Yahtzee ist ein Würfelspiel ähnlich wie Backgammon oder Schach. Der Spieler versucht verschiedene Kombinationen wie Full House oder Straße zu werfen.

Die Aufgabenstellung ist es, Super-Human-Performance (durchschnittlich > 250 Punkte) mit einem selbst-lernenden Agenten zu erreichen.

Herausforderungen:

• Zwei Entscheidungstypen:
•  Auswahl von Würfeln zum neu-würfeln
•  Auswahl einer Kategorie zum Eintragen
• Die Ergebnisse von Entscheidungen des Typ 1 sind nicht-deterministisch
• Entscheidungen können erst zum Spielende vollständig evaluiert werden

Implementierung:

• Implementierung von Reinforcement-Learning analog zu V. Mnih 2013 (Google DeepMind)
• Einsatz von zwei gekoppelten tiefen neuronalen Netzen und spielspezifischem Encoding

Aktuelles Ergebnis:

Durchschnittlich 200 Punkte nach etwa 1000 Trainingsspielen

• Evaluation des Onboarding Prozesses neuer Mitarbeiter.
• Fokus auf offene Fragebogengestaltung zur detailierten Erfassung einzelner Aspekte.

• Web Scraping der kununu.com Datenbank (> 500 000 HTTP Anfragen) mit Multiprocessing, Multithreading verschiedenen User Agents
• Entwicklung einer RAM-effizienten Implementierung auf Grund von Hardwarelimitationen
• Data-Science Methoden zum Finden von: Korrelationen, Cluster und Erhaltungsgrößen
• Entwicklung von Modellen für: Prognosen, Betrugserkennung, Zeitreihenanalyse
• Identifikation potentieller Kunden auf Basis der GPS Information und Charakteristika desKununu-Profils
• Höchstwertige Datenanalyse von Mitarbeiterbefragungen
• Individuelle Clustering-Algorithmen zur Identifikation besonderer Mitarbeitergruppen
• Statistisch robuste Regressionsanalyse zur Vorhersage der Mitarbeiterbindung
• Statistische Fehlerrechnung zur Berücksichtigung von Schwankungen bei der Stichprobe

• Analyse des existierenden Codes und Überprüfung der Implementierung
• Test und Debugging für verschiedene Sensortypen
• Kooperation mit Experimentatoren bezüglich Messparameter und Datenvalidierung
• Bewertung der Senorqualität und Dokumentation der ErgebnisseStatistische Analyse der Produktionsqualität mit Methoden aus dem Bereich Bildverarbeitung
• Strukturierung, Klassifizierung und Bewertung einer großen Messdatenbank (> 1 TB)
• Entwicklung von Testdatensätzen verschiedener Komplexität für Rapid Prototyping
• Testgetriebene Entwicklung von Bildverarbeitungsalgorithmen
• Profiling zur Optimierung der Laufzeit
• Statistische Analyse der Fertigungsgenauigkeit verschiedener Gerätetypen

Modene, hochpräzise implementierung des LCW Theorems

from-scratch

• Problemreduktion durch mathematische Analyse und Voronoi Zerlegung
• Entwicklung eines maßgeschneiderten Extrapolationsschemas
• Fehleranalyse von Poisson-Rauschen, experimentelle Auflösung und Versuchsgeometrie
• Vergleichsergebnisse auf Basis von selbst-modifizierten Codes in Fortran 77 und Fortran 90

Konzeptionierung, Durchführung und Auswertung der Mitarbeiterbefragung in enger Zusammenarbeit mit dem Kunden.

Zweiteilige Befragung zur Evaluierung der erarbeiteten Verbesserungsvorschläge.

Prognose für Mitarbeiterbindung (im nachhinein erfolgreich validiert),

Identifikation der Haupteinflussfaktoren für die Mitarbeiterzufriedenheit,

Entwicklung und Bewertung von Verbesserungsvorschlägen,

Vergleich verschiedener Abteilungen,

Auftritt auf Mitarbeiterversammlung,

Teilweise Teilnahme an Strategietreffen

Entwicklung einer bilingualen Version des Zeugnisprogramm-Zeugnisgenerator (siehe unten) für eine deutsche Schule in Rio de Janeiro

• Konzeptionierung einer Kosteneffizienten Lösung für die Kundenanforderungen
• Datenmigration von MS Word in das programminterne Dateiformat

Zeugnisprogramm-Zeugnisgenerator ist eine Software, die Grundschullehrer in Bayern beim Anfertigen der Zeugnisse unterstützt. Die Software wurde als privates Projekt neben meiner Promotion über ein Jahr hinweg entwickelt und vermarktet.

• Agile Softwareentwicklung auf Basis des Feedbacks von potentiellen Kunden
• Steigerung der Nutzerfreundlichkeit für eine IT-averse Nutzergruppe durch Bereitstellung verschiedener unterstützender Materialien: Installer, Videoanleitungen, FAQ
• Aktuell: Verkauf von etwa 50 Lizenzen / Jahr
• Betrieb eines Linux-Servers zur automatisierten Abwicklung der Bestellungen

Implementierung des CT-HYB (Gull, Rev. Mod. Phys 83, 2011) Algorithmus from-scratch

• Hochperformante parallele Implementierung (Laufzeit > 200 CPU-Stunden)
• MonteCarlo:EffektiveUpdate-Operationen, Konvergenzkontrolle und Autokorrelation
• Performance-Optimierung: z.B. maßgeschneiderte Matrix Invertierung der Komplexität N2 Implementierung: DMFT-Looper (Georges, Rev. Mod. Phys. 68, 1996) from-scratch
• Dynamische Kontrolle der Konvergenz von selbst-konsistenen Gleichungssystemen
• Systematische Erhöhung der notwendigen Rechenkomplexität mit der Zahl der Iterationen