Akademisches Profil
Über mich
Wissenschaftlicher Mitarbeiter in der Intelligent Systems Group der Universität Kiel und Doktorand — ich entwickle ein Empfehlungssystem zur Diagnoseunterstützung in der Notfallmedizin.
Wer ich bin
Ich habe praktische Erfahrung in der Analyse medizinischer und klinischer Daten, in der Datenstrukturierung sowie in der Vorhersage- und Klassifikationsmodellierung, mit einem soliden technischen Hintergrund in Python, SQL und unterschiedlichen Datenformaten sowie praktischer Erfahrung in interdisziplinären akademischen und industriellen Umgebungen.
Der Schwerpunkt meiner Promotion ist die Entwicklung eines Empfehlungssystems zur Diagnoseunterstützung in der Notfallmedizin — ein System, das Behandelnden hilft, aus unvollständigen, heterogenen und zeitkritischen Patientendaten zu einer Diagnose zu gelangen.
Seit 2022 bin ich wissenschaftlicher Mitarbeiter in der Intelligent Systems Group der Universität Kiel. Ich arbeite mit medizinischen und klinischen Daten für grundlegende Analyse, Strukturierung und Datenfluss-Management; kuratiere Forschungsdaten aus klinischen und biomedizinischen Studien; baue Datenintegrations-Pipelines über Text-, Bild-, Tabellen- und Zeitreihenquellen auf; und entwickle Vorhersage- und Klassifikationsmodelle für Krankheiten, Medikamente und Messwerte — unter Sicherung von Datenqualität, Konsistenz und Nachvollziehbarkeit über Projekte hinweg. Ich habe das Projekt KIT2 (TeleNotArzt) abgeschlossen, eine praxisnahe Zusammenarbeit mit der RWTH Aachen.
Vor Kiel war ich Data Scientist in der Abteilung Forschung & Entwicklung von Paul Wurth S.A. in Luxemburg (2020–2021) und arbeitete an Datenerhebung und -validierung, Vorhersagemodellierung und Prozessoptimierung mit maschinellem Lernen und Deep Learning für industrielle Projekte.
Forschungsausrichtung
- Empfehlungssysteme zur Diagnoseunterstützung in der Notfallmedizin
- Multimodales maschinelles Lernen über Text-, Bild-, Tabellen- und Zeitreihendaten
- KI-gestützte Integration klinischer Daten; Vorhersage- und Klassifikationsmodelle
- Synthetische Datengenerierung und Imputation fehlender Werte für das Gesundheitswesen
Arbeitsweise
Ich konzentriere mich darauf, transparente, reproduzierbare und nützliche analytische Systeme zu bauen und Datenqualität, Konsistenz und Nachvollziehbarkeit über interdisziplinäre Projekte hinweg zu sichern. Mir ist ein Gleichgewicht aus methodischer Sorgfalt, Experiment, Praxisrelevanz und klarer Ergebnisinterpretation wichtig.
Ausbildung
- seit 2022 • Promotion, Christian-Albrechts-Universität zu Kiel (CAU)
Intelligent Systems, Institut für Informatik. Forschungsschwerpunkt: ein Empfehlungssystem zur Diagnoseunterstützung in der Notfallmedizin, aufbauend auf der KI-gestützten Integration multimodaler klinischer Daten.
- 2016–2021 • M.Sc. Information Engineering, Fachhochschule Kiel
Masterarbeit: Einsatz und Optimierung von CycleGAN für die Analyse multivariater Zeitreihen.
- 2009–2014 • B.Sc. Elektro- und Elektroniktechnik, American International University–Bangladesh
Bachelorarbeit: Bildverarbeitung amerikanischer Gebärdensprache mit MATLAB zur Kommunikation mit Hörgeschädigten.
Berufserfahrung
- seit 2022 • Wissenschaftlicher Mitarbeiter, Intelligent Systems Group, Universität Kiel
Analyse, Strukturierung und Datenfluss-Management klinischer Daten; Kuratierung von Forschungsdaten; multimodale Datenintegrations-Pipelines; Vorhersagemodellierung zur Prozessoptimierung und Klassifikation von Krankheiten/Medikamenten/Messwerten; Unterstützung wissenschaftlicher Publikationen. Projekt KIT2 (TeleNotArzt) in Zusammenarbeit mit der RWTH Aachen abgeschlossen.
- 2020–2021 • Data Scientist, Abteilung F&E, Paul Wurth S.A., Luxemburg
Datenerhebung und -validierung für industrielle Projekte; Vorhersagemodellierung und Prozessoptimierung mit maschinellem Lernen; Datenintegrität und Qualitätssicherung; Zusammenarbeit mit internationalen Forschungs- und Entwicklungsteams; Deep Learning und statistische Inferenz zur Prozessverbesserung.