Prof. Dr. Markus Döhring

Sprechstunde
nach Vereinbarung, auch möglich via Skype/Hangouts

Weitere Funktionen
  • Fachbereichsrat (Mitglied Stellvertreter)

Portrait: Döhring, Markus, Prof. Dr.

Details zur Person
Markus Döhring studierte Wirtschaftsinformatik an der Berufsakademie Mannheim und erhielt 2009 den Master of Science in Informatik an der Hochschule Darmstadt. Bis 2013 promovierte er am Lehrstuhl für Datenbanken und Informationssysteme der Universität Jena. Parallel war Markus Döhring 11 Jahre in verschiedenen industriellen Forschungs- und Entwicklungsbereichen der SAP tätig, zuletzt bis 2015 in Data-Mining nahen Themenbereichen wie Social Network Analysis oder Predictive Maintenance. 2015-2018 war er als Data Science Senior Manager in einem Analytics-Kompetenzzentrum der BASF tätig, dessen Fokus die algorithmengestützte Mustersuche in großen Datenmengen ist. Dort betreute und gestaltete er Projekte u.a. rund um die Themen Product Recommender, Business-Process Mining und Web Mining. Seit 03/2018 ist er berufen als Professor für Data Science und Grundlagen der Informatik an der Hochschule Darmstadt.

Modulbeschreibung siehe: https://obs.fbi.h-da.de/mhb/modul.php?nr=41.4984&sem=20201

Die Lehrveranstaltung wird voraussichtlich angeboten bestehend aus einem Mix aus: 

  • Präsenzveranstaltungen mit grundsätzlich hohem Interaktionsanteil.

  • Teilweise Wissensvermittlung, anstatt klassischer "Vorlesung" durch kompakte, durch den Dozenten aufgezeichnete Lehrvideos

  • Quellenangaben mit Scans/Ebooks zum Durchlesen
  • Q&A Sessions (Inverted Classroom)

Das Praktikum wird in 3er Gruppen grundsätzlich Präsenz bearbeitet. Es besteht immer die Möglichkeit, Fragen an Dozenten und Tutoren über ein Moodle-Forum zu richten. 

Wir arbeiten im Praktikum primär mit Spark+Python (PySpark). 

Voraussetzung zur Teilnahme am Praktikum ist die grundsätzliche Bereitschaft, mit Cloud-Technologien z.B. von AWS zu arbeiten und sich dort bei Bedarf einen User anzulegen. 

Modulbeschreibung siehe: https://obs.fbi.h-da.de/mhb/modul.php?nr=30.7312&sem=20142 

Die Lehrveranstaltung wird voraussichtlich angeboten durch einen Mix aus: 

  • Präsenzveranstaltungen mit grundsätzlich hohem Interaktionsanteil. . 
  • Teilweise Wissensvermittlung, anstatt klassischer "Vorlesung" durch kompakte, durch den Dozenten aufgezeichnete Lehrvideos
  • Quellenangaben mit Scans/Ebooks zum Durchlesen
  • Q&A Sessions (Inverted Classroom)

Das Praktikum wird in 2er oder 3er Gruppen grundsätzlich in Präsenz bearbeitet. Es besteht immer die Möglichkeit, Fragen an Dozenten und Tutoren über ein Moodle-Forum zu richten. 

Im Praktikum wird mit PowerDesigner + PostgreSQL gearbeitet. 

 

Das Hauptseminar findet in Kompaktform statt und hat bereits im März 2023 begonnen, Anmeldungen sind nicht mehr möglich. 

Data Science: Online-Infotag für Studieninteressierte am Montag, 22.05..

Die h_da bietet den Master-Studiengang Data Science sowohl in einer Vollzeit-Variante als auch als dualen Studiengang an, interdisziplinär durchgeführt von den Fachbereichen Mathematik und Naturwissenschaften (MN) und Informatik (I). Am Montag, 22.05., können Studieninteressierte um 09:30Uhr im Rahmen eines Online-Infotags ihre Fragen stellen. Rede und Antwort stehen die Studiengangsleiter Prof. Dr. Antje Jahn (Fachbereich MN) und Prof. Dr. Markus Döhring (Fachbereich I).

Um eine kurze Anmeldung zur Videokonferenz per Mail wird gebeten: sekretariat.fbmn@h-da.de . Mit der Anmeldung erhalten Interessierte die Online-Zugangsdaten. Die Teilnahme ist kostenfrei.

Informationen zum Studiengang finden sich unter: fbmn.h-da.de/ma-data-science

 

Sie haben eine spannende Idee für ein eigenes Projekt im Bereich Data Mining? Sie wollten z.B. schon immer einmal an einer Data Science Competition wie Kaggle teilnehmen? Bei ausreichender inhaltlicher Tiefe könnte sich hier das individuell gestaltbare Modul "Vertiefende F&E Studien" anbieten. Sprechen Sie mich bei Interesse darauf an. 

https://obs.fbi.h-da.de/mhb/modul.php?nr=41.4974&sem=20151

 

Für das Sommersemester 2023 habe ich leider keine freien Kapazitäten mehr zur Betreuung von Abschlussarbeiten. Ab dem Wintersemester 2023/2024 betreue ich gerne wieder Abschlussarbeiten, thematisch bevorzugt im Bereich Data-, Text- und Web-Mining. Sprechen Sie mich dazu bitte frühzeitig an. 

Die betreuten Masterarbeiten im Studiengang Data Science sind hier hinterlegt: https://fbmn.h-da.de/abschlussarbeiten-data-science

 

Für die betreuten Abschlussarbeiten im Bereich Informatik existiert aktuell leider kein zentrales Repository. 

Betreute Abschlussarbeiten im Bachelor/Master Informatik als Referent oder Korreferent:

Vorname

Nachname

Thema

Vanessa

Klein

Analyse des Validierungsprozesses von einem computergestützten System im pharmazeutischen Umfeld und Erarbeitung eines Lösungsvorschlags zur Prozessverbesserung

Andreas

Weber

Business Intelligence - Einführung eines innovativen und cloudbasierten Business Intelligence Layers als Reportinglösung in einem Automotive Konzern

Mohamed

Allouche

Guidelines for Making Existing Web Applications Progressive and Offline Capable

Levi

Flott

Development of a Domain-Specific Language in support of Software Architecture modelling

Lukas

Hohm

Verteiltes und inkrementelles Lernen mit Mondrian Forests

Dennis

Imhof

Quantifizierung des Rezyklatgehaltes in Kunststoffteilen für den Automobilbau mit Hilfe von Machine Learning-Methoden

Rebecca

Jox

Evaluation of Methods for Automatic Summary Generation on the Example of the Plenary Protocols of the German Bundestag

Jahn Zaib

Khan

Rekonstruktion von Vibrationsdaten

Ruben

Laack

Wie können Nutzeranmeldungen an Unternehmenssystemen gesichert werden

Oussama

Metawa

Anwendung von Latent Dirichlet Allocation auf Fachzeitschriftentexte sowie Identifikation neuer Industrie 4.0 Technologien mittels Pre-trained Language Modelle

Andre

Namur

Automatisiertes Machine Learning unter Verwendung von Data Warehouses

Dennis

Sauerwein

Verbesserte Cloud-Server Perfermance durch Performance-Verbesserungen in der lokalen Netzwerk-Infrastruktur

Tobias

Schmitt

Sicherheit in SQL- und NoSQL-Datenbanken in der Cloud

Alexander

Weinfurter

Log-basierte vorausschauende Wartung - Konzeption und Entwicklung eines Prototypen für Augenlaser

Selim

Dincer

Authentication Methods for Demand-Responsive Transport and their Impact on Privacy, Security and Convenience

Denis

Fedjakin

Erkennung von Äquivalenten SQL Statements in Teradata Datenbanken

Michael Sogyal

Löffler

Umsetzung einer Multicast-föhigen RPC-Middleware mit Publish/Subscribe

Jalil

Ariubi

Broadcast Production over IP Networks

Allgemeine Hinweise und Vorlagen zu Bachelorarbeiten finden Sie hier:https://fbi.h-da.de/studium/studienorganisation/studienorganisation-b-sc-informatik/abschlussarbeit 

Eine sehr gut bewertete Bachelorarbeit als Beispiel finden Sie hier: Quantifizierung des Rezyklatgehaltes in Kunststoffteilen für den Automobilbau mit Hilfe von Machine Learning-Methoden (Dennis Imhof, 2020) - Der Umfang ist keinesfalls eine Zielgröße für eine übliche Bachelorarbeit

  • Betreuung von dualen Praxisphasen und Bachelorarbeiten 
  • F&E Projekt "MediaWatch": Überwachung der Publikationsgeschwindigkeit und des thematischen Bias auf unterschiedlichen News-Plattformen

Kontakt

Prof. Dr. Markus Döhring

Kommunikation Schöfferstraße 8b
64295 Darmstadt
Büro: D15, 303

+49.6151.533-68961
markus.doehring@h-da.de

1

Sprechstunde
nach Vereinbarung, auch möglich via Skype/Hangouts