Prof. Dr. Alexander Schiendorfer

Einsatzmöglichkeiten von kombinatorischer Optimierung und maschinellem Lernen in der Produktion & Logistik, speziell auch mit den Anforderungen der Automobilbranche (montageintensiv, variantenreiche Produktion, komplexe Lieferketten)

• Constraint-Programmierung, Mathematische Optimierung (u.a. MiniZinc, Google OR-Tools, Gurobi, CPLEX)
• Maschinelles Lernen (Unsicherheitsbehaftete Deep-Learning-Modelle, Reinforcement Learning)

Laufende Projekte:

• PALIM
• IKIGas
• PRepAIr
• NEwAIste
• FEDIMA

• Seit März 2021 Forschungsprofessor für KI-basierte Optimierung in der Automobilproduktion, Technische Hochschule Ingolstadt
• 2018-2020 Akademischer Rat a.Z., Institut für Software & Systems Engineering, Universität Augsburg
• 2013-2018 Wiss. Mitarbeiter und Promotion Informatik, Institut für Software & Systems Engineering, Universität Augsburg
• 2011-2013 M.Sc. Software Engineering (Universität Augsburg, TUM, LMU)
• 2011 Forschungsaufenthalt bei Siemens Corporate Research (Princeton, USA)
• 2008-2011 B. Sc. Software Engineering (Fachhochschule Hagenberg, Österreich)

Vollständiger CV auf Anfrage verfügbar
(https://www.linkedin.com/in/alexander-schiendorfer/ bzw https://twitter.com/schienal) 

Siehe https://scholar.google.at/citations?hl=en&user=NDP4if4AAAAJ bzw. https://opus4.kobv.de/opus4-haw/solrsearch/index/search/searchtype/authorsearch/author/Schiendorfer%2C+Alexander