DAS SYMANTO FORSCHUNGSTEAM

Das Symanto Forschungsteam - die Köpfe, die hinter der Leistung stecken

UNSER FORSCHUNGSTEAM

UNSER FORSCHUNGSTEAM

Unser Team besteht aus einigen der besten Köpfe in den Bereichen psychologisches Profiling und KI-Technologie. Sie kombinieren ihren Hintergrund und ihre Fähigkeiten, um unsere einzigartige Technologie voranzutreiben.

Lesen Sie ihre Geschichten!

MarcFranco-Salvador

Marc Franco-Salvador

Wissenschaftlicher Leiter

Forschungsschwerpunkt:
Natural Language Processing
Informationsbeschaffung
Plagiatsprüfung
Computerlinguistik
Künstliche Intelligenz

ÜBER MARC:

Marc ist Wissenschaftlicher Leiter bei Symanto, wo er seit 2016 tätig ist. In dieser Rolle arbeitet er zusammen mit seinem Team daran, unsere Datenanalyseplattform mit neuartigen Lösungen auszustatten, die auf den neuesten Techniken der künstlichen Intelligenz, der Verarbeitung natürlicher Sprache sowie des maschinellen und tiefen Lernens basieren.

Er verfügt über mehr als zehn Jahre Erfahrung als Forscher in Projekten im Zusammenhang mit mehrsprachiger natürlicher Sprachverarbeitung und Information Retrieval. Im Rahmen dieser Projekte erwarb er fundierte Kenntnisse in den Bereichen maschinelles und tiefes Lernen, Datenwissenschaft, Analytik und Bergbau.

Er promovierte in Informatik an der Universitat Politècnica de València (Spanien), wo er auch einen Ingenieurabschluss in Informatik und einen Masterabschluss in künstlicher Intelligenz, Mustererkennung und digitalem Bild erwarb.

ÜBER MARA:

Ich bin seit September 2018 als Research Scientist bei Symanto tätig. Zuvor war ich Mitglied des Forschungszentrums Pattern Recognition and Human Language Technology (PRHLT), wo ich an statistischen maschinellen Übersetzungsaufgaben gearbeitet habe. Ich habe meinen Doktortitel an der Univeritat Politècnica de València für meine Arbeit über fortgeschrittene Techniken der Domänenanpassung in der maschinellen Übersetzung erhalten. Mein langfristiges Forschungsziel ist es, Natural Language Processing-Techniken zu entwickeln, um lernende Systeme mit wenig menschlicher Überwachung zu erstellen.

Interessen
Machine learning, Deep Learning und Natural Language Processing

Mara Chinea-Rios

Research Scientist

Forschungsschwerpunkt:
Maschinelle Übersetzung
Adaptation
Online Learning
Domain Adaptation

Seren Yenikent

F&E-Psychologin

Forschungsschwerpunkt:
Psycholinguistics
Medienpsychologie

ÜBER SEREN:

Ich arbeite als F&E-Psychologin bei Symanto. Ich bin für die Kodierung psychologischer Theorien in maschinenlesbaren psycholinguistischen Modellen und die Unterstützung von Produkt- und Handelsabteilungen für Industriefälle verantwortlich. Ich habe einen Doktortitel in Medienpsychologie von der Universität Tübingen. Bevor ich zu Symanto kam, war ich als Research Associate im Knowledge Media Research Center (Tübingen) für das von EU HORIZON 2020 geförderte AFEL (Analytics for Everyday Learning) Konsortium tätig.

ÜBER GUILLERMO:

Guillermo ist seit April 2021 Research Engineer bei Symanto. Er arbeitete zwei Jahre im akademischen Bereich an digitaler Signalverarbeitung und Computer Vision für die Materialcharakterisierung am Institut für Telekommunikation und Multimedia-Anwendungen (iTEAM) der Universitat Politécnica de Valencia (UPV).
Seit 2018 war er in verschiedenen Industrieunternehmen Teil von F&E-Bereichen, in denen er datengesteuerte Lösungen auf der Grundlage von Deep Learning und statistischen Modellierungsansätzen entwickelte, hauptsächlich im Bereich Natural Language Processing (NLP). Von 2019 bis 2021 arbeitete er bei Telefónica R&D an Natural Language Understanding (NLU)-Komponenten für deren virtuellen Assistenten wie z. B. Textklassifikatoren, Erkennungsfunktionen und Suchmaschinen.
Bei Symanto arbeitet er an Lösungen für Textklassifizierung in Scarce Data Szenarien und an Datenanalysen für das Wohlergehen der Menschen.

Guillermo Pérez-Torró

Research Engineer

Forschungsschwerpunkt:
Natural Language Processing
Machine Learning
Deep Learning
Digital Signalverarbeitung

Angelo Basile

Research Scientist

Forschungsschwerpunkt:
Sprachtechnologie
NLP
Stylometry

ÜBER ANGELO:

Angelo ist seit Oktober 2018 Research Scientist bei Symanto Research. Er arbeitet an der Entwicklung von Klassifikationsmodellen und internen ML-Tools. Zuvor arbeitete er im Bixby-Team für Samsung, wo er sich um das NLG-Modul für Italienisch kümmerte. Er ist ein Erasmus Mundus Language and Communication Technology-Alumnus und hat einen Master in Linguistik von der Universität Groningen (Niederlande) und einen Master in Informatik von der Universität Malta (Maltesische Inseln). Er arbeitete an der Erkennung von Sprachvariationen mithilfe von syntaktischen Merkmalen und neuronalen Modellen.

ÜBER IAN:

Ian ist seit Juni 2022 als Product Data Scientist bei Symanto tätig. Als Berater in der Finanzbewertung und im Bankensektor hat er bereits mit verschiedenen Bewertungsmodellen gearbeitet und kennt die Besonderheiten von Corporate-Banking-Instituten.

Durch verschiedene Schulungsprogramme in den Unternehmen, in denen er arbeitete, sowie mithilfe von Selbstlernmethoden machte er sich mit der Welt der Daten vertraut und sein Interesse an Data Science wurde immer größer. So beschloss er, seine berufliche Laufbahn neu auszurichten und an einem Data Science Bootcamp teilzunehmen, um seine Fähigkeiten als Data Scientist zu verbessern und zu festigen.

Bei Symanto nutzt er seinen Hintergrund im Finanzwesen sowie Data Science Tools für Finanzprodukte. Dabei arbeitet er nicht nur mit traditionellen ML-Modellen, sondern ist auch auf NLP und Netzwerkanalysen spezialisiert.

Ian Borrego Obrador

Ian Borrego Obrador

Product Data Scientist

Forschungsschwerpunkt:
Data Science
Finanzmärkte
Graphenanalyse
Natural Language Processing

José Angel González Barba

Senior Research Scientist

Forschungsschwerpunkt:
Natural language Processing
Deep Learning
Summarization
Affective analysis

ÜBER JOSÉ ÁNGEL:

José Ángel ist seit November 2022 Senior Research Scientist bei Symanto. Er hat an der Universitat Politècnica de València in Informatik promoviert und war Mitglied der Forschungsgruppe Language Engineering and Pattern Recognition (ELIRF) des valencianischen Forschungsinstituts für künstliche Intelligenz (VRAIN). Er arbeitet hauptsächlich auf dem Gebiet der Natural Language Processing (NLP), wie z. B. Zusammenfassungen, affektive Analysen und figurative Sprache, und schlägt Lösungen vor, die auf Deep Learning basieren. Sein Hauptinteresse (und langfristiges, wahrscheinlich utopisches Forschungsziel) ist die Entwicklung von Computermodellen, die die menschliche Sprache auf die gleiche Weise verstehen und erzeugen wie der Mensch selbst.

ÜBER AREG:

Areg ist seit Oktober 2022 Junior Research Scientist bei Symanto. Zuvor entwickelte er automatische Spracherkennungssysteme bei Stadler und war Mitglied des Forschungszentrums für maschinelles Lernen und Sprachverarbeitung (MLLP) des valencianischen Forschungsinstituts für künstliche Intelligenz (VRAIN) an der Universitat Politécnica de Valencia (UPV), wo er an maschinellen Simultan- und Streaming-Übersetzungssystemen arbeitete. Diese Projekte und die Erfahrungen, die er bei Deep-Learning-Wettbewerben gesammelt hat, haben ihm geholfen, eine solide Grundlage in den Bereichen Datenwissenschaft, maschinelles Lernen und Deep Learning aufzubauen.

Er hat einen Bachelor-Abschluss in Informatik an der UPV und studiert derzeit einen Master-Abschluss in Künstlicher Intelligenz, Mustererkennung und digitaler Bildgebung.

Areg Sarvazyan

Junior Research Scientist

Forschungsschwerpunkt:
Sprachtechnologien
Natural Language Processing
Machine & Deep Learning

Konrad Myśliwiec

Datenwissenschaftler

Forschungsschwerpunkt:
Natural Language Processing
Neuronale Graphen-Netzwerke
Geometric Deep Learning
Datenwissenschaft

ÜBER KONRAD:

Konrad arbeitet als Datenwissenschaftler bei Symanto. Er hat einen Abschluss in Informatik und Ökonometrie an der Wirtschaftsuniversität Poznan. Die meiste Zeit seiner Karriere hat er in großen Pharmaunternehmen (GSK, Roche, Novartis) gearbeitet – zunächst als Software Engineer und dann als Data Scientist.

Er arbeitete an der Entwicklung von End-to-End-Lösungen für maschinelles Lernen in Projekten zur Verarbeitung natürlicher Sprache (NLP), wie z. B. Textclusterisierung oder semantische Suche. Gleichzeitig hat er sich eingehend mit Graph Neural Networks (GNN) und deren Anwendungen sowohl für NLP als auch für stark relationale biomedizinische Daten unter Verwendung von Wissensgraphen beschäftigt. Derzeit konzentriert er sich darauf, Lösungen für reale NLP-Herausforderungen zu finden und neue GNN-Architekturen zu erforschen.

UNSERE FORSCHUNG

UNSERE FORSCHUNG

Sie wollen mehr? Erkunden Sie unsere Forschung über KI-Psychologie und Natural Language Processing.

SPRECHEN SIE UNS AN

SPRECHEN SIE UNS AN

Nehmen Sie noch heute Kontakt auf, um Ihre Daten wie nie zuvor zu verstehen.

Yuwon Song