Prof. Dr. Maximilian Coblenz
C2.165
+49 (0)621 5203 416
maximilian.coblenz@hwg-lu.de
Sprechstunde
nach Vereinbarung
zu den Veranstaltungensunterlagen in OLAT
Lehrgebiete:
- Data Science
- Advanced Analytics
- Anwendungssysteme 2: Big Data
- Praxisprojekt Data Science/Big Data
- NoSQL Datenbanken
- Programmierung für Data Science
Forschungsschwerpunkte/Forschungsinteressen:
Meine Forschungsschwerpunkte umfassen Maschinelles Lernen, insbesondere neuronale Netze und Autoencoder, sowie die Modellierung hochdimensionaler Daten mit Copulas. Zudem interessieren mich Anwendungsmöglichkeiten von Copulas im Kontext des Maschinellen Lernens.
Meine weiteren Forschungsinteressen sind Data Science/Analytics und Big Data, insbesondere MLOps, Anwendungen von Cloud-Services und NoSQL-Datenbanken.
kurzer CV:
| seit 2022 | Professor für Wirtschaftsinformatik, Fachbereich Dienstleistungen und Consulting, Hochschule für Wirtschaft und Gesellschaft Ludwigshafen |
| 2020 - 2022 | Data Scientist bei 1&1 Telecommuncation SE |
| 2019 - 2020 | Data Scientist bei EXXETA AG |
| 2015 - 2019 | Wissenschaftlicher Mitarbeiter, Institut für Operations Research (IOR) |
| 2018 | Dr. rer. pol. in Statistik, Karlsruher Institut für Technologie |
| 2013 - 2015 | Risikocontroller bei der Landesbank Baden-Württemberg |
| 2013 | M.Sc. Technische Volkswirtschaftslehre, Karlsruher Institut für Technologie |
| 2012 | M.Sc. Finance and Investment, University of Nottingham |
| 2011 | B.Sc. Wirtschaftsingenieurwesen, Karlsruher Institut für Technologie |
Publikationen:
- Coblenz, M., Grothe, O., Hermann, K., Hofert, M. (2021). ,,Smooth Bootstrapping of Copula Functionals”. Electronic Journal of Statistics, 16(1): 2250-2606.
- Coblenz, M. (2021). ,,MATVines: A vine copula package for MATLAB”. SoftwareX, 14: 100700.
- Coblenz, M., Holz, S., Bauer, H.-J., Grothe, O., Koch, R. (2020). ,,Modelling Fuel Injector Spray Characteristics in Jet Engines by Using Vine Copulas’’. Journal of the Royal Statistical Society, Series C (Applied Statistics), 69(4): 863-886.
- Coblenz, M. (2018). Advances in Dependence Modeling: Multivariate Quantiles, Copula Level Curve Lengths, and Non-Simplified Vine Copulas. Dissertation, KIT Karlsruhe.
- Coblenz, M., Dyckerhoff, R., Grothe, O. (2018). ,,Confidence Regions for Multivariate Quantiles’’. Water, 10: 996.
- Coblenz, M., Grothe, O., Schreyer, M., Trutschnig, W. (2018). ,,On the length of copula level curves’’. Journal of Multivariate Analysis, 167: 347-365.
- Breig, R., Coblenz, M., Pelz, M. (2018). ,,Enhancing simulation-based theory development in entrepreneurship through statistical validation’’. Journal of Business Venturing Insights, 9: 53-59.
- Coblenz, M., Dyckerhoff, R., Grothe, O. (2018). ,,Nonparametric Estimation of Multivariate Quantiles’’. Environmetrics, 29(2): 1-23.
- Teschner, F., Coblenz, M., Weinhardt, C. (2011). ,,Short-Selling in Prediction Markets’’. The Journal of Prediction Markets, 5(2): 14-31.