Machine Learning Beratung

Vision

 

In Zukunft wird künstliche Intelligenz, durch Machine Learning und Deep Learning, alle Bereiche unseres Lebens durchdringen.
Aus diesem Grund müssen Unternehmen diese Technologien adaptieren, um weiterhin wettbewerbsfähig zu bleiben und ihre Mitarbeiter in diesen Bereichen fortbilden, damit diese den neuen Anforderungen gerecht werden können. Aus diesen Gründen entwickeln wir Prototypen und produktionsreife Machine Learning Software und bieten Weiterbildungsmöglichkeiten an.

Wir wollen eine positive Zukunft für alle Menschen mitgestalten.
— Ignaris

Team

 
 Philipp Schelske studierte Informatik an der Leibniz Universität Hannover. Neben dem Studium engagierte er sich seit 2015 bei HorsePower Hannover. 2017 wechselte er Vollzeit zu Horsepower und übernahm als Teamleiter die Aufgabe, das Pilotprojekt “Autonomous Driving” umzusetzen. welches erstmalig innerhalb der Formula Student veranstaltet wurde. Hier konnte er sein theoretisches Wissen in der Praxis anwenden und stark erweitern, insbesondere in der Anwendung und Optimierung von komplexen Machine Learning Modellen des autonomen Fahrens. Zusätzlich war er als HiWi jahrelang an verschiedenen naturwissenschaftlichen Instituten angestellt, in denen er bei verschiedenen Forschungsarbeiten mitarbeiten konnte und fundierte Lehrerfahrung gesammelt hat. Bei Refindit hat er Machine Learning Modelle entwickelt und optimiert und Data Engineering angewand.

Philipp Schelske studierte Informatik an der Leibniz Universität Hannover. Neben dem Studium engagierte er sich seit 2015 bei HorsePower Hannover. 2017 wechselte er Vollzeit zu Horsepower und übernahm als Teamleiter die Aufgabe, das Pilotprojekt “Autonomous Driving” umzusetzen. welches erstmalig innerhalb der Formula Student veranstaltet wurde. Hier konnte er sein theoretisches Wissen in der Praxis anwenden und stark erweitern, insbesondere in der Anwendung und Optimierung von komplexen Machine Learning Modellen des autonomen Fahrens. Zusätzlich war er als HiWi jahrelang an verschiedenen naturwissenschaftlichen Instituten angestellt, in denen er bei verschiedenen Forschungsarbeiten mitarbeiten konnte und fundierte Lehrerfahrung gesammelt hat. Bei Refindit hat er Machine Learning Modelle entwickelt und optimiert und Data Engineering angewand.

Philipp Schelske

Data Scientist
& Machine Learning Engineer

 Kevin Raetz studierte Informatik an der Leibniz Universität Hannover. Vor Ignaris arbeitet Kevin Software-Entwickler bei der PEAT GmbH. PEAT ist ein Agrar-Tech-Startup das ein bildbasiertes Verfahren entwickelt hat, mit dem Pflanzenkrankheiten erkannt werden können. Hier war er Teil des Backend-Entwickler Teams und hat verschiedene Tools für Machine Learning Modelle des erfolgreichen AI-Startup entwickelt. Bei seiner Arbeit bei PEAT trug er zudem Verantwortung für die Umsetzung verschiedener technischer Projekte und leitete ein Entwickler-Team. Bei Refindit war er verantwortlich für die Entwicklung und Optimierung der eingesetzten Machine Learning Modellen für die visuelle Produktsuche. Hierbei hat er unter anderem hochaktuelle wissenschaftliche Arbeiten analysiert und implementiert.

Kevin Raetz studierte Informatik an der Leibniz Universität Hannover. Vor Ignaris arbeitet Kevin Software-Entwickler bei der PEAT GmbH. PEAT ist ein Agrar-Tech-Startup das ein bildbasiertes Verfahren entwickelt hat, mit dem Pflanzenkrankheiten erkannt werden können. Hier war er Teil des Backend-Entwickler Teams und hat verschiedene Tools für Machine Learning Modelle des erfolgreichen AI-Startup entwickelt. Bei seiner Arbeit bei PEAT trug er zudem Verantwortung für die Umsetzung verschiedener technischer Projekte und leitete ein Entwickler-Team. Bei Refindit war er verantwortlich für die Entwicklung und Optimierung der eingesetzten Machine Learning Modellen für die visuelle Produktsuche. Hierbei hat er unter anderem hochaktuelle wissenschaftliche Arbeiten analysiert und implementiert.

Kevin Raetz

Data Scientist
& Machine Learning Engineer

Stefanos studierte Wirtschaftswissenschaften an der Leibniz Universität Hannover und der California State Polytechnic University. Für seine Leistungen wurde er mit mehreren Stipendien (Niedersachsenstipendium 2012, Deutschlandstipendium 2013, 2014) ausgezeichnet.Neben Kenntnissen in Steuern, Finance und Wirtschaftsinformatik beschäftigt er sich seit 2014 mit Data Science. Vor Ignaris war Stefanos Entrepreneur in Residence bei der PEY GmbH. Hier konnte er wertvolle Erfahrung in dem Entwickeln, Designen, Vermarkten von digitalen blockchain-basierten Produkten sammeln. Zudem hat er sich in der Beratung von Unternehmen mit insbesondere Blockchain Anwendungsfällen beschäftigt und die B2B-Blockchain Konferenz “The Block” hauptverantwortlich organisiert. Anschließend hat er Refindit, eine visuelle Produktsuchmaschine für Chatbots, mitgegründet. Hier war er verantwortlich für die konzeptionelle Weiterentwicklung des auf Machine Learning beruhenden Anwendungsfall.

Stefanos Tsoutis

Data Analyst
& Business Development

 

Advisors

 
 Bodo Rosenhahn ist seit 2008 ordentlicher Professor der Informatik an der Universität Hannover und leitet eine Forschergruppe die sich mit den Themen Bildinterpretation, Computer Vision und Machine Learning befasst. Vorher war er Postdoc an der University of Auckland und als Senior Researcher am Max-Planck Institut für Informatik in Saarbrücken. Für seine Arbeiten hat er viele verschiedene Auszeichnungen bekommen, unter anderem den DAGM Hauptpreis 2005 & 2007, Olympus Preis 2007, den WACV 2015 Challenge Award und die CVPR 2017 Multi-Object Tracking Challenge. In 2011 hat die Europäische Kommission Bodo Rosenhahn mit dem 1,43 Millionen Euro ERC-Starting Grant ausgezeichnet und 2013 mit dem POC Grant. Er hat mehr als 180 wissenschaftliche Arbeiten veröffentlicht in Form von Publikationen, Journal Artikeln und Büchern. Derzeit hält Prof. Bodo Rosenhahn mehr als 10 Patente.

Bodo Rosenhahn ist seit 2008 ordentlicher Professor der Informatik an der Universität Hannover und leitet eine Forschergruppe die sich mit den Themen Bildinterpretation, Computer Vision und Machine Learning befasst. Vorher war er Postdoc an der University of Auckland und als Senior Researcher am Max-Planck Institut für Informatik in Saarbrücken. Für seine Arbeiten hat er viele verschiedene Auszeichnungen bekommen, unter anderem den DAGM Hauptpreis 2005 & 2007, Olympus Preis 2007, den WACV 2015 Challenge Award und die CVPR 2017 Multi-Object Tracking Challenge. In 2011 hat die Europäische Kommission Bodo Rosenhahn mit dem 1,43 Millionen Euro ERC-Starting Grant ausgezeichnet und 2013 mit dem POC Grant. Er hat mehr als 180 wissenschaftliche Arbeiten veröffentlicht in Form von Publikationen, Journal Artikeln und Büchern. Derzeit hält Prof. Bodo Rosenhahn mehr als 10 Patente.

 Wolfgang Nejdl ist seit 1995 ordentlicher Professor der Informatik an der Universität Hannover. Promoviert (1988) und habilitiert (1992) hat er an der technischen Universität Wien. Nach seiner Wiener Zeit arbeitete er als Gastwissenschaftler bei Xerox PARC, Stanford University, University of Illinois at Urbana-Champaign, EPFL Lausanne und PUC Rio. Neben seiner Tätigkeit als Geschäftsführender Direktor beim L3S Research Center ist er auch Direktor des Instituts für Verteilte Systeme - Fachgebiet Wissensbasierte Systeme. Seine Forschungsinteressen umfassen Suchabrufe und Informationsgewinnung, Informationssysteme, semantische Webtechnologien, Peer-to-peer Infrastrukturen, Datenbanken, technologiegestütztes lernen und Digitalbibliotheken.

Wolfgang Nejdl ist seit 1995 ordentlicher Professor der Informatik an der Universität Hannover. Promoviert (1988) und habilitiert (1992) hat er an der technischen Universität Wien. Nach seiner Wiener Zeit arbeitete er als Gastwissenschaftler bei Xerox PARC, Stanford University, University of Illinois at Urbana-Champaign, EPFL Lausanne und PUC Rio. Neben seiner Tätigkeit als Geschäftsführender Direktor beim L3S Research Center ist er auch Direktor des Instituts für Verteilte Systeme - Fachgebiet Wissensbasierte Systeme. Seine Forschungsinteressen umfassen Suchabrufe und Informationsgewinnung, Informationssysteme, semantische Webtechnologien, Peer-to-peer Infrastrukturen, Datenbanken, technologiegestütztes lernen und Digitalbibliotheken.

 
 
Bildschirmfoto 2018-04-09 um 18.34.15.png