Pikiran-Pikiran
di Balik Ilmu
Kolektif yang dipimpin PhD dari peneliti, matematikawan, dan insinyur yang berdedikasi pada ilmu causal discovery.

Prof. Dr. Martin Spindler
Direktur & Pendiri
Martin Spindler adalah Profesor Data Science, Statistik & Ekonometrika di Universitas Hamburg dan pendiri Economic AI™. Mengkhususkan diri dalam teori dan aplikasi Machine Learning dan AI — terutama Causal Machine Learning — ia memiliki gelar dari Universitas Regensburg dan Universitas Munich, di mana ia juga memperoleh gelar PhD. Sebagai visiting scholar reguler di MIT, Martin mendirikan Economic AI™ untuk membantu bisnis memanfaatkan solusi terdepan untuk keunggulan kompetitif.

Dr. Sven Klaassen
Kepala Pengembangan Perangkat Lunak
Sven Klaassen adalah Kepala Pengembangan Perangkat Lunak di Economic AI™. Ia memperoleh gelar Master dalam Matematika Bisnis dan Ph.D. dalam Ekonomi dari Universitas Hamburg. Pada tahun 2022 Sven adalah visiting scholar di MIT dan telah bekerja aktif dalam penelitian tentang kombinasi Machine Learning dan Causal Inference. Saat ini, ia memelihara dan mengembangkan paket open-source DoubleML.

Dr. Philipp Bach
Kepala Pelatihan & Pendidikan Eksekutif
Philipp Bach adalah Kepala Pelatihan & Pendidikan Eksekutif dan bersemangat mengajarkan topik dasar dan lanjutan Causal ML. Saat ini ia memegang posisi sebagai peneliti pasca-doktoral di Universitas Hamburg. Penelitiannya berfokus pada implementasi dan aplikasi pendekatan mutakhir Causal ML.

Jan Rabenseifner, M.Sc.
Data Scientist
Jan Rabenseifner adalah Data Scientist di Economic AI™. Saat ini ia sedang menempuh Ph.D. dalam Statistik di Universitas Hamburg. Minat penelitiannya terletak pada bidang Causal Inference, Evaluasi Prakiraan dalam pengaturan berdimensi tinggi, Deep Learning, and Machine Learning.

Lucas Moreira Gomes, M.Sc.
Data Scientist
Lucas Moreira Gomes adalah Data Scientist di Economic AI™. Pekerjaannya terutama berpusat pada Graph Neural Networks (GNNs), Deteksi Kolusi, and Large Language Models (LLMs). Ia berfokus pada pemanfaatan geometric deep learning and natural language processing untuk memecahkan tantangan struktural dan perilaku yang kompleks dalam lingkungan data modern.
Bergabunglah di Garis Depan
Causal Discovery
Kami secara rutin mencari magang berkualifikasi tinggi, mahasiswa kerja (Sarjana & Magister), dan kandidat PhD untuk bergabung dalam proyek industri berbasis penelitian kami.
“Penguasaan adalah transisi dari memprediksi apa yang terjadi menjadi memahami mengapa hal itu harus terjadi.”
Dipercaya oleh Pemimpin Industri
