Data Science. Physik. Industrieerfahrung.
Was sind sie? Und wie unterscheiden sie sich?
Unter dem Begriff Data Science versteht man ganz allgemein die Analyse von Daten und die Gewinnung von nützlichen Erkenntnissen durch die Kombination von spezifischem Fachwissen mit Statistik, Mathematik und Programmierkenntnissen.
Machine Learning ist ein Zweig der künstlichen Intelligenz, der darauf abzielt, die Parameter empirischer Modelle an bekannte Daten anzupassen.
Deep Learning ist Machine Learning mit neuronalen Netzen.
Ein neuronales Netzwerk repräsentiert eine große mathematische Gleichung, die die Verbindung zwischen Eingabe- und Zielvariablen beschreibt.
Mein Schwerpunkt liegt in der Arbeit mit strukturierten Daten (Datenbanken und Tabellen)
Analyse von Prozessdaten zur Verbesserung der Produktionsausbeute
Analyse von Servicedaten für Predictive Maintenance
Automatisierte Suche nach und Klassifizierung von Produktdefekten (Qualitätssicherung)
Anbindung firmeneigener Daten an Large-Language-Modelle
Bewertung von Messdaten bezogen auf Qualität und Relevanz für eine bestimmte Fragestellung
Beratung, welche Daten erhoben und ausgewertet werden sollten, um einen maximalen Mehrwert zu schaffen
Ich bin Physiker mit langjähriger Erfahrung in der Analyse und Optimierung von Hochleistungslasersystemen. Nachdem ich mehr als zehn Jahre in der industriellen Laserforschung gearbeitet habe, konzentriere ich mich nun auf Data Science und Deep Learning. Meine Stärke liegt darin, Lösungen für komplexe Probleme zu finden.
Aufgrund meines breiten technischen Wissens kann ich schon aus kleinen Datensätzen Mehrwert generieren. Um die Qualität von Produkten und Prozessen nachhaltig zu verbessern, genügen häufig schon die bereits in einem Unternehmen vorhandenen Daten.
Ich habe sowohl Erfahrung in Data Science als auch in praktischer industrieller Anwendung.
Kontaktieren Sie mich für ein kostenloses Erstgespräch!
