Ich war bis zum 14.02.2024 wissenschaftlicher Mitarbeiter im Themengebiet Data Science und verteidigte am 20.01.2025 meine Dissertation "Leveraging Constraints for User-Centric Feature Selection". Konkret beschäftigte ich mich im Rahmen meiner Promotion damit, Nebenbedingungen (Constraints) in die Merkmalsauswahl (Feature Selection) für Vorhersagemodelle zu integrieren. Solche Nebenbedingungen können helfen, Merkmale nicht nur anhand ihrer Vorhersagequalität auszuwählen, sondern auch weitere Aspekte wie Domänenwissen oder Interpretierbarkeit zu berücksichtigen und dadurch die Merkmalsauswahl Nutzer-zentrierter zu machen.

Weiterhin hatte ich Kooperationen mit anderen Forschenden im Bereich Data Science und in Anwendungsfeldern wie Materialwissenschaften, Prozessverifikation und SAT-Solving. Für viele meiner Forschungs- und Lehraktivitäten habe ich GitHub-Projekte erstellt, die den Code und teils noch weitere Materialien enthalten. Für vier meiner Forschungsprojekte habe ich außerdem Python-Pakete auf PyPI veröffentlicht:

• alfese: Alternative feature selection - Find multiple feature sets (sequentially or simultaneously) that optimize feature-set quality while being sufficiently dissimilar to each other. Version 1.0.0 of the package supports five feature-selection methods.

• cffs: Constrained (filter) feature selection - Optimize a linear feature-set quality function (univariate filter approach) while considering user constraints formulated in propositional logic and linear arithmetic.

• csd: Constrained subgroup discovery - Subgroup discovery (1) without constraints, (2) with a limited number of features in the subgroup description, and (3) for finding alternative subgroup descriptions. Version 1.0.0 of the package supports seven subgroup-discovery methods.

• kpsearch: K-portfolio search - Given the runtimes of multiple algorithms on multiple problem instances, find a subset (with predefined size k) of algorithms which is overall fastest if all algorithms are run in parallel on each instance (or, equivalently, if you have an oracle that always chooses the fastest solver per instance). Version 1.0.0 of the package supports seven portfolio-search methods.

Meine Publikationen und die zugehörigen Experimentaldaten sind im Folgenden gelistet.

Ich war dreimal Übungsleiter für die Veranstaltung "Data Science 1" (alter Name: "Analysetechniken für große Datenbestände") und fünfmal Leiter des Praktikums "Praktikum Data Science" (alter Name: "Praktikum: Analyse großer Datenbestände). Die Übung für "Data Science 1" gestaltete ich dabei im Rahmen des "Baden-Württemberg-Zertifikats für Hochschuldidaktik" grundlegend um. Weiterhin betreute ich je ein Projekt im Rahmen der Veranstaltungen "Praxis der Softwareentwicklung" (Thema: "CS:Select - Ein Spiel zur Merkmalsauswahl im maschinellen Lernen") und "Praxis der Forschung" (Thema: "Automating SAT Solver Research"). Außerdem betreute ich drei Seminar-, sieben Bachelor- und drei Masterarbeiten.