HPI
Das Hasso-Plattner-Institut (HPI) in Potsdam bietet seinen Studierenden einzigartige praxis- und innovationsorientierte Studiengänge im Bereich IT Systemtechnik und Data Engineering. Akademisch verfasst als gemeinsame Digital Engineering Fakultät des HPI und der Universität Potsdam vereinen sich am Campus Griebnitzsee exzellente Forschung und Lehre. Das HPI entwickelt und betreibt auch openHPI, eine webbasierte Plattform, auf der kostenlose, frei zugängliche Onlinekurse zu Themen aus dem Bereich Informationstechnologie angeboten werden. Die Plattform startete 2012 und gilt damit als Vorreiter für das MOOC-Format in Deutschland.


Zuhra Sofyan ist wissenschaftlicher Mitarbeiter und Doktorand am Hasso-Plattner-Institut in Potsdam. Er erwarb seinen Master-Abschluss in Medieninformatik an der RWTH Aachen. Seine Forschung konzentriert sich auf die innovative Bereitstellung digitaler Inhalte in MOOCs, mit einem besonderen Schwerpunkt auf interaktiven Inhalten.

Haojin Yang ist Senior Researcher und Leiter der Forschungsgruppe Multimedia und Maschinelles Lernen (MML) am Hasso-Plattner-Institut (HPI). Seit 2019 ist er für eine Professur habilitiert. Seine Forschungsschwerpunkte sind effizientes Deep Learning, Modellbeschleunigung und -kompression sowie Edge AI.

Christian Bartz ist derzeit Doktorand am Lehrstuhl für Internettechnologien und -systeme des Hasso-Plattner-Instituts (HPI) an der Universität Potsdam, Deutschland. Vor seiner Promotion machte er 2016 seinen Masterabschluss in IT-Systems Engineering am HPI. Seine aktuellen Forschungsinteressen drehen sich um Computer Vision und Deep Learning, insbesondere Texterkennung in Szenenbildern, Handschrifterkennung für die automatisierte Analyse von Archivmaterial und die automatisierte Generierung geeigneter Trainingsdaten für das Training von Machine-Learning-Algorithmen.
Johannes Hötter ist im fünften Semester des Masterstudiengangs Data Engineering am Hasso-Plattner-Institut, zuvor hat er an der Hochschule Bonn-Rhein-Sieg Wirtschaftsinformatik studiert. Seit vier Jahren spezialisiert sich Johannes auf die Entwicklung selbstlernender Programme in den Bereichen Sprach- und Bildverarbeitung sowie im Kontext betrieblicher Anwendungssysteme. Johannes hat mit weiteren Kommiliton*innen am HPI zwei Startups gegründet: Die studentische KI-Beratung path2.ai, sowie das Software-Startup onetask.ai, mit welchem er den HPI-Businessplanwettbewerb 2020 gewonnen hat.
My name is Christian Warmuth and I am a recent graduate from Hasso-Plattner-Institute with a master’s degree in Data Engineering/Data Science. My passions are Data Science, Software Engineering, Startups and Business Processes - and basically all related fields.
I am currently working Innovation Office & Strategic Projects Team at SAP Signavio as a Product Innovation Engineer combining my interest in machine learning, software engineering, my background in business process management as well as product discovery skills. My focus here, as well as in my academic activities, is innovation in the area of process intelligence, process mining, and generally in the area of business process management & its connection to data. Beyond that, I am also a mentor at the Global Digital Excellence Association (GDEXA) trying to share my experiences, give guidance but also learn from each other.
Prof. Dr. Emmanuel Müller leitet das Fachgebiet Knowledge Discovery and Data Mining. Data Mining endet dabei in vielen wissenschaftlichen und wirtschaftlichen Systemen jedoch nicht mit der Ausführung von Algorithmen. Vielmehr möchte man mit Hilfe von Analysetechniken neue, unbekannte und unerwartete Muster aufdecken, aus denen der Mensch entsprechende Entscheidungen ableiten kann. Auf der einen Seite erforschen wir effiziente Algorithmen, welche sowohl mit der Größe als auch mit der Komplexität von Datenbeständen skalieren. Auf der anderen Seite generieren unsere Algorithmen aus Sicht der Anwender leicht zu verifizierendes Wissen.
Das Fachgebiet entwickelt hierzu neue Methoden zur Datenanalyse von großen und komplexen Datenbeständen. Dies beinhaltet unter anderem Methoden zur Selektion von relevanten Attributen in hochdimensionalen Datenbanken, zur Korrelationsanalyse in multivariaten Datenströmen und zur Erkennung homophiler Strukturen in attributierten Graphen. Weitere Forschungsgebiete sind die Analyse von multi-skalen Sensordaten und die interaktive Exploration von heterogenen Informationssystemen, welche in Kooperation mit dem Deutschen GeoForschungsZentrum GFZ erforscht werden.