Dipl.-Ing. Sghaier Ahmed

Entwicklung eines prädiktiven Modell für Fehlererkennung und Ausfallvorhersage beim Prüfstand. Verwendung von Data-Mining Algorithmen werden aller Fehlermuster erkannt und beim Fehlerfall wird die Komponente, die den Fehler verursacht, so schnell identifiziert. Basierend auf Machine-Learning Algorithmen wie Neuronale-Netze wird ein Model aufgebaut, der einen zukünftigen Ausfall vorhersagen kann. Dazu werden die Ergebnisse auf einer Web-Applikation in Charts dargestellt.

Named Entity Recognition und Matching Machine Learning + Business Logic Data Acquistion (Crawling) DataSphere DataSphere Frontend

Predict the Air Quality for the next 48 hours in Beijing and London 7 different Predictors are developed on this project : * Convolutional Neural Networks (CNN) * Fully Connected Neural Networks (FCNN) * Bagging * Linear Regression * Adaboost * Gradient Adaboost * Regression Forest using Python and its Libraries like Sklearn, Keras and Tensorflow ... also using Angular-6 and Highcharts for the fronted

Create the LMU application portal for the Chair of Data-Science using Angular CLI 5

Improve and Customize AZUBIYO platform using C#, Js, AngularJs, Html5, Bootstrap and Umbraco

PHP-Entwekler : Entwicklung des Front- und Back-Ends. * Verwendete EDV : Netbeans, Git , XAMMP * Verwendetes Framework : Simple MVC * Verwendete Programmierungssprache : HTML, PHP, JQuery, KnockoutJs, CSS, SQL ...

Entwickelung einer Android-Anwendung , um den Fluss des IP-Kamera durch Smart-Phone visualisieren und damit kann man sein Smart-Phone mit verschiedenen Kameras verbinden und sein Geschäft oder Haus online kontrollieren.

Flug- und Fahrzeuginformatik

Telekom