Prof. Dr. Markus Döhring

Professor
Fachbereich I

Sprechstunde
nach Vereinbarung, auch möglich via Skype/Hangouts

Schöfferstraße 8b
64295 Darmstadt
: D15,303
Markus Döhring

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 und koordiniert gemeinsam mit Prof. Dr. Sebastian Döhler (Fachbereich MN) den Masterstudiengang Data Science. 

Big Data Analytics SS'19 (Master Data Science)

Die Veranstaltung wird gemeinsam mit Inge Schestag angeboten.

Die Veranstaltung kann zunächst ausschließlich von Data Science Studierenden belegt werden. 

Im Vorfeld bieten wir, da wir mit PySpark arbeiten werden, einen 2-tägigen Python-Workshop am 28.3./29.3. an. Bei Interesse an einer Teilnahme kontaktieren Sie mich bitte direkt. 

 

Die Vorlesung beginnt voraussichtlich am 3.4. (Mi5)

Das Praktikum beginnt voraussichtlich am 10.04. (Mi6y)

Datenbanken 1 SS'19 (Bachelor Informatik)

Die Vorlesung begintt voraussichtlich am 04.04. (Do3).

Das Praktikum beginnt voraussichtlich am 11.04.

 

Betreuung: gemeinsam mit Prof. Dr. Michael Braun

 

Ausrichtung

Das Seminar adressiert Themen an der Schnittstelle IT Security und Data Science bzw. maschinellem Lernen. Dabei werden zwei Themenschwerpunkte fokussiert:

  • Anonymes Data Mining
  • maschinelles Lernen für Anwendungsfälle aus IT Security

Rahmenbedinungen

Die Themen werden von max. 12 Teilnehmern in 2er Gruppen bearbeitet. Es wird dabei nur ein Themenrahmen vorgegeben, d.h. die Zielsetzung für die Seminararbeit ist nicht exakt vorgegeben, sondern muss im Verlauf selbst erarbeitet werden. 

Termine

  • 2.4. 16:00-17:00: Kick-off mit Themenvergabe - bitte sichten Sie bis dahin die unten angegebenen Themen und überlegen Sie sich 2-3 Favoriten oder ein eigenes Thema. 
  • 23.4. 14:15-15:45: zweites Treffen
    • Verbindliche Zusage zur Übernahme des vergebenen Themas oder Vorschlag eigener Alternative
    • Abstract/Exposé mit Peer Review über Moodle
    • kurze mündliche Vorstellung der Herangehensweise
  • Zwischenpräsentationen (10 Minuten, 3-4 Folien) nach ca. 1/2-2/3 der Zeit
  • Ansonsten Beratung nach Bedarf individuell, auf Wunsch Review von Leseproben
  • Abschlussworkshop mit Abschlusspräsentationen ca. in KW30 (Ende Juli)
  • Abgabe des Papers in der 1. Augusthälfte

Themen

Anonymes Data Mining

Thema Nr. ArbeitstitelBeispielquellen
#1Data De-Identification  
#2Data De-Anonymization  
#3Data Mining with Differential Privacy  

Machine Learning for IT Security

#4

Password Guessability

  
#5

Anomaly Detection in System Logs

  
#6

Neural Networks for Malicious File Paths, URLs and Registry Keys

  
#7Website Fingerprinting  
#8Adversarial Attacks Against Black Box Models  
#9

Decoding of linear codes with neural networks

  
#10

PDF Malware classifiers

  

 

Weitere Quellen für eigene Themen

 

Data Science Infotag am 24.05.

Am 24.05.2019 bieten wir für Interessierte am Data Science Masterstudiengang eine Informationsveranstaltung gleichermaßen für Studierende bzw. Interessenten, als auch für Firmenvertreter an. Detailinformationen folgen in Kürze. 

 

Vertiefende F&E Studien mit Data Science Bezug

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

 

Masterarbeiten

Kapazitätsbedingt können für das Sommersemester 2019 leider keine Masterarbeiten mehr von mir betreut werden. Kommen Sie mit Ihren thematischen Vorstellungen jedoch gerne auf mich zu, ich kann Sie ggf. weitervermitteln. 

Ab dem Wintersemester 2019 betreue ich gerne wieder Masterarbeiten, thematisch bevorzugt im Bereich Data-, Text- und Web-Mining. Sprechen Sie mich dazu bitte frühzeitig an.