Adrian Eisenmeier

Adrian

Eisenmeier

Curriculum vitae

David Wijnkoopstraat 7

1069RH Amsterdam

H +31 6 38900517

B [email protected]

Personal

Naam

Dipl.-Phys. Adrian Eisenmeier

Geboortedag

1985.06.13

Nationaliteit

Duits

Taalvaardigheid

Duitser (inheems), Engels (vloeiend), Nederlands (beginner)

Programmeertaal

Python, R, C# , C++, Java Script

Vaardigheden

Diverse methodes van Machinaal Leren, Neurale Netwerken met Keras/Tensorflow en

Data Science Frameworks (Jupyter Lab, Scikit-Learn, H2O, piramide Auto-ARMIA, SciPy,

ML.NET, etcetera), beeldverwerking OpenCV, SkiaSharp, Pillow, Knime, R Shiny, Grafana

Dashboards, Linux Server Administration, Docker, Kubernetes, Apache Impala Hadoop,

Apache Kafka, Xamarin.Forms, Xamarin.Android, Xamarin.iOS, Xamarin.UWP, ASP.

NET Core, Entity Framework Core, Identity Core, Penetration testing en IT Security (Kali,

Tails Linux, Metasploit Framework, NMap, etcetera). ), Bluetooth, agile ontwikkeling,

testgedreven ontwikkeling, Scrum, Redmine, Jira, Mantis, Confluence, Doxygen LaTeX,

Azure Cloud Ressources (TSI, Functions FaaS, SQL, Cosmos DB), AWS Cloud (EC2,

ECS, S3, Lambdas) GitLab, Subversion, REST API’s, Swagger, Automatische deployment

procedures en Continuous Integration (CI), Reverse Proxys met Caddy, Nginx, Apache,

Certificaten met Let’s Encrypt

Onderwijs

2007 – 2016

Wetenschappelijke studies: Fysica, Meteorologie, Chemie,
Albert-Ludwigs-Universiteit van Freiburg, Duitsland.

Niveau: Diplomafysicus

1 of 4

Werkervaring

2011

Wetenschappelijk medewerker, Apotheekindustrie, Freiburg, Duitsland.

{

Technologieën: R, Knime

{

Analyse

van

synergetische

effecten

in

mengsels

van

verschillende

kankermedicijnen

{

Implementatie van de Chou-combinatie-index (CI) in R als Knime-knooppunt

2011

Wetenschappelijk medewerker, Optische industrie, Freiburg, Duitsland.

{

Technologieën: Mathematica, Python

{

Ontwikkeling van een software voor het schatten van het astigmatisme en de
brandpuntsafstand van ooglenzen. Uitvoering van het octrooischrift (2814916)
van de firma Rodenstock.

{

Asferische lenzen bij benadering door gebruik te maken van kubieke B-splines

{

Schatting van metrische tensoren en numerieke oplossingen van de
krommingsverschilvergelijkingen

2012 – 2015

Wetenschappelijk medewerker, Instituut voor Fysische Chemie, Albert-
Ludwigs-Universiteit van Freiburg, Duitsland.

{

Technologieën: TurboMol, ORCA, Gromacs MD

{

QM/MM-simulaties van ESR-parameters (g-tensor, hyperfijne-koppelings-
tensor) voor flavo-eiwitten, opgelost in een waterige omgeving

2016

Wetenschappelijk

medewerker,

Instituut voor Fysica,

Albert-Ludwigs-

Universiteit van Freiburg, Duitsland.

{

Technologieën: C++, CUDA, Python, R

{

Ontwikkeling en analyse van diverse recurrente neurale netwerken voor
patroonherkenning

{

Zonder toezicht leren:

- Patroonherkenning met Boltzmann nets

- Patroonherkenning met LSTM nets

- Patroonherkenning met Hopfield nets en analyse van het herkenningspercentage

- door het gebruik van verschillende leerregels (Hebbian, Oya, STDP)

- door het gebruik van verschillende activeringen (linear, heavyside, sigmoid)

- door het gebruik van verschillende coderingen van de neurale activiteit

- door het gebruik van energie-optimalisatie criteria

- door gebruik van algebraische relaties van neurale activiteiten met elkaar

- Vergelijking van klassieke met speltheoretische Kohonen-kaarten

{

Gesuperviseerd leren:

- Neurale netwerken voor basislijncorrecties in magnetische resonantiespectra

2 of 4

2015 – 2017

Systeembeheerder, IT-groep voor het Instituut voor Fysica, Albert-Ludwigs-
Universiteit van Freiburg, Duitsland.

{

Setup en onderhoud van Linux- en Windows-images met ESXI en XEN.
Configuratie van dhcp, en cupserver, configuratie van NFS dataopslag, LDAP-
authenticaties, KISS-systemen, USV-configuraties, FOG-cloud back-ups

{

Ontwikkeling van een geautomatiseerd penetratietestsysteem voor het IT-
netwerk bij het Insitute of Fysics.

Cron job controlled vulnerability scans met NMap script engine. Ontwikkeling
van een plugin die downloadt uit de Rapid 7-database, op basis van
overeenkomende CVE-items die door NMap worden geretourneerd. Gebruik
van Metasploit Framework (MSF) voor het uitvoeren van aanvallen, gebaseerd
op NMap resultaten, en door gebruik te maken van gedownloade exploits, voor
het geval deze geen deel uitmaken van MSF Core.

2017 – 2021

Datawetenschap/softwareontwikkeling, Dr. Hornecker Software Entwicklung,
Externe dienstverlener, Duitsland.

{

Drukindustrie (B2B): Mei 2019 - Januari 2021

Role: Projectmanager, Data Scientist, Software-ontwikkelaar

Technologieën: Xamarin Forms, Camera2, Entity Framework Core, OpenCV,

SkiaSharp, Pillow, Docker, REST, Flask API

Leidende rol in de ontwikkeling van een cross-platform mobiele app
voor fraude detectie en berekening van een robuust vingerafdrukhash-
algoritme voor een gepatenteerde techniek die wordt gebruikt om unieke
beveiligingsettiquetten af te drukken. Analyse en beoordeling van verschillende
beeldverwerkingstechnieken (SIFT, SURF, ORB) en implementatie van
verschillende signaalfilters (Laplace- en Fourier-transformaties), evenals signaal-
ruis analys. Planning en uitvoering van het CI-implementatieproces. Verbinding
met de cloud via een Flask REST API. Implementatie van een hartslag service
voor de Flask controllers, evenals een respons systeem in geval van storingen.

{

Energie-industrie (B2C): Februari 2020 - Juni 2020

Functie: Data Scientist

Technologieën: Azure Services (TSI, SQL DB, CosmosDB, Functions), various

timeseries and data science frameworks (Auto-ARIMA, Scikit-Learn, Tensorflow
and Keras)

Data Scientist, Forcast van gebruikt elektrisch verbruik, gebaseerd op historische
gegevens en de actuele weersvoorspelling. Onderzoek naar de bijdrage van
meteorologische parameters (temperatuur, bewolking, neerslagkans, etcetera)
en vergelijking van verschillende forcastingmethoden (ARIMA, Random Forests,
LSTM Neural Networks) in termen van berekeningskosten, planningskwaliteiten
en nauwkeurigheden (mase, nmae, nrmse). Het lezen en schrijven van gegevens
met Azure diensten, en het implementeren van het voorspellingsmodel met Azure
functies (FaaS) in Python. Implementatie van een dagelijkse validatielogica
voor de rapportage. Met behulp van deze implementatie ontving de klant

waarde uit de geanalyseerde gegevens met behulp van machinaal leren voor

toekomstige prognoses. De verstrekking van de gegevens en de verwerking
via verschillende Azure-diensten werd uitgevoerd via een cloudinfrastructuur.
Documentatie geschreven met Confluence.

3 of 4

{

FinTech-industrie (B2B): September 2019 - januari 2020

Functie: Projectmanager, Data Scientist, Software-ontwikkelaar

Technologieën: Docker, MySQL, .NET Core, Swagger, R Shiny dashboard,

ShinyProxy, Caddy

Ontwikkeling van een volledig dockerzied systeem om gegevens van online
marktwinkels te uploaden naar een database, en deze te visualiseren. Upload

API met ASP .NET Core geïmplementeerd, en met Swagger gedocumenteerd.

Dashboard geïmplementeerd met R Shiny. Implementatie van een veilige

wachtwoordloze toegang met behulp van Json Web Tokens (JWT), reverse

proxy met Caddy.

{

Telecommunicatie-industrie (B2C): Mei 2018 - juni 2019

Role: Data Scientist, Software-ontwikkelaar

Technologieën: Knime, Impala Hadoop, Docker, R Shiny, ShinyProxy, Random

Forests with Scikit-Learn, Neural Networks with Tensorflow

Data Scientist, Het uitwerken van complexe bedrijfsprocessen met de
verantwoordelijke groepsleiders om een mapping te krijgen van de processen
naar de bijbehorende gegevens in het hadoop-cluster. Het implementeren
van een R-logica om KPI’s te berekenen en het ontwikkelen van een Shiny
dashboard voor beheersbare visualisaties van de KPI’s. Implementatie van een
data interface om de controlerende groep toegang te geven tot de data. Big
Data, voor de gedefinieerde KPI’s zijn alle telefoongesprekken tussen klant en
service, van de afgelopen 4 jaar, geanalyseerd door het gebruik van methoden
uit de taalverwerking (NLP), om de redenen voor klachten en verstoringen te
begrijpen.

Ontwikkeling van een voorspellend model om individuele werktijden van
telecommunicatietechnici in het veld te voorspellen, gebaseerd op historische
gegevens.

Dit vereiste klantspecifieke ontwikkelingen om methoden voor

machinaal leren en statistische modellen te gebruiken met als doel met het
oog op een betere klantenwerving en klantenbinding in de klantenbinding
in de B2C-sector. Opstellen van een compliance-conforme server voor de
productie. Implementatie van een releasepijplijn (Continuous Integration CI),
die dockercontainers voor datatoegang, modelvoorspelling, datatransfer en
validatie orkestreert. Implementatie van een dagelijkse rapporteringslogica en
visualisatie van planningskwaliteiten en -nauwkeurigheden.

{

IoT-industrie (B2C): April 2017 - Mei 2018

Role: Software-ontwikkelaar

Technologieën: Xamarin Forms, .NET, Bluetooth Low Energy

Ontwikkeling van een cross-platform mobiel, en een WPF PC app om slimme
schakelklokken te programmeren en aan te sturen. Cross-platform implementatie
van de bluetooth stack met Robotica bibliotheken. Programmering van een
geautomatiseerd uitrolmechanisme voor Google en Apple store. Onderhoud
van Apple ontwikkelaar en app store verbinden

4 of 4

Adrian

Eisenmeier

Profil

David Wijnkoopstraat 7

1069RH Amsterdam

H +31 6 38900517

B [email protected]

Daten zur Person

Name

Dipl.-Phys. Adrian Eisenmeier

Geburtsdatum

1985.06.13

Staatsangehörigkeit

deutsch

Zivilstand

ledig

Fremdsprachen

Deutsch (Muttersprache), Englisch (fließend), Niederländisch (Grundkenntnisse)

Programmier-

sprachen

Python, R, C# , C++, Java Script

Spezialkenntnisse

Verschiedene Methoden des Maschinellen Lernens, darunter Neuronale Netze mit Keras

und Tensorflow, Data Science Frameworks (Jupyter Lab, Scikit-Learn, H2O, pyramid Auto-

ARMIA, SciPy, ML.NET, etc.), Bildverarbeitung mit OpenCV, und SkiaSharp, Knime,

R Shiny und Grafana Dashboards, Linux Server Administration, Container mit Docker,

Docker-Compose, Kubernetes, Container Services und Shiny Proxy, Apache Impala

Hadoop, Apache Kafka, Cross-Platform Entwicklung mit Xamarin Forms, Xamarin.iOS,

Xamarin.Android, Xamarin.UWP, ASP.NET Core, Entity Framework Core, Identity Core,

Penetration testing und IT Security (Kali, Tails Linux, Metasploit Framework, NMap, etc.),

Bluetooth Low Energy, Bluetooth Mesh, Agile Entwicklung, Testgetriebene Entwicklung,

Scrum, Redmine, Jira, Mantis, Confluence, Doxygen LaTeX, Azure Cloud Ressources

(TSI, Functions FaaS, SQL, Cosmos DB), AWS Cloud (EC2, ECS, S3, Lambdas),

Codeverwaltung GitLab, Subversion, REST API’s, Swagger, Automatisierte Deployment-

Prozesse und Continuous Integration (CI), Reverse Proxys mit Caddy, Nginx, Apache,

Zertifikate mit Let’s Encrypt

Ausbildung

2007 – 2016

Studium: Physik, Meteorologie, Chemie,
Albert-Ludwigs-Universität Freiburg, Deutschland.

Abschluss: Diplom Physiker

1 of 4

Projekte und Tätigkeiten

2011

Wissenschaftlicher Mitarbeiter, Pharmazie, Freiburg, Deutschland.

{

Technologien: R, Knime

{

Untersuchung von synergetischen Effekten bei der Vermischung verschiedener
Medikamente zur Krebsbehandlung

{

Implementierung des Chou Combination Index (CI) in R als Knime Knoten

2011

Wissenschaftlicher Mitarbeiter, Optik/Medizintechnik , Freiburg, Deutschland.

{

Technologien: Mathematica, Python

{

Entwickeln einer Software zur Bestimmung des Astigmatismus,

und

des Dioptrienwerts von Augenlinsen mit Hilfe von maschinellem Lernen.
Implementierung der Patentschrift (2814916) der Firma Rodenstock.

{

Approximation asphärischer Linsen mittels kubischer B-Splines

{

Bestimmung

metrischer

Tensoren

und

Untersuchung

der

Krümmungsdifferentialgleichungen

mittels

Runge-Kutta

Verfahren

4.

Ordnung

2012 – 2015

Wissenschaftlicher Mitarbeiter, Institut für Physikalische Chemie, Albert-
Ludwigs-Universität Freiburg, Deutschland.

{

Technologien: MATLAB, TurboMol, ORCA, Gromacs MD

{

QM/MM

Simulationen

von

ESR

und

NMR

Parameter

(g-Tensor,

Hyperfeinkopplungs-Tensor) für Flavo-Proteine (FAD,FMN, Riboflavin).

Verwendung von CHARMM Force Fields für die Molekulardynamik

2016

Wissenschaftlicher Mitarbeiter,

Physikalisches Institut,

Albert-Ludwigs-

Universität Freiburg, Deutschland.

{

Technologien: C++, CUDA, Python, R

{

Entwicklung und Analyse der Erkennungsraten verschiedener Neuronaler Netze
zum Pattern Matching, darunter:

{

Unüberwachtes Lernen:

- Boltzmann Netze

- LSTM Netze

- Hopfield und Jordan Netze mit:

- unterschiedliche Lernregeln (Hebbian, Oya, STDP)

- unterschiedliche Aktivierungsfunktionen (linear, heavyside, sigmoid)

- unterschiedliche Kodierungen der Muster

- unter Verwendung von Energie-Minimierungen

- unter Verwendung algebraischer Beziehungen

- Vergleich von klassischen mit spieltheoretischen Kohonen-Karten

{

Überwachtes Lernen:

- Trainiertes Netz zur Basislinienkorrektur in NMS und ESR Spektren

2 of 4

2015 – 2017

System Administrator, IT Gruppe des Instituts für Physik, Albert-Ludwigs-
Universiät Freiburg, Deutschland.

{

Aufsetzen und Wartung von Windows und Linux Images mit ESXI und XEN.

Konfiguration von DHCP, CUPS, FOG Server, LDAP Authentifikationen,
Erstellen von KISS-Systemen und USV-Konfigurationen

{

Entwicklung eines automatisierten Penetrationstest-Systems für das Netzwerk
des physikalischen Instituts

Cron job gesteuerte Vulnerability Scans mit der NMAP Skript-Engine.
Entwicklung eines Metasploit Plugin, welches basierend auf CVE Einträge
die von NMAP gefundenen Exploits in MSF initialisiert und Angriffe ausführt

2017 – 2021

Data Science and Software Development, Dr. Hornecker Softwareentwicklung
und IT Dienstleistungen, Freiburg, Deutschland.

{

Druckindustrie (B2B): Mai 2019 - Januar 2021

Funktion: Projekt Manager, Data Scientist, Software Developer

Technologien: Xamarin Forms, Camera2, Entity Framework Core, OpenCV,

SkiaSharp, Pillow, Docker, REST, Flask API

Leitende Funktion bei der Entwicklung einer App zur Fälschungserkennung sowie
für die Berechnung eines robusten Fingerprints im Rahmen eines patentierten

Verfahrens für Sicherheitsetiketten. Untersuchung, Bewertung und Umsetzung
von Bildverarbeitungsverfahren wie SIFT, SURF, ORB. Implementierung
von Laplace- und Fourier-Transformationen, sowie Signal-Rausch Analysen.

Planung und Durchführung des CI Deployment-Prozesses für Android und
iOS. Anbindung an den Server über eine REST-API. Implementierung eines
Heartbeat Service für die Flask-Controller, sowie eines Response-Systems im
Falle von Störungen.

{

Energietechnik (B2C): Februar 2020 - Juni 2020

Funktion: Data Scientist

Technologien: verschiedene Azure Services (Azure TSI, Azure Cosmos DB,
Azure SQL Datenbank, Azure Functions (FaaS), Azure Key Vault), verschiedene

Zeitreihen- und KI-Frameworks (pyramid ARIMA, SciKit-Learn, Tensorflow-
Keras), Confluence, Jira

Data Scientist, Bestimmung der zukünftig verbrauchten Energie, basierend auf
historischen Daten, sowie der aktuellen Wettervorhersage. Untersuchen des
Einflusses verschiedener meteorologischer Faktoren (Temperatur, Bewölkung,
Niederschlagswahrscheinlichkeit. . . ) und Bewertung verschiedener technischer

Vorhersagemethoden (ARIMA, Random Forest, LSTM) in Bezug auf

Performance, Planungsgüte, sowie Metriken (NRMSE, NMSE, NMAE, MASE).
Lesen und Schreiben von Zeitreihen mittels Python in Azure Time Series
Insights. Implementierung des Python Code in Azure Functions (Function as
a Service). Implementierung einer Reporting Logik zur täglichen Validierung
der Vorhersagen. Mit Hilfe dieser Implementierung erhielt der Kunde einen
Mehrwert durch die mittels maschinellen Lernens analysierten Daten für
künftige Prognosen. Die Bereitstellung der Daten sowie die Verarbeitung
über verschiedene Azure Services erfolgte über eine Cloud-Infrastruktur.
Dokumentation mit Confluence.

3 of 4

{

eCommerce (B2B): September 2019 - Januar 2020

Funktion: Projekt Manager, Data Scientist, Software Entwickler

Technologien: Docker, MySQL, .NET Core, Swagger, R Shiny dashboard,

ShinyProxy, Caddy

Leitende Funktion bei der Konzeption und Ausarbeitung eines Sicherheits- und

Authentifizierungskonzeptes für eine Analyseplattform für den Onlinehandel.

Umsetzung der Architektur auf Basis von Docker-Containern und REST.

{

Telekommunikation (B2C): Mai 2018 - Juni 2019

Funktion: Data Scientist, Software Entwickler

Technologien: Knime, Impala Hadoop, Docker, R Shiny, ShinyProxy, Random

Forests with Scikit-Learn, Neural Networks with Tensorflow

Data Scientist, Erarbeitung von Geschäftsprozessen mit Verantwortlichen aus
den jeweiligen Fachbereichen. Suchen und Finden der zugehörigen Rohdaten
im zentralen Hadoop Cluster via Impala und Knime. Schreiben einer Logik in R
zur Aggregierung der Daten für die definierten KPIs. Entwicklung eines Shiny-
Dashboards zur Visualisierung der Prozesse. Implementierung einer Schnittstelle
vom Dashboard zu den Systemen des Controlling.

Big Data, zu den Geschäftsprozessen zu den definierten KPIs wurden sämtliche

Telefonate zwischen Kunden und Service in den letzten 4 Jahren aus dem

Hadoop Cluster gesucht und mittels Methoden der künstlichen Intelligenz in
der Sprachverarbeitung, Natural Language Processing (NLP), untersucht, um
Ursachen von Beschwerden und Störungen zu verstehen.

Entwicklung prädiktiver Modelle (Ensemble Learning, Neuronale Netze) in
Python und R, um aus historischen Daten individuelle Verrichtungszeiten für

Außendiensteinsätze zu erstellen. Hierzu waren kundenspezifische Entwicklungen

zur Verwendung von maschinellen Lernverfahren und statistischen Modellen
notwendig mit dem Ziel der Verbesserung der Kundengewinnung und
Kundenbindung im B2C-Bereich.

Softwareentwicklung, Implementierung von maschinellem Lernen für den

Wirkbetrieb mittels Methoden des Continuous Integration (CI) und Docker

Containern, sowie Validierung der Professional Services Automation Richtlinien

(PSA-Compliance) erfolgte mittels Python, Impala SQL und Hadoop. Definieren

und Erstellen eines täglichen Reporting und Implementierung einer Schnittstelle
zu den Reporting Datenbanken des Kunden.

{

Industrie und IoT (B2C): April 2017 - Mai 2018

Funktion: Software Entwickler

Technologien: Xamarin Forms, .NET, Bluetooth Low Energy

Entwicklung einer mobile App (Android, iOS) sowie einer PC-Software
zur Programmierung und Steuerung von Zeitschaltuhren. Umsetzung und

Anbindung des Bluetooth-Stacks. Entwicklung eines Discovery-Services (UDP-

Broadcast). Entwicklung eines Roll-out-Tools zum automatisierten Deployment.
Planung und Durchführung des Wartungsprozesses mit einem 3-Personen-Team.

4 of 4

Adrian

Eisenmeier

Profile

David Wijnkoopstraat 7

1069RH Amsterdam

H +31 6 38900517

B [email protected]

Personel data

Name

Dipl.-Phys. Adrian Eisenmeier

Day of birth

1985.06.13

Nationality

German

Language skills

German (native), English (fluent), Dutch (beginner)

Programming

languages

Python, R, C# , C++, Java Script

Skills

Various methods of Machine Learning, Neural Networks with Keras/Tensorflow and

Data Science Frameworks (Jupyter Lab, Scikit-Learn, H2O, pyramid Auto-ARMIA,

SciPy, ML.NET, etc.), image processing OpenCV, SkiaSharp, Knime, R Shiny, Grafana

Dashboards, Linux Server Administration, Docker, Kubernetes, Apache Impala Hadoop,

Apache Kafka, Xamarin Forms, Xamarin.Android, Xamarin.iOS, Xamarin.UWP, ASP.NET

Core, Entity Framework Core, Identity Core, Penetration testing and IT Security (Kali,

Tails Linux, Metasploit Framework, NMap, etc.), Bluetooth, agile development, test

driven development, Scrum, Redmine, Jira, Mantis, Confluence, Doxygen LaTeX, Azure

Cloud Ressources (TSI, Functions FaaS, SQL, Cosmos DB), AWS Cloud (EC2, ECS, S3,

Lambdas) GitLab, Subversion, REST API’s, Swagger, automated deployment processes

with Continuous Integration (CI), Reverse Proxys with Caddy, Nginx, Apache, SSL

certificates with Let’s Encrypt

Education

2007 – 2016

Academic studies: Physics, Meteorology, Chemistry,
Albert-Ludwigs-University of Freiburg, Germany.

Degree: Diploma Physicist

1 of 4

Job experience

2011

Scientific Assistant, Pharmacy industry, Freiburg, Germany.

{

Technologies: R, Knime

{

Analysis of synergistic effects in mixtures of various cancer drugs

{

Implementation of Chou Combination Index (CI) in R as Knime Node

2011

Scientific Assistant, Optics industry, Freiburg, Germany.

{

Technologies: Mathematica, Python

{

Development of a software to determine the astigmatism and the focal length of
eye lenses using machine learning. Implementation of the patent specification

(2814916) of the Rodenstock company

{

Aspheric lense approximation by use of cubic B-splines

{

Estimation of metric tensors and numerical solutions of the curvature differential
equations

2012 – 2015

Scientific Assistant, Institute of Physical Chemistry, Albert-Ludwigs-University
of Freiburg, Germany.

{

Technologies: TurboMol, ORCA, Gromacs MD

{

QM/MM simulations of ESR parameters (g-tensor, hyperfine coupling tensor)
for flavo-proteins, solved in an aqueous environment

2016

Scientific Assistant, Institute of Physics, Albert-Ludwigs-University of Freiburg,
Germany.

{

Technologies: C++, CUDA, Python, R

{

Development and analysis of various recurrent neural networks for pattern
matching

{

Unsupervised learning:

- Pattern recognition with Boltzmann nets

- Pattern recognition with LSTM nets

- Pattern recognition with Hopfield nets and analysis of the recognition rate

- by use of different learning rules (Hebbian, Oya, STDP)

- by use of different activations (linear, heavyside, sigmoid)

- by use of different encodings of the neural activity

- by use of energy optimization criteria

- by use of algebraic relations of neural activities to each other

- Comparison of classical Kohonen maps with game theoretical Kohonen maps

{

Supervised learning:

- Trained neural networks for baseline corrections in magnetic resonance spectra

2 of 4

2015 – 2017

System Administrator, IT group for the Institute of Physics, Albert-Ludwigs-
University of Freiburg, Germany.

{

Setup and maintenance of Linux and Windows images with ESXI and XEN.
Configuration of dhcp, and cups server, configuration of NFS data storage,
LDAP authentifications, KISS-systems, USV-configurations, FOG-cloud backups

{

Development of an automatized penetration testing system for the IT network
at the Insitute of Physics.

Cron job controlled vulnerability scans with NMap script engine. Development
of a plugin that downloads exploits from the Rapid 7 database, based on
matching CVE entries returned by NMap. Use of Metasploit Framework (MSF)
for trying to do attacks, based on NMap results, and by use of downloaded
exploits, in case that they are not part of MSF Core.

2017 – 2021

Data Science and Software Development, Dr. Hornecker Softwareentwicklung
und IT Dienstleistungen, Freiburg, Germany.

{

Printing industry (B2B): May 2019 - January 2021

Role: Project Manager, Data Scientist, Software Developer

Technologies: Xamarin Forms, Camera2, Entity Framework Core, OpenCV,

SkiaSharp, Pillow, Docker, REST, Flask API

Lead role in the development of a cross-platform mobile app for fraud detection,
as well as for the calculation of a robust fingerprint, within the scope of
a patented process for security ettiquetes.

Investigation, evaluation and

implementation of image processing methods such as SIFT, SURF, ORB.
Implementation of Laplace and Fourier transforms, as well as signal-to-noise
analyses. Planning and execution of the CI deployment process. Connection to
the cloud via a Flask REST API. Implementation of a heartbeat service for the
Flask controllers, as well as a response system in case of failures.

{

Energy industry (B2C): February 2020 - June 2020

Role: Data Scientist

Technologies: Azure Services (TSI, SQL DB, CosmosDB, Functions), various

timeseries and data science frameworks (Auto-ARIMA, Scikit-Learn, Tensorflow
and Keras)

Data Scientist, Forcast of used electrical consumption, based on historical
data and the actual weather prediction. Investigation of the contribution of
meteoroloical parameters (temperature, cloud cover, precipitation probability,
etc.) and comparison of different forcasting methods (ARIMA, Random Forests,
LSTM Neural Networks) in terms of calculational costs, planning qualities, and
accuracies (mase, nmae, nrmse). Reading and writing data with Azure services,
and implementing the predictive model with Azure functions (FaaS) in Python.
Implementation of a daily validation logic for the reporting. With the help of
this implementation, the customer received value from the data, analyzed by
machine learning, for future forecasts. The provision of the data as well as the
processing is realized via various Azure services in an Azure cloud infrastructure.
Documentation written with Confluence.

3 of 4

{

eCommerce (B2B): September 2019 - January 2020

Role: Project Manager, Data Scientist, Software Developer

Technologies: Docker, MySQL, .NET Core, Swagger, R Shiny dashboard,

ShinyProxy, Caddy

Lead role in the development of a full dockerzied system to upload data of
online market shops into a database, and visualize them. Upload API with

ASP .NET Core implemented, and with Swagger documentated. Dashboard

implemented with R Shiny. Implementation of a secure passwordless access by
use of Json Web Tokens (JWT), reverse proxy with Caddy.

{

Telecommunication industry (B2C): May 2018 - June 2019

Role: Data Scientist, Software Developer

Technologies: Knime, Impala Hadoop, Docker, R Shiny, ShinyProxy, Random

Forests with Scikit-Learn, Neural Networks with Tensorflow

Data Scientist, Elaborating of complex business processes with the responsible
group leaders to get a mapping from the processes to the corresponding data in
the hadoop cluster. Implementing a R logic to calculate KPI’s and development
of a Shiny dashboard for controllable visualizations of the KPI’s. Implementation
of a data interface to give the controlling group access to the data.

Big Data, for the defined KPI’s all phone calls between customer and service, out
of last 4 years, were analysed by the use of methods from language processing

(NLP), to understand the reasons for complaints and disturbances.

Development of a predictive model to forcast individual working times of
telecommunication techniquans in the field, based on historical data. This
required the analysis of customer-specific developments by using machine
learning and statistical models with the aim of improving customer acquisition
and customer retention in the B2C area.

Setup of a compliance conform server for production. Implementation of a
release pipeline (Continuous Integration CI), that orchestrates docker containers
for data access, model prediction, data transfer, and validation . Implementation
of a daily reporting logic and visualization of planning qualities and accuracies.

{

IoT industry (B2C): April 2017 - May 2018

Role: Software Developer

Technologies: Xamarin Forms, .NET, Bluetooth Low Energy

Development of a cross-platform mobile, and a WPF PC app to program and
control smart time switches. Cross-platform implementation of the bluetooth
stack with Robotics libraries. Programming an automated rollout mechanism
for Google and Apple store. Maintenence of Apple developer and app store
connect

4 of 4