BVM Data Science Cup

Floating Car Data richtig eingesetzt

   Artikel anhören
© pixabay.com
Bereits zum vierten Mal hat der Berufsverband der Markt- und Sozialforscher e.V. (BVM) den Data Science Cup vergeben; zum zweiten Mal nach 2018 an Dr. Sebastian Bönisch, GIM analytics Senior Director Data Science & Software Engineering.
 
Als Partner hatte der BVM wieder ScaDS.AI Dresden/Leipzig - Center for Scalable Data Analytics and Artificial Intelligence gewinnen können und in diesem Jahr zusätzlich die ADAC Service GmbH, die die Daten bereitstellte. Datenanalysten, Data Scientists sowie Personen mit Interesse an der Thematik hatten die Aufgabe, basierend auf vom ADAC bereitgestellten Floating Car Data (FCD) sowie Plandaten aus den Baustelleninformationssystemen (BIS) einen Analyseansatz zu entwickeln, der es erlaubt, baustellenbedingte Verkehrsbeeinträchtigungen zu erkennen.


Der Lösungsansatz von Dr. Bönisch beruht darauf, klassische Theorien und Techniken der Verkehrsmodellierung mit modernen Verfahren des maschinellen Lernens und des Geodatenmanagements zu kombinieren.
Dr. Sebastian Bönisch
Dr. Sebastian Bönisch
© GIM
studierte Musik, Mathematik und Informatik in München, Heidelberg und Pittsburgh (USA) und promovierte in Angewandter Mathematik über die computergestützte Simulation strömender Flüssigkeiten. Bei der GIM ist er seit 2015 und leitet hier als Senior Director die Teams „Advanced Analytics“ und „Software-Engineering“.

Zum Firmeneintrag der GIM im planung&analyse mafonavigator >>

Dr.-Ing. Martin Hahmann, Leiter der Jury Data Science Cup 2020, betonte in seiner Laudatio: „Die Gewinnerlösung überzeugt neben den eingesetzten Methoden und Konzepten auch durch die umfangreiche Dokumentation. Da für die diesjährige Aufgabe weder auf bestehende Ansätze noch Referenzergebnisse zurückgegriffen werden konnte, stand die Nachvollziehbarkeit von Methodik und Ergebnissen besonders im Fokus. Die Lösung von Dr. Sebastian Bönisch behandelt von der Datenaufbereitung über die -analyse bis hin zur -visualisierung der Ergebnisse alle Phasen des Data-Science-Prozesses beispielhaft und mit gleichbleibend hoher Qualität.“
Bitte loggen Sie sich hier ein, damit Sie Artikel kommentieren können. Oder registrieren Sie sich kostenlos für H+.
Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
stats