2020 – present
TGW Logistics Group, Developer Cognitive Systems

2019 – 2020
TGW Logistics Group, Data Analyst

LinkedIn

The Julius Maximilians University, Würzburg
PH.D. Computer Science

Johannes Kepler Universität, Linz
Dipl. Ingenieur, Industriemathematik & B.Sc. Technische Mathematik

2022 – present
TGW Logistics Group, Manager of Artificial Intelligence Competences

2019 – 2022
STIWA Group, Data Scientist

2017 – 2019
IBM, Data Scientist

LinkedIn

Technische Universität, Wien
PhD, Theoretical and Mathematical Physics

Grundlagen von Collective AI Development vs. Industrial Domain Specific Development

Do’s und Don’ts, im Umgang mit Big Data und Data Engineering

Einblick in die Konzeption von Data Driven Products – Vorstellung zweier Methodiken

Einführung in die technischen Grundkenntnisse von Data Driven Approaches

Erklärung von Begriffen und Konzepten:

• Supervised Learning, Unsupervised Learning, Reinforcement Learning, Regression, Decision Tree
• Einblick in die Hypothesen Testung und allgemeine Statistik

Anwendungsmöglichkeiten von Big Data in Kombination mit AI oder ohne

• Anomaly Detection
• Predictive Maintenance
• Which methods are sufficient to solve a problem but without AI
• Time series analysis
• Bilderkennung und Computer Vision (Rovolution, Rovoflex, Autonomous Driving)
• LLMs Chancen und Risiken für datengetriebene Anwendungen

Entwicklung eines tiefgehenden Verständnisses über datengetriebene Lösungsansätze

Umfangreichere Kenntnisse über die unterschiedlichen Sub-Formen von Künstlicher Intelligenz und maschinellem Lernen

Unterscheidungskompetenz von KI-Algorithmen versus Non-KI-Algorithmen

Technisches Verständnis & methodische Anwendungskompetenz beim Entwerfen von datengetriebenen Konzepten

Aufbau eines dauerhaften, selbst organisierten Lernclubs zu datengetriebenen Lösungsansätzen

Zusatzziel: Lernclub wirkt langfristig in die gesamte TGW hinein, um Verständnis und Anwendungskompetenz zu Big Data, KI und Deep Learning zu verbreiten