Bruce Schultz (M.Sc.)
Biografie
Bruce Schultz erwarb 2012 seinen Bachelor of Science in Biochemie an der University of Michigan. Anschließend widmete er sich zwei Jahre lang der HIV-Impfstoffforschung für das US-Verteidigungsministerium, bevor er nach Deutschland zog, um am Universitätsklinikum Essen beim Aufbau des Instituts für HIV-Forschung mitzuwirken. Im Jahr 2017 wechselte Bruce Schultz in die Bioinformatik und erwarb 2019 seinen Master of Science in diesem Fach an der Universität Bonn. Anschließend trat er dem Team von Fraunhofer SCAI bei, wo er neuartige Methoden zur Erstellung biologisch orientierter Wissensgraphen entwickelte und mithilfe von Methoden des maschinellen Lernens potenzielle Kandidaten für die Umwidmung von Arzneimitteln identifizierte. Seit 2024 arbeitet Bruce für die Abteilung Biomedizinische Informatik Köln (BI-K) und konzentriert sich auf die Entwicklung einer föderierten Lernplattform für medizinische Einrichtungen, die es Analysten ermöglicht, Gesundheitsdaten für ihre Forschung zu nutzen und gleichzeitig die Privatsphäre und den Schutz der Patientendaten zu gewährleisten.
Kontakt
- E-Mail bruce.schultz@uk-koeln.de
- Büro Postadresse: BI-K - Kerpener St. 62 - 50937 Köln Besuchsadresse: BI-K - Geb. 705 - Zülpicher Str. 58e - 50672 Köln - 1 OG - Room 1.010
- https://www.linkedin.com
- https://scholar.google.com
- https://github.com
- https://gitlab.com
- https://www.researchgate.net
- https://orcid.org
Fachgebiete
Aktuelle Lehre
Intro to Data Analysis in Python
[This course is only offered in English] The objective of this course is to provide the basics of exploratory data analysis techniques in Python, including data exploration, data visualization, and data quality. Throughout this course, you will gain hands-on experience with available tools and libraries that help you to conduct initial investigations on your data in order to discover patterns, identify anomalies, test hypotheses, and verify assumptions using summary statistics and graphical representations.
In KLIPS anzeigenStudium integrale: Evolution of Data Analysis
Vom Abakus bis zu ChatGPT hat sich unsere Fähigkeit, Daten zu erzeugen, aber auch die Art und Weise, wie wir sie analysieren, im letzten halben Jahrhundert erheblich verändert. Ziel dieses Kurses ist es, die Geschichte der ursprünglichen Datenerfassung und -nutzung zu erforschen, einige der wichtigsten Auswirkungen dieser Wissenschaft zu erörtern und Beispiele aus der Praxis zu geben, wie man das Wissen in der Informationsflut, die unsere Welt überschwemmt, finden kann. Die Teilnehmer sollten im Laufe des Seminars eine Kombination aus Vorlesungen und praktischen Übungen erwarten. Sowohl die Vorlesung sowie auch die Übungen werden einen Überblick über die Geschichte der für die Datenanalyse verwendeten Werkzeuge veritteln. Offene Diskussionen sind ebenfalls erwünscht, da in der Vorlesung wichtige, die Gesellschaft verändernde Themen in Bezug auf die damaligen Informationen und deren Verwendung behandelt werden.
In KLIPS anzeigenCoding Basics in Python
Einführung in die grundlegenden Konzepte der Programmierung in Python, die für die Auswertung von medizinischen und Forschungsdaten erforderlich sind. Die Teilnehmer werden in diesem interaktiven Seminar aus erster Hand lernen, wie sie ihren eigenen Code entwickeln und ausführen können.
In KLIPS anzeigen
