Ü B E R  M I C H

Ihre Expertin für Künstliche Intelligenz

Kompetenzen

  • Fachbereiche

    Künstliche Intelligenz

    • Maschinelles Lernen
    • Neuronale Netze & Deep Learning
    • Natural Language Processing
    • Data Mining
    • Big Data

    Automatisierung

    • Prozessanalyse und -automatisierung
    • Schnittstellenprogrammierung
    • Sensordatenauswertung
    • Grundlagen der Robotik

    Theoretische Informatik

    • endliche Automaten
    • formale Sprachen

    Cloud Computing

    • Backup & Recovery
    • ISO 27001
    • SAP Cloud Produkte
  • Softwareentwicklung

    Projektarbeit

    • Anforderungsmanagement, Konzeption, Entwicklung und Wartung
    • Projektleitung (ohne Mitarbeiterverantwortung)
    • technische Betreuung wissenschaftlicher Projekte

    Programmiersprachen

    • Python
    • C++
    • MATLAB
    • SQL
    • Java
    • Perl
    • C für Arduino

    Tools

    • Scrum, Agil, Kanban
    • NetBeans, Eclipse, Qt Creator
    • Git, SVN
  • Fremdsprachen
    • Deutsch (Muttersprache)
    • Englisch (fließend)
    • Russisch (Grundkenntnisse)
    • Neuseeländische Gebärdensprache (Grundkenntnisse)

Referenzprojekte

  • Hardwarenahe Softwareentwicklung

    von Mai 2019 bis Januar 2020


    • Entwicklung einer Softwarelösung auf Embedded Linux mit Qt5 und C++
    • Berechnung und Verwaltung von Messdaten in der Automobilproduktion sowie Kommunikation mit einer SPS
    • Anforderungsanalyse, Konzeption und Design mit besonderem Fokus auf hohe Zuverlässigkeit und einfache Bedienbarkeit
    • Agiles Projekt mit direkter Kundenkommunikation
  • Automatische Kategorisierung von Dokumenten

    von Januar 2019 bis April 2019


    • Entwicklung eines Tools zur automatischen Gruppierung und Kategorisierung von Versicherungsdokumenten
    • Anforderungsanalyse, Konzeption und Design
    • Verarbeitung natürlicher Sprache durch Maschinelles Lernen
  • Technische Begleitung eines wissenschaftlichen Projektes

    von März 2018 bis Dezember 2018


    • technische Unterstützung eines wissenschaftlichen Projektes zur Erforschung der Wirksamkeit einer neuen Behandlungsmethode für Tinnituspatienten
    • projektspezifische Entwicklung und Anpassung einer Software zur Analyse von Gehirnstrommessungen mit Gepulsten Neuronalen Netzen
    • Erfassung und Umsetzung der Kundenanforderungen mit besonderem Fokus auf einfache Bedienbarkeit und gute Visualisierung
    • Dokumentation und Wartung der Software
    • Schulung der wissenschaftlichen Mitarbeiter im Umgang mit der Software
    • Ansprechpartner für Nachfragen auch über den Projektzeitraum hinaus
  • Prozessautomatisierung für Cloud Computing Operations

    März 2014 bis November 2014


    • eigenverantwortliche Leitung eines internen Entwicklungsprojektes zur Prozessautomatisierung
    • Erfassung und Umsetzung von Anforderungen aus vier Abteilungen, die jeweils verschiedene Software-as-a-Service Angebote betreuen
    • Entwicklung eines Programms zur Überwachung der regelmäßigen Backups von Kundendaten
    • Einbettung meines Programms in die bestehende Verwaltungssoftware
    • ausführliche Dokumentation
    • langjährige Betreuung der Software und ihrer Nutzer sowie Unterstützung in externen Audits zur Zertifizierung nach ISO 27001 (in Teilzeit bis März 2017)

Bildung

  • Promotion in Informatik

    Auckland University of Technology, Neuseeland


    vsl. Abschluss Anfang 2021


    Titel der Arbeit: Brain-inspired audio-visual information processing using spiking neural networks


    Ich untersuche, wie das Hör- und Sehvermögen des Menschen funktioniert und wie das Gehirn die Informationen der beiden Sinne vereint und interpretiert. Ich versuche dann, diese Erkenntnisse mithilfe von Gepulsten Neuronalen Netzen und weiteren biologisch inspirierten Algorithmen in einem Computer zu simulieren bzw. nachzuprogrammieren.

  • Master of Computer and Information Sciences

    Auckland University of Technology, Neuseeland


    Abschluss im Jahr 2015 mit Note A+ (First Class Honours)


    Titel der Masterarbeit: A Framework for Monitoring Backups and Their Properties for a Vast Number of Heterogeneous Systems in a Business Cloud Computing Environment


    Gewählte Vorlesungen:

    • Artificial Intelligence
    • Data Mining
    • Human Computer Interaction
    • Information Security
    • Natural Language Processing
    • Nature Inspired Computing
    • Research Methods
  • BSc in Wirtschaftsinformatik

    Duale Hochschule Baden-Württemberg, Mannheim

    in Kooperation mit der SAP SE


    Abschluss im Jahr 2012 mit Note 1,9

    Schwerpunkt: Softwaremethodik


    Titel der Bachelorarbeit: Erstellung eines Services zur Validierung eines betriebswirtschaftlichen Konzeptes hinsichtlich seines Implementierungs-aufwandes zur Einführung einer SAP GRC Standardlösung


    Vorlesungen u.a.:

    • Methoden der Softwareentwicklung
    • Programmierung (Java)
    • Datenbanken
    • Netzwerke und Betriebssysteme
    • Geschäftsprozessmodellierung
    • Betriebswirtschaftslehre
    • Volkswirtschaftslehre
    • Finanzwesen
  • Auszeichnungen und Preise
    • DAAD Jahresstipendium für Graduierte aller Fachrichtungen (2012)
    • AUT School of Computer and Mathematical Sciences Eagle Technology Scholarship (2013)
    • AUT School of Computer and Mathematical Sciences IBM Top Masters Cup (2015)
    • Dean's Award for Excellence in Postgraduate Study (2015)
    • AUT School of Computer and Mathematical Sciences PhD Scholarship (2015)
    • IEEE CIS Outstanding Student-Paper Travel Grant (2016)
  • Veröffentlichungen

    Paulun, L., Wendt, A., & Kasabov, N. K. (2018). A Retinotopic Spiking Neural Network System for Accurate Recognition of Moving Objects Using NeuCube and Dynamic Vision Sensors. Frontiers in Computational Neuroscience, 12(42). https://doi.org/10.3389/fncom.2018.00042


    Sengupta, N., Espinosa Ramos, I., Tu, E., Marks, S., Scott. N., Weclawski, J., Gollahalli, A., Gholami Doborjeh, M., Gholami, Z., Kumarasinghe, K., Breen, V., Abbott, A. (2018). From von-Neumann architecture and Atanasoff’s ABC to Neuromorphic Computation and Kasabov’s NeuCube: Principles and Implementations. In Learning Systems from Theory to Practice, Series on Computational Intelligence, Springer, Heidelberg, Germany. https://doi.org/10.1007/978-3-319-75181-8_1


    Petrova, K. & Abbott, A. (2017). Backup monitoring in large heterogeneous business cloud computing environments: A framework for the development of a reliable automated process. In Daimi, K. & Arabnia, H. (Eds.), Proceedings of the 2017 International Conference on Security and Management (SAM'17), pp. 138-144, CSREA Press, Las Vegas, NV.


    Abbott, A., Sengupta, N., & Kasabov, N. (2016). Which Method to Use for Optimal Structure and Function Representation of Large Spiking Neural Networks: A Case Study on the NeuCube Architecture. In Proceedings of the 2016 International Joint Conference on Neural Networks (IJCNN), pp. 1367-1372, IEEE Press, Vancouver, Canada. https://doi.org/10.1109/IJCNN.2016.7727357