Smart Datenbank

Intelligente Datenbank

Interaktive bioinformatische Forschung - Rainer Merkl, Stephan Waack Seit 2004 ist Rainer Merkl Leiter einer Forschungsgruppe für Genomanalyse und computergestütztes Protein-Design am Lehrstuhl für Neurobiologie II der Uni Regensburg. Es sind Dipl. Ing. (FH) und Dipl. Inf.

, die in Göttingen in Gentechnik promovierten und in Regensburg in Sachen Geoinformatik habilitierten. Dr. Rainer Merkl arbeitete am Max-Planck-Institut für biochemische Forschung, Martinsried und an der Uni Göttingen.

In Regensburg bilden er Diplom-Biologe und -Geobachter sowie an der Fernmeldeuniversität aus. Dr. Stephan Wack ist Gruppenleiter der Arbeitsgruppe Theorie der Computerwissenschaften und Algorithmik am Institut für Computerwissenschaften der Uni Göttingen. Sein Mathematikstudium absolvierte er an der Humboldt-Universität zu Berlin, wo er 1983 promovierte und 1989 habilitierte.

Auch algorithmische Probleme der Anwendungsinformatik, vor allem der Biotechnologie, sind seit 2001 Gegenstand seiner Arbeit.

Biowissenschaften: Grundlegende Kenntnisse, Verfahren, Algorithmen, Applikationen - Rainer Merkl

Seit 2004 leitete Rainer Merkl eine Forschungsgruppe am Lehrstuhl für Neurobiologie II der Uni Regensburg, die sich mit der Entwicklung und Funktionsweise von Eiweißen beschäftigt. Es sind Dipl. Ing. (FH) und Dipl. Inf., die in Göttingen in Gentechnik promovierten und in Regensburg in Sachen Geoinformatik habilitierten. Dr. Rainer Merkl arbeitete am Max-Planck-Institut für biochemische Forschung, Martinsried und an der Uni Göttingen.

In Regensburg schult er als außerordentlicher Ordinarius für Biotechnologie und Informatiker für Biotechnologie an der Fernmeldeuniversität Jenabiologie.

Intelligente Datenanalyse: Mit Big Data Wechselbeziehungen identifizieren und analysieren ..... - Das ist Andreas Wierse, Till Riedel.

Die wertvollen Secrets, die in den Bergen von Daten ruhen, aus denen Gewinn gemacht werden soll, sind Big Data. Der Schlüsselfaktor sind die übergreifenden Innovationsprozesse: die intelligente Auswertung von Big Data. Nur durch den fachkundigen Umgang mit den geeigneten Tools und Verfahren können Big Data zu Smart Data werden. Der Praxisleitfaden Smart Data Analytics gibt einen Einblick in die Technik zur Untersuchung großer und heterogener Mengen von Daten, einschließlich Real-Time-Daten.

Anhand von elf Praxisbeispielen wird die praktische Umsetzung in kleinen und mittleren Betrieben gezeigt. Sie lernen, wie Sie Ihr Smart Data Analytics Projekt in Ihrem eigenen Betrieb vorzubereiten und umzusetzen. Außerdem wird gezeigt, wie Sie sowohl den gewünschten Mehrwert aus den gewonnenen Informationen als auch den damit verbundenen Arbeitsaufwand beurteilen können.

Weil Smart Data für mehr steht als nur die Analyse großer Datenmengen: Seit 2011 betreut er den Mittelstand im Umfeld der großen und intelligenten Datentechnik. als Informatikerin unterrichtet er am KIT und leitet die Erforschung und Entwicklung von Industriedatenschätzen im Smart Data Solutions Center Baden-Württemberg und Smart Data Innovations Lab.

Auch interessant

Mehr zum Thema