Berufspraxiskolloquium – Ein Ausflug in die Optimierung
In langjähriger Tradition der Fachgruppe Mathematik & Informatik an der Universität Wuppertal konnte das Berufspraxiskolloquium auch im Wintersemester 2021/2022 angeboten werden. Bei diesem Angebot erhalten Interessierte Einblicke in Unternehmen und Studierenden werden frühzeitig berufliche Perspektiven aufgezeigt. Dies unterstützt sie bei der späteren Berufswahl oder Schwerpunktfindung im eigenen Studiengang.
Am Dienstag, den 11.01.22, hat Herr Dr. Sven Flake (Analytics Senior Consultant – Project Manager) von der OPTANO GmbH einen kleinen Einblick in die Arbeitswelt des Paderborner IT-Unternehmens gegeben. In einer Hybridveranstaltung hatten Interessierte die Möglichkeit, mehr über die mathematischen Herausforderungen bei OPTANO zu erfahren. In angenehmer Atmosphäre zeigte Dr. Flake (Promotion in Informatik) Beispiele aus der täglichen Arbeit bei dem Paderborner IT-Unternehmen OPTANO. Zusammen mit einem Team aus Mathematiker:innen, Informatiker:innen und Wirtschaftswissenschaftler:innen verwandeln sie mathematisches Insiderwissen in maßgeschneiderte Optimierungssoftware für ihre Kunden. Die Problemstellungen kommen dabei aus sehr unterschiedlichen Bereichen, wie z. B. der Logistik, dem Energiesektor oder dem Bereich Automotive. Im Anschluss an den Vortrag hat Herr Flake sich noch viel Zeit genommen und Rede und Antwort für die vielen Fragen gestanden. Die Möglichkeit Fragen zum Beispiel zum persönlichen Berufsweg von Herrn Flake und der Tätigkeit zu stellen, wurde von den Zuhörer:innen rege genutzt.
Aufgabe des Gutachterausschusses für Grundstückswerte ist Schaffung von Markttransparenz auf dem Grundstücksmarkt sowie die Feststellung von Verkehrswerten von Immobilien.
Deep Learning entwickelte sich aus der Neuroinformatik und Forschung zur künstlichen Intelligenz. Häufig wird die KI dabei als ‚Black Box‘ dargestellt, bei der man nicht verstehen kann, warum sie in der Lage ist bestimmte Probleme zu lösen. Mit unserer Vorlesung an der Bergischen Universität möchten wir die Teile der KI-Forschung identifizieren, die auf gesicherten mathematischen Grundlagen stehen – z.B. die Fähigkeit von großen Neuronalen Netzen, beliebige Funktionen zu approximieren, sowie das genaue Funktionieren von ‚Lernalgorithmen‘, das ‚No Free Lunch‘-Theorem oder den Zusammenhang zwischen Symmetrie und Convolutional Neural Networks. Zur Vorlesung gibt es praktische Übungen mit aktuellen Tools für Deep Learning (Keras/Tensorflow).
Im Wintersemester wird am Campus Velbert/Heiligenhaus (CVH) die Veranstaltung Angewandte KI im Rahmen des Master-Studiums angeboten. Dem Schwerpunkt bilden Deep Learning Verfahren und Reinforcement Learning in Zusammenhang mit Softwareagenten, als Nebenthema wird auch auf Bilderkennung mit Convolutional Neural Network (CNN) eingegangen. Praxisnahe Anwendungsfälle werden dabei in Zusammenarbeit mit den Kollegen von der Robotik, Fahrzeug- und Automatisierungstechnik vom CVH angeboten. Die Umsetzung erfolgt mittels Python und Keras. Seit 2018 steht auch ein Server mit Tesla-GPU-Unterstützung in der Veranstaltung zur Verfügung. Dozent ist Jörg Frochte. Voraussetzung für die Teilnahme sind Grundlegende Kenntnisse über klassische Verfahren des maschinellen Lernens.