Simon Dalheimer

• Konzeptphasen für diverse Kundenanfragen mit Fokus auf KI-gestützte Prozesse • Analyse von Bewerberdaten zur Bewertung und Verbesserung des Rekrutierungsprozesses • Aufbau eines Frameworks zum automatisierten Clustering von Punktwolken in LiDaR-Scans • Systematische Studie zum maschinellen Lernen (Planung, Training und Auswertung) zur Untersuchung der Auswirkungen verschiedener Datensatzkonfigurationen auf die Klassifizierungsqualität von Convolutional Neural Networks

Titel der Arbeit: "Developing a Correlation-based Method for Object Detection in Real-World Images" Inhalte: Python-Implementierung diverser Algorithmen zur Messung und Ähnlichkeitsbestimmung verschiedener charakteristischer Eigenschaften von Straßenschildern. Eigene Herleitung und Implementierung von Metriken zu Objekteigenschaften wie Farbe, Form, und Design. Auswertung der Klassifikationsgüte des Algorithmus mit Hilfe des „German Traffic Sign Detection Benchmark“.

• Statistische Datenanalyse und Visualisierung in Python • Weiterentwicklung bestehender Analysemodule (Korrelation, Clustering, Hypothesentest, Frequenzanalyse) • Implementierung einer Schnittstelle zur Anbindung relationaler und nicht-relationaler Datenbanken • Portierung und Ausführung lokaler Python-Programme auf MS Azure DSVMs • Versionskontrolle mit git

- Diverse Hard-und Softwareinstallationen - Installation und Patchung der Arbeitsplätze - Installation und Abbau der Netzwerkinfrastruktur - Datenpflege & Dokumentation

- Bearbeitung telefonischer Kundenanfragen (Inbound) - Vertriebliche Ansprache / Cross- und Up-Selling - Pflege des internen Datensystems

Vertiefungsrichtung: Finanz- und Wirtschaftsmathematik

Leistungskurse: Mathematik, Chemie, Geschichte