Mūsų kolektyvinė ekspertizė

Protai
už mokslo

Mokslo daktarų vadovaujamas tyrėjų, matematikų ir inžinierių kolektyvas, atsidavęs priežastingumo atradimo mokslui.

Slinkti
Prof. Dr. Martin Spindler

Prof. Dr. Martin Spindler

Direktorius ir įkūrėjas

Martin Spindler yra duomenų mokslo, statistikos ir ekonometrijos profesorius Hamburgo universitete ir Economic AI™ įkūrėjas. Specializuodamasis mašininio mokymosi ir DI teorijoje bei taikyme – ypač priežastiniame mašininiame mokymesi – jis įgijo laipsnius Regensburgo ir Miuncheno universitetuose, kur taip pat gavo daktaro laipsnį. Reguliarus vizituojantis mokslininkas MIT, Martin įkūrė Economic AI™, kad padėtų įmonėms panaudoti pažangiausius sprendimus konkurenciniam pranašumui.

Dr. Sven Klaassen

Dr. Sven Klaassen

Programinės įrangos plėtros vadovas

Sven Klaassen yra programinės įrangos plėtros vadovas Economic AI™. Jis įgijo verslo matematikos magistro ir ekonomikos daktaro laipsnius Hamburgo universitete. 2022 m. Sven buvo vizituojantis mokslininkas MIT ir aktyviai dirba mašininio mokymosi ir priežastinės išvados derinio tyrimuose. Šiuo metu jis prižiūri ir plėtoja atviro kodo paketą DoubleML.

Dr. Philipp Bach

Dr. Philipp Bach

Mokymų ir vadovų švietimo vadovas

Philipp Bach yra mokymų ir vadovų švietimo vadovas ir aistringai dėsto bazines ir pažangias Causal ML temas. Šiuo metu jis eina podoktorantūros tyrėjo pareigas Hamburgo universitete. Jo tyrimai orientuoti į pažangiausių Causal ML metodų įgyvendinimą ir taikymą.

Jan Rabenseifner, M.Sc.

Jan Rabenseifner, M.Sc.

Duomenų mokslininkas

Jan Rabenseifner yra duomenų mokslininkas Economic AI™. Šiuo metu jis siekia statistikos daktaro laipsnio Hamburgo universitete. Jo tyrimų interesai apima priežastinę išvadą, prognozių vertinimą daugiamačiuose kontekstuose, gilųjį mokymąsi ir mašininį mokymąsi.

Lucas Moreira Gomes, M.Sc.

Lucas Moreira Gomes, M.Sc.

Duomenų mokslininkas

Lucas Moreira Gomes yra duomenų mokslininkas Economic AI™. Jo darbas daugiausia orientuotas į grafų neuroninius tinklus (GNN), slaptų susitarimų nustatymą ir didelius kalbos modelius (LLM). Jis orientuojasi į geometrinio giluminio mokymosi ir natūralios kalbos apdorojimo panaudojimą sprendžiant sudėtingus struktūrinius ir elgesio iššūkius šiuolaikinėse duomenų aplinkose.

Prisijunkite prie ribos

priežastingumo atradime

Mes nuolat ieškome aukštos kvalifikacijos praktikantų, dirbančių studentų (bakalauro ir magistro) ir doktorantų, galinčių prisijungti prie mūsų tyrimais paremtų pramonės projektų.

Meistriškumas – tai perėjimas nuo prognozavimo, kas įvyks, prie supratimo, kodėl tai turi įvykti.

Mumis pasitiki pramonės lyderiai