Mielet
tieteen takana
Tohtorijohtoinen tutkijoiden, matemaatikkojen ja insinöörien yhteisö, joka on omistautunut kausaalisen löytämisen tieteelle.

Prof. Dr. Martin Spindler
Johtaja ja perustaja
Martin Spindler on datatieteen, tilastotieteen ja ekonometrian professori Hampurin yliopistossa ja Economic AI™:n perustaja. Hän on erikoistunut koneoppimisen ja tekoälyn teoriaan ja soveltamiseen — erityisesti kausaaliseen koneoppimiseen — ja hänellä on tutkinnot Regensburgin yliopistosta ja Münchenin yliopistosta, jossa hän suoritti myös tohtorin tutkinnon. Martin on säännöllinen vieraileva tutkija MIT:ssä ja perusti Economic AI™:n auttaakseen yrityksiä hyödyntämään huippuluokan ratkaisuja kilpailuedun saavuttamiseksi.

Dr. Sven Klaassen
Ohjelmistokehityksen johtaja
Sven Klaassen on Economic AI™:n ohjelmistokehityksen johtaja. Hän suoritti maisterin tutkinnon liiketoimintamatematiikassa ja tohtorin tutkinnon taloustieteessä Hampurin yliopistossa. Vuonna 2022 Sven oli vieraileva tutkija MIT:ssä ja on työskennellyt aktiivisesti koneoppimisen ja kausaalisen päättelyn yhdistämisen parissa. Tällä hetkellä hän ylläpitää ja laajentaa avoimen lähdekoodin DoubleML-pakettia.

Dr. Philipp Bach
Koulutusten ja johtajakoulutuksen johtaja
Philipp Bach on koulutusten ja johtajakoulutuksen johtaja ja on intohimoinen Causal ML:n perus- ja edistyneiden aiheiden opettamisesta. Hän toimii tällä hetkellä post-doc-tutkijana Hampurin yliopistossa. Hänen tutkimuksensa keskittyy Causal ML:n huippuluokan lähestymistapojen toteutuksiin ja sovelluksiin.

Jan Rabenseifner, M.Sc.
Datatieteilijä
Jan Rabenseifner on Economic AI™:n datatieteilijä. Hän suorittaa parhaillaan tohtorin tutkintoa tilastotieteessä Hampurin yliopistossa. Hänen tutkimusintressinsä ovat kausaalisen päättelyn, ennusteiden arvioinnin moniulotteisissa ympäristöissä, syväoppimisen ja koneoppimisen aloilla.

Lucas Moreira Gomes, M.Sc.
Datatieteilijä
Lucas Moreira Gomes on datatieteilijä Economic AI™:ssa. Hänen työnsä keskittyy pääasiassa graafisiin neuroverkkoihin (GNN), salaisen yhteistyön havaitsemiseen ja suuriin kielimalleihin (LLM). Hän keskittyy geometrisen syväoppimisen ja luonnollisen kielen käsittelyn hyödyntämiseen monimutkaisten rakenteellisten ja käyttäytymishaasteiden ratkaisemiseksi moderneissa dataympäristöissä.
Liity eturintamaan
kausaalisessa löytämisessä
Etsimme säännöllisesti korkeasti koulutettuja harjoittelijoita, työntekijäopiskelijoita (kandidaatti ja maisteri) ja tohtorikandidaatteja liittymään tutkimuslähtöisiin teollisuusprojekteihimme.
“Mestaruus on siirtymä ennustamisesta ymmärtämiseen.”
Alan johtajien luottama
