. Abschlussnote 1.1.