Zertifizierungen

Kontinuierliche Weiterbildung (vollständige Liste: siehe Dokumente) im Bereich datengetriebener Materialforschung. Nachfolgend die Kompetenzen & Motivationen, die ich aktiv einsetze.

Introduction to High-Throughput Materials Development · Georgia Tech · Nov. 2024 · abgeschlossen

  • Kernpunkt: Design von HT-Bibliotheken, Hochdurchsatz-Charakterisierung & Eigenschaftsscreening; PSP-Zusammenhänge und MGI-artige Workflows.
  • Angewendet in: Entwurf eines Materialwissens-Graphen und einer strukturierten Datenbank, die Rohdaten → Merkmale → Ergebnisse verknüpft, sowie Implementierung von Struktur-Zusammensetzung-Eigenschaft-Pipelines für die Organisation und Analyse von Hochdurchsatz-Daten (siehe Projekte).

Materials Data Sciences & Informatics · Georgia Tech · Sep. 2024 · abgeschlossen

  • Kernpunkt: Materialinformatik, Zwei-Punkt-Statistik & PCA für Strukturanalyse, Homogenisierung und Cyberinfrastruktur für Datenintegration.
  • Angewendet in: Fundierte Projektauswahl und Aufbau von Kompetenz in End-to-End-ML-Workflows — von PCA-basierter Struktur-/Merkmalsdarstellung (z. B. SHAP) bis zum Feature-Engineering für die Modellierung mehrerer Zieleigenschaften (z. B. Bildungsenergie, Schmelzpunkt, Bandlücke) (siehe Projekte).

Density Functional Theory · École Polytechnique · Okt. 2025 · abgeschlossen

  • Kernpunkt: Grundlagen (mathematisch und historisch) der DFT, XC-Näherungsstrategien, Qualität und Genauigkeit verschiedener Näherungen, praktische Tipps & Tricks in DFT-Studien.
  • Angewendet in: Durchführung vollständiger DFT-Workflows in Quantum ESPRESSO. Siehe Git.

Machine Learning Specialization · DeepLearning.AI/Stanford · April 2023 · abgeschlossen

  • Kernpunkt: Überwachtes ML, Bäume/Ensembles, unüberwachtes Lernen & Empfehlungssysteme sowie ML-Best-Practices.
  • Angewendet in: Modellierung von Nichtlinearitäten in elektromagnetischen Sensoren, Aufbau verschiedener zielgerichteter ML-Pipelines zur Vorhersage unterschiedlicher Materialeigenschaften (siehe Projekte, Masterarbeit).

Nanomaterials & Nanosensors Specialization · Technion · Dez. 2025 · abgeschlossen

  • Kernpunkt: Neueste Entwicklungen in Nanosensorik und Nanotechnologie.
  • Schwerpunkt: Charakterisierung, Herstellung, Anwendung und weiterführende Forschungsrichtungen zur Verbesserung von 1D-, 2D- oder 3D-Nanosensoren.

Generative AI for Data Scientists Specialization · IBM · Dez. 2024 · abgeschlossen

  • Kernpunkt: Prompt-Engineering und praktischer Einsatz von GenAI für Datenaugmentierung, Merkmalsideen und Modellverfeinerung.
  • Angewendet in: Aufbau einer neuro-symbolischen Pipeline für Bandlücken in Halbleitern mit lokalem Ollama-Client (siehe Projekte), effizientes Prompting.