Als Naturwissenschaftler und Ingenieur liegen meine Stärken nicht nur in der analytischen Denkweise sondern auch in der praktischen Umsetzung meiner Ansätze.  Während meiner Promotion habe ich eine vollautomatische Auswertungsroutine für die blinde Analyse großer Impedanz-Spektroskopie-Datensätze mit den Technologien Python SciPy, NumPy, Pandas und Matplotlib erstellt. Ich habe Impedanz-Spektroskopie-Daten modelliert und erstellte ein 3D-FEM-Simulationsmodell zur Optimierung der Impedanzmessung an Haut mittels Comsol Multiphysics (AC/DC, Wellenoptik, Elektrochemie). Tiefgreifende Erfahrung in der (KI-gestützten) Bildanalyse sammelte während der Arbeit an Projekten wie der automatischen Extraktion geometrischer Parameter, Driftkorrektur, Mustererkennung und -quantifizierung, Lokalisierung und Tracking von 3D-Partikeln gearbeitet habe. In meiner Freizeit beschäftige ich mit Natural Language Procecssing, um ein Programm zu entwickeln, das die eigene Produktivität während der PC Nutzung misst (siehe GitHub). Für statistische Analysen arbeite ich sowohl mit GraphPad Prism als auch mit den Python Bibliotheken scipy, seaborn und numpy. Bei der Datenanalyse lege ich Wert darauf wissenschaftlich vorzugehen und systematisch Annahmen zu prüfen, statt nur mittels Brute Force Zusammenhänge zu finden. Andererseits habe ich als ehemaliger Nachhilfelehrer die Fähigkeit, meine Lösungen anschaulich und nachvollziehbar zu präsentieren.