Kontakt

Prof. Dr. Roman Rischke

Kurzlinks

Lehr- und Forschungsgebiete
Funktionen
Lehrveranstaltungen
Kurzvita
Mitgliedschaften
Aktuelle Publikationen

Lehr- und Forschungsgebiete

  • Data Science
  • Angewandte Mathematik
  • Maschinelles Lernen
  • Optimierung
  • Statistik

Funktionen

Außerhalb der Hochschule

  • Mitgliedschaft im Hochschullehrerbund (HLB)
  • Gutachter für diverse wissenschaftliche Journale und Konferenzen

Lehrveranstaltungen

  • Data Mining
  • Advanced Data Mining
  • Software Engineering
  • Software-Anforderungen und -Modellierung

Kurzvita

  • Seit 02/2023: Professur für Data Science, Hochschule Coburg
  • 04/2022 – 03/2023: Lehrbeauftragter, Fachbereiche 3 und 4, HTW Berlin
  • 04/2017 – 01/2023: Postdoktorand und Projektmanager, Arbeitsgruppe für Effizientes Deep Learning in der Abteilung für Künstliche Intelligenz & Arbeitsgruppe für Videokodierung in der Abteilung für Videokodierung und Maschinelles Lernen, Fraunhofer Heinrich-Hertz-Institut Berlin
  • 09/2015 – 08/2016: Wissenschaftlicher Mitarbeiter, Arbeitsgruppe für Diskrete Mathematik am Lehrstuhl für Angewandte Geometrie und Diskrete Mathematik der Fakultät für Mathematik, TU München
  • 09/2012 – 08/2015: Wissenschaftlicher Mitarbeiter, Arbeitsgruppe für Kombinatorische Optimierung und Graphenalgorithmen an der Fakultät für Mathematik, TU Berlin
  • 10/2009 – 08/2012: Studium der Wirtschaftsmathematik (M.Sc.), TU Berlin
  • 10/2006 – 09/2009: Studium der Wirtschaftmathematik (B.Sc.), TU Bergakademie Freiberg

Eine ausführliche Vita finden Sie hier.

Mitgliedschaften

  • Gesellschaft für Informatik (GI)
  • Association for Computing Machinery (ACM)
  • Institute of Electrical and Electronics Engineers (IEEE), Computer und Education Society
  • Lehren von Software Engineering (LeSE, seit 2013 stv. Vorsitz)

Aktuelle Publikationen

  • M. Ring, D. Schlör, S. Wunderlich, D. Landes, A. Hotho: Malware Detection on Windows Audit Logs Using LSTMs. In Computers and Security 109, https://doi.org/10.1016/j.cose.2021.102389, 2021, 1-12.
  • A. Schwarzmann, D. Landes, Y. Sedelmaier: About the Effectiveness of Different Game Design Elements for an Introductory Programming Course. In M.E. Auer und T. Rüütmann (Hrsg.): Educating Engineers for Future Industrial Revolutions, Advances in Intelligent Systems and Computing 1328. Springer, Cham, https://doi.org/10.1007/978-3-030-68198-2_46, 2021, 499-509.
  • Y. Sedelmaier, D. Landes, E. Erculei: How to Design a Competence-Oriented Study Program for Data Scientists? In Proc. 12th IEEE Global Engineering Education Conference (EDUCON 2021), Wien, Österreich, 2021, 1595-1599.
  • M. Klopp, C. Gold-Veerkamp, J. Abke, K. Borgeest, R. Reuter, S. Jahn, J. Mottok, Y. Sedelmaier, A. Lehmann, D. Landes: Totally Different and yet so Alike: Three Concepts to Use Scrum in Higher Education. In Proc. 4th European Conference on Software Engineering Education (ECSEE’20), 2020, 12-21.
  • R. Reuter, T. Stark, Y. Sedelmaier, D. Landes, J. Mottok, C. Wolff: Insights in Students’ Problems during UML Modeling. In Proc. 11th IEEE Global Engineering Education Conference (EDUCON 2020), Porto, Portugal, 2020, 592-600.
  • A. Schwarzmann, D. Landes, Y. Sedelmaier: About the Effectiveness of Different Game Design Elements for an Introductory Programming Course. In Proc. 23rd International Conference on Interactive Collaborative Learning (ICL2020), 2020, 552-562.
  • Y. Sedelmaier, D. Landes: Analyzing Challenges in Software Engineering Capstone Projects. In Proc. 15th International Conference on Software Engineering Advances (ICSEA2020), Porto, Portugal, 2020, 135-140, online verfügbar unter https://www.thinkmind.org/index.php?view=article&articleid=icsea_2020_1_200_10100.
  • Y. Sedelmaier, D. Landes: Neun Jahre EVELIN – Erkenntnisse und Perspektiven. In Didaktiknachrichten 12/2020, DiZ- Zentrum für Hochschuldidaktik, Ingolstadt, 2020, 32-39.
  • N. Waibel, Y. Sedelmaier, D. Landes: Using Learning Styles to Accommodate for Heterogeneous Groups of Learners in Software Engineering. In Proc. 11th IEEE Global Engineering Education Conference (EDUCON 2020), Porto, Portugal, 2020, 819-826.
  • M. Wolf, M. Ring, D. Landes: Impact of Generative Adversarial Networks on NetFlow-Based Traffic Classification. In Á. Herrero, C. Cambra, D. Urda, J. Sedano und E. Corchado (Hrsg.): 13th International Conference on Computational Intelligence in Security for Information Systems (CISIS 2020), Advances in Intelligent Systems and Computing 1276, Springer, Cham, 2020, 393-404.
  • S. Wunderlich, M. Ring, D. Landes, A. Hotho: The Impact of Different System Call Representations on Intrusion Detection. In Logic Journal of the IGPL, 2020, https://doi.org/10.1093/jigpal/jzaa058.