Die digitale Vermessung der Welt

Deep Learning
Hello New World

Data Science und Machine Learning helfen nicht nur dabei, Arbeitsschritte zu automatisieren, sondern auch um genauere und schnellere Entscheidungen zu treffen. Zunächst einmal verarbeiten unsere Data Engineers die unterschiedlichen Sensor-Daten (2D, 3D etc.) in maschinenlesbare Cluster. Diese Arbeitsschritte werden danach automatisiert, sodass die darauf aufbauenden Systeme für Training und Execution kontinuierlich mit Daten versorgt werden.

Unsere Data Scientists entwerfen dann Modelle, z.B. mit Deep Learning Frameworks, um aus diesen Daten in Sekundenschnelle Erkenntnisse zu gewinnen, die sonst ein Mensch nur mit unverhältnismäßig großem Aufwand gewinnen könnte. Unsere Twinner Data Doctors beteiligen sich so an der digitalen Vermessung der Welt und steigern damit die Effizienz unterschiedlichster Anwendungen in bisher unbekanntem Ausmaß.

Almost an AI
Automotive

Aus den Roh-Daten der Sensoren einer Fahrzeug-Digitalisierung erzeugen wir beinahe 2 GB an Daten, welche zur Auswertung zur Verfügung stehen. Darauf aufbauend ist Machine Learning z.B. für die vollautomatische Klassifikation von Kraftfahrzeugen in all ihren individuellen Details unverzichtbar. Aus diesen multi-dimensionalen Datenstrukturen können wir sehr genaue Aussagen über Fahrzeugschäden, Unfallhistorie, Authentizität von Kilometerständen, Marktwert von Gebrauchtfahrzeugen und mögliche Reparaturkosten treffen.

Data Science
Team Player

Maxim Shayduk
Team Lead, MACHINE LEARNING

Maxim leitet bei Twinner das Artificial Intelligence Team. Er ist Experte für Machine Learning sowie multidimensionaler Datenanalyse und verantwortet mit seinem Team alle Prozesse, die für die Analyse großer Datenmodelle notwendig sind.

Maxim ist promovierter Physiker und forschte vor seiner Arbeit bei Twinner in Novosibirsk, an der HU Berlin sowie dem Max-Planck-Institut für Physik in München im Bereich der Astrophysik. Am Deutschen Elektronen-Synchrotron (DESY) leitete er die Entwicklung von KI Algorithmen zur Analyse großer Datenmengen sowie Monte-Carlo Simulationen zur Optimierung der MAGIC-Teleskop-Performance. Sein Wissen zu unterschiedlichen Disziplinen künstlicher Intelligenz wie Deep Learning, Transfer Learning und Single Shot Object Detection machen Maxim zu einem echten Twinner Professional.

#Caffe #Kibana #OpenAI #TensorFlow #Python #DecisionTrees #NeuralNetworks #DeepLearning #Football #Art #IceHockey

Simone Federici
Data Scientist

Simone ist ebenfalls Experte für die Analyse komplexer Daten, die in mehrschichtigen Digitalisierungsprozessen entstehen. Big Data im oberen Petabyte-Bereich ist für Simone kein Buzzword, sondern zählt zum täglichen Business eines Data Scientists bei Twinner.

Simone studierte Physik in Rom und wurde in Potsdam auf dem Gebiet der Astrophysik promoviert. Am DESY (Deutsches Elektronen-Synchrotron) war er für die Auswertung komplexer astrophysikalischer Daten zuständig und entwickelte hier einen Algorithmus zur parallelen Dekonvolution großer Datenmengen. Er konzipiert das System klassischer statistischer Auswertungsmethoden als auch moderner Methoden des Data Engineering, um aus einer großen Menge an Rohdaten entsprechende Semantik zu generieren. Simone ist begeisterter Data Scientist und pragmatischer Senior Software Engineer, der den gesamten Software-Stack beherrscht. Vor seiner Zeit bei Twinner arbeitete er im Bereich NLP an der Entwicklung von ChatBots für Recruitingprozesse.

#Astrophysics #BigData #NASA #ScientificComputing #DataScience #C++ #Python #JavaScript #Docker #Database #AWS

Ceyhun Derinbogaz
Project Manager, Research

Wenn es darum geht, interdisziplinäre starke Teams zu führen und aus einer Idee ein marktfähiges Produkt zu entwickeln, benötigt man einen erfahrenen Project Manager wie Ceyhun.

Ein ausgeprägtes Faible für neue Softwarestacks ist dafür verantwortlich, dass Ansätze gern mit Prototypen in interne Workshops getragen und ihr Potential für Twinner geprüft wird. Er studierte Mechantronik in Istanbul und konnte Mitte 20 bereits mehrere Patentanmeldungen vorweisen. Ceyhun ist ein führungsstarker Engineer, der sich nicht mit akademischen Prototypen zufrieden gibt. Sein erstes TechStartUp entwickelte einen neuartigen Kohlestoff-basierten Batterietyp für Solarenergie und Mobilgeräte, welcher zahlreiche internationale Auszeichnungen gewann.

Bereits vor Ende seines Studiums verkaufte er sein Technologieunternehmen, um sich in Deutschland der Softwareentwicklung im Bereich erneuerbarer Energien zu widmen. Vor seiner Karriere bei Twinner war Ceyhun CTO eines FinTech-StartUps und verantwortete den Aufbau der Backend-Software einer Blockchain-basierten Handelsplattform für Kryptowährungen.

#Docker #Heroku #AgileDev #Blockchain #Python #TensorFlow #DeepLearning