Navigation | Seiteninhalt | Zusätzliche Informationen

Seiteninhalt

Referent

Dr. Arash Azhand

Dr. rer. nat. Arash Azhand forscht seit vielen Jahren intensiv in den Bereichen Künstliche Intelligenz (KI) und Data Science. Dabei beschäftigt er sich schwerpunktmäßig mit der statistischen Datenanalyse, Kommunikation, analytischen Modellierung und wissenschaftlichen Visualisierung. Er promovierte in Theoretischer und Mathematischer Physik an der Technischen Universität (TU) Berlin.
Seit 2018 ist Dr. Arash Azhand für das Berliner Healthcare-Startup Lindera tätig, im Jahr 2019 übernahm er die Leitung des Bereichs Research & Development. Gemeinsam mit seinem Team entwickelt er datenwissenschaftliche Lösungen für die Gesundheitsbranche. Dies umfasst u.a. die Forschung zu Computer Vision und die Entwicklung von Algorithmen, die die menschliche Körperhaltung erfassen können. Zuvor arbeitete er als Data Scientist beim Startup Dojo Madness. Zu seinen Arbeitsbereichen zählten prädiktive Modellierung in Python und seinem Open-Source-Ökosystem, statistische Analyse und Machine Learning sowie kollaborative Workflows. An der TU Berlin war er nach seiner Promotion zwei Jahre als Wissenschaftlicher Mitarbeiter tätig. Dort forschte er zu statistischer Physik, nichtlinearer Dynamik sowie Musterbildung in chemischen Systemen. Gleichzeitig lehrte er als Assistent in Theoretischer Physik. Im Februar 2015 schloss Dr. Arash Azhand seine wissenschaftliche Forschung zum Thema „Dreidimensionale nichtlineare Wellen unter räumlicher Einschränkung“ mit dem Doktor in Physik (Magna Cum Laude) ab.
Von Oktober 2009 bis Februar 2015 arbeitete er als Wissenschaftlicher Mitarbeiter und Lehrassistent am Institut für Theoretische Physik der TU Berlin. Seine Promotion in Theoretischer und Mathematischer Physik erhielt er im April 2009. Zuvor studierte er erfolgreich Physik an der TU Berlin.

Kontaktdaten

Dr. Arash Azhand
Leitender KI-Wissenschaftler
Lindera GmbH

Platzhalter_Schmuckelement

Veranstaltung

Donnerstag, 23. April 2020, 11.45 - 12.30 Uhr
_Hub 2, Halle 2.2