Geschäftsstelle
Marco ist Wissenschaftsmanager am MDSI. In dieser Funktion ist er in alle Arten von wissenschaftsbezogenen Aktivitäten involviert. Insbesondere koordiniert er die Förderprogramme des MDSI mit den entsprechenden Ausschreibungen.
Marco promovierte an der LMU in München und war wissenschaftlicher Mitarbeiter am MPE in Garching. Anschließend hatte er Postdoc-Stellen am MPIA in Heidelberg und an der UIBK, Österreich, inne. Seine Forschung konzentrierte sich auf Morphologie und Entwicklung von Galaxien. Er ist Co-Autor von mehr als 130 Veröffentlichungen.
An der UIBK koordinierte Marco die Forschungsplattform Scientific Computing. Bevor er zum MDSI wechselte, war er Projektmanager an der IGSSE der TUM.
Emmelie ist Programmmanagerin am MDSI. In dieser Funktion koordiniert sie die Entwicklung und Implementierung von unterschiedlichen Vorhaben am MDSI und hat unter anderem die Implementierung der Konrad Zuse School of Excellence in reliable AI in der Anfangsphase begleitet. Ihr Tätigkeitschwerpunkt am MDSI liegt im Bereich Bildung und Lehre.
Nach einem Studium in Shanghai und Heidelberg promovierte Emmelie an der Freien Universität Berlin im Bereich Sinologie. Bevor sie an das MDSI kam, arbeitete sie als wissenschaftliche Mitarbeiterin an der Freien Universität Berlin und als Studienkoordinatorin an der Georg-August Universität Göttingen.
Am MDSI ist Ricardo für das TUM Data Innovation Lab (TUM-DI-LAB) und für die Zusammenarbeit des MDSI mit der Industrie verantwortlich. Sie können ihn gerne bezüglich dieser Themen kontaktieren.
Ricardo hat Mathematik an der Technischen Universität Kaiserslautern und Agraringenieurwesen an der Universidad Nacional de Colombia studiert und an der TUM promoviert. Während seiner beruflichen Laufbahn arbeitete Ricardo für die Grupo Chía, die Deutsche Bank, das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik, das Fraunhofer-Institut für Experimentelles Software Engineering und die TUM.
Leo ist Postdoc an der Technischen Universität München und am Munich Data Science Institute und beschäftigt sich mit robustem maschinellem Lernen mit dem Schwerpunkt auf dateneffizientem Lernen und Robustheitsschwachstellen von Large Language Models (LLMs).
Zuvor promovierte er an der Friedrich-Alexander Universität Erlangen-Nürnberg (FAU) unter Betreuung von Prof. Björn Eskofier und absolvierte ein Praktikum bei Prof. Doina Precup am Mila Quebec AI Institute. Nach seiner Promotion arbeitete er als Postdoc an der FAU und als Ingenieur für maschinelles Lernen bei Robert Bosch an robuster Computer Vision für autonomes Fahren.
Dr. Andrea Schafferhans
Koordinatorin der Konrad Zuse School of Excellence in Reliable Artificial Intelligence (relAI)
Tel.: TBA
Email: schafferhans@tum.de
Andrea ist Koordinatorin der Konrad Zuse School of Excellence in Reliable Artificial Intelligence (relAI) am MDSI. Sie entwickelt und organisiert Veranstaltungen und Trainingskurse, um das Curriculum weiterzuentwickeln.
Andrea studierte Chemie an der TU Darmstadt und promovierte an der Philipps Universität Marburg in Pharmazeutischer Chemie mit einer Arbeit auf dem Gebiet der Bioinformatik (Drug Design). Anschließend arbeitete sie in Entwicklung und Vertrieb in der Industrie (LION bioscience, Heidelberg) und als PostDoc und Dozentin im akademischen Bereich (EMBl, Heidelberg; TU München: Informatik, Hochschule Weihenstephan Triesdorf: Bioengineering). Ihre Forschungsleidenschaft besteht darin, Proteinstrukturen leicht zugänglich zu machen und für die Generierung biologischen Wissens zu nutzen.
Dr. Monica Campillos Gonzalez
Wissenschaftsmanagerin (relAI und MDSI)
Tel.: TBA
Email: monica.campillos@tum.de
Mónica ist Science Managerin an der Zuse School of Excellence in Reliable Artificial Intelligence und dem Munich Data Science Institute der Technischen Universität München (TUM).
Sie hat einen primären Abschluss in Chemie (Spezialisierung auf Quantenchemie und Biochemie), gefolgt von einer Promotion in derselben Disziplin. Ihre Forschungsschwerpunkte liegen in den Bereichen Bioinformatik und Systembiologie. In diesen Bereichen hatte sie mehrere wissenschaftliche und leitende Positionen. Sie arbeitete als Postdoktorandin in der Bioinformatik am EMBL mit Schwerpunkt auf evolutionsbiologischen und chemisch-biologischen Forschungsfragen und leitete eine unabhängige Nachwuchsgruppe am Helmholtz Zentrum München zum Thema "Systembiologie von kleinen Molekülen".
In den letzten Jahren erweiterte sie ihre Managementerfahrung als Projektmanagerin eines Projekts der Europäischen Kommission zu Big Data in der Chemie sowie als Koordinatorin von Förderanträgen in der Abteilung Nuklearmedizin des Klinikums rechts der Isar der TUM.
Am MDSI ist Arielle die TUM Center Managerin für das Munich Center for Machine Learning (MCML).
Arielle studierte Gender Studies, Soziologie und Nordamerikanische Kulturwissenschaften an der Vanderbilt University (USA) und der LMU München. Sie hat an der LMU München in nordamerikanischer Kulturgeschichte promoviert. Arielle war fünfzehn Jahre lang an der LMU München im akademischen Management tätig: zunächst am Lasky Center for Transatlantic Studies und dann viele Jahre lang am Rachel Carson Center for Environment and Society.