Wissenschaftliche Leitung
Prof. i. R. Dr. Claus Weihs
Inhaber des Lehrstuhls für Computergestützte Statistik an der TU Dortmund bis 2019. Seine Forschungsgebiete in den letzten 20 Jahren reichten von der Entwicklung numerischer Verfahren über die Fehler-in-den-Variablen Modelle bis hin zur Entwicklung von Expertensystemen für Explorative Datenanalyse und Versuchsplanung, Statistische Methoden zur Qualitätssicherung, Musik und Statistik und Klassifikationsverfahren.
Prof. Dr. Katja Ickstadt
Inhaberin des Lehrstuhls für Mathematische Statistik und biometrische Anwendungen an der TU Dortmund. Ihre Forschungsgebiete umfassen Regressionsverfahren für hochdimensionale Daten, Klassifikations- und Clusterverfahren für genetische Daten sowie räumliche und räumlich-zeitliche Punktprozessmodellierung mit Anwendungen in der Biologie und der Epidemiologie. Die zugrunde liegenden statistischen Modelle sind häufig Bayesianische Modelle und werden mit Hilfe von Markov Chain Monte Carlo Methoden analysiert.
Team der Dozent*innen
JProf. Dr. Antonia Arsova
Dr. Leo Geppert
Dr. Daniel Horn
Wissenschaftlicher Mitarbeiter am Fachgebiet "Statistical Methods for Big Data" bei Prof. Dr. Andreas Groll. Davor wissenschaftlicher Mitarbeiter und Promotion bei Prof. Dr. Claus Weihs am Lehrstuhl Computergestützte Statistik (bis zu dessen Emeritierung). Sein Forschungsgebiet umfasst (mehrkriterielle) Black-Box Optimierung, insbesondere mit Anwendung im Bereich des Parameter Tunings, den Vergleich von Algorithmen im ein- und im mehrkriteriellem Fall sowie generelle Themen des maschinellen Lernens.
Dr. Michel Lang
Wissenschaftlicher Mitarbeiter im Fachgebiet Statistische Methoden in der Genetik und Chemometrie bei Prof. Rahnenführer. Sein Forschungsinteresse gilt statistischen Methoden in der Bioinformatik, Parallelem Rechnen, Black-Box Optimierung und Hyperparameter-Tuning.
Prof. Dr. Thomas Liebig
M.Sc. Sven Pappert
M.Sc. Burim Ramosaj
Burim Ramosaj studierte Wirtschaftsmathematik an der Universität Ulm und Mathematik an der Syracuse University in New York, USA. Nach seinem Doppelten Master-Abschluss im März 2017 hat er mit seiner Promotion am Institut für Statistik der Universität Ulm begonnen. Zu seiner Forschungsexpertise zählen Maschinelle Lernverfahren und statistische Inferenzverfahren auf Basis moderner Maschine Learning Algorithmen. Er wechselte im März 2019 an die Technische Universität Dortmund und schloss seine Promotion im Juli 2020 ab. Aktuell ist Burim Ramosaj Wissenschaftlicher Mitarbeiter und Postdoc am Lehrstuhl für Mathematische Statistik und Industrielle Anwendungen.
Profl. Dr. Jens Teubner
Inhaber des Lehrstuhls für Datenbanken und Informationssysteme an der TU Dortmund. Forschungsschwerpunkt von Jens Teubner ist die Implementierung von Datenbanksystemen auf modernen Rechnerarchitekturen. Er ist Mit-Entwickler der derzeit schnellsten Join-Implementation für moderne Hauptspeicher-Datenbanksysteme und zeigte, wie sich Netzwerkkarten mit Hardwarebeschleunigung (sog. Remote Direct Memory Access, RDMA) besonders effizient für verteilte Datenbanken einsetzen lassen. Im Rahmen seiner Promotion beschäftigte Jens Teubner sich außerdem mit der hoch-skalierbaren Verarbeitung von XML, insbesondere unter Verwendung relationaler Datenbank-Back-Ends. Das Ergebnis seiner Promotion–der XQuery-Compiler Pathfinder–ist heute Teil des Open Source-Systems MonetDB/XQuery.
Dr. Dirk Surmann
Referent für Data Governance und Data Science bei Amprion GmbH. Mit statistischen Methoden lassen sich Industrieprozesse noch besser beherrschen. Mit der Schulung in Datenmanagement macht Herr Surmann statistische Analysen für Mitarbeiter aus technischen Branchen leicht nachvollziehbar. Die Auswirkungen der theoretischen und häufig auch abstrakten Ergebnisse und werden anschaulich in der Sprache der Anwender vermittelt. Beim Übertragungsnetzbetreiber Amprion unterstützt Herr Surmann die Umsetzung einer unternehmensweiten Data Governance, mit dem Ziel die Wertbeiträge aller Datenanalysten aus den verschiedene Fachbeiträge optimal zu unterstützen.
M.Sc. Carmen van Meegen
