Janek Groß

Janek Groß hat in Eichstätt Mathematik und Psychologie studiert. Dabei hat er jeweils den Bachelor of Science sowie das erste Staatsexamen für Gymnasiallehramt erworben. Sein Masterstudium Robotics Cognition Intelligence absolvierte er an der Fakultät Informatik der TU München. Während des Studiums eignete er sich weitreichende Kenntnisse in der mathematischen Statistik und den empirischen Wissenschaften an. Außerdem konnte er einschlägige Erfahrungen in der Entwicklung von größeren neuronalen Netzwerken und im Umgang mit Großrechnern gewinnen. Bei der Grundlagenforschung gilt sein Interesse besonders den Bereichen Zeitreihenanalyse und Informationstheorie. Seit Anfang 2021 ist er in der Abteilung »Data Science« des Fraunhofer IESE tätig und arbeitet eng mit der Abteilung »Safety Engineering« zusammen. Zu seinen Aufgaben gehört die empirische Validierung und formale Absicherung von datengetriebenen KI-Modellen, die in autonomen Fahrzeugen und Robotern zur Anwendung kommen. Janek Groß studied mathematics and psychology in Eichstätt, Germany, earning a Bachelor of Science degree and the first state examination for secondary school teachers. He completed his Master’s degree in Robotics Cognition Intelligence at the Faculty of Computer Science at the Technical University of Munich. During his studies, he acquired extensive knowledge in mathematical statistics and empirical sciences. He also gained relevant experience in the development of larger neural networks and in the use of mainframe computers. In basic research, his main interests are in the areas of time series analysis and information theory. Since the beginning of 2021, he has been working in the department “Data Science” of Fraunhofer IESE, in close collaboration with the department “Safety Engineering”. His tasks include the empirical validation and formal assurance of data-driven AI models used in autonomous vehicles and robots.

Die Zukunft des Sprachassistenten: Datenhoheit durch Spracherkennung mit eigenem LLM Voice Bot

In einer Welt, in der Technologie immer weiter voranschreitet, sind sprachgesteuerte Assistenten zu einem nicht mehr wegzudenkenden Teil unseres Alltags geworden. Von IBM Watson und Aleph Alpha Luminous über Apple Siri und Amazon Alexa bis hin zu Google Assistant und…

Time Series Analysis: Outlier Detection

Time Traveling with Data Science: Outlier Detection (Part 3)

In our blog series on „Time Traveling with Data Science“, we previously introduced different tasks in time series analysis. In this blog post, we now present the task of Outlier Detection. Outliers are data so different from others that one…

Scope Compliance

Scope Compliance – Die Rolle des Anwendungskontexts im Machine Learning

Im Rahmen unserer Blogreihe »Scope Compliance« beschäftigen wir uns mit der Bedeutung des Anwendungskontexts im Machine Learning. Im ersten Beitrag klären wir ein häufig anzutreffendes Missverständnis auf und arbeiten seine Implikationen für die Praxis heraus. Sie erfahren, warum es entscheidend…

Time Series Analysis (Change Point Detection)

Time Traveling with Data Science: Focusing on Change Point Detection in Time Series Analysis (Part 2)

In the first blog post of our „Time traveling with data science“ series, we presented several tasks related to the analysis of time series. In this post, we dive into the task called „change point detection“.   Changes in time series or…

Time traveling with data science: Focusing on time series analysis

Time Traveling with Data Science: Focusing on Time Series Analysis (Part 1)

Time traveling with data science: In this blog series, we will cover some of the different techniques that make up time series analysis. This first post will provide an overview of the different types of analysis possible and answer the…