Ich bin Informatikerin sowie Daten-Ingenieurin für maschinelles Lernen mit Fokus auf großskaliger Datenverarbeitung, Computer Vision und vertrauenswürdige Methoden Künstlicher Intelligenz. Am GEOMAR arbeite ich im Rahmen des Projekts 'AqQua - Generating an Aquatic Life Foundation Model' an einem unabhängigen Basismodell für Bilddaten von im Wasser lebenden Organismen. Betreut werde ich dabei von Prof. Dr. Rainer Kiko sowie Kolleg:innen der Christian Albrechts-Universität zu Kiel (CAU) sowie des Max Delbrück-Centers für Molekulare Medizin (MDC) in Berlin.

Meine Schwerpunkte sind selbstüberwachtes Lernen, multimodale Verbindung von Bild-, Geo- und Umweltdaten sowie die Weiterentwicklung und Anwendung von KI-Modellen auf ozeanweite Datensätze. Über 'MarDATA - Helmholtz School for Marine Data Science' bin ich Teil einer interdisziplinären Verbindung von Informatik und Ozeanographie.

Kenntnisse und Fachwissen

- Machine Learning
- Deep Learning (PyTorch, TensorFlow, Keras)
- Computer Vision & Image Processing (OpenCV)
- Data Engineering (Phyton, Apache Spark, Pandas, NumPy)
- Automation & Testing
- SQL
- Cloud (AWS/Azure)
- Reproducible Science & Data Visualization

Forschungsinteressen

• Selbstüberwachtes Lernen und Foundation-Modelle für Plankton- und Partikelbildgebung
• Geräteübergreifende Generalisierung (UVP, ZooScan, Labormikroskope) und Domänenadaptation
• Multimodale Datenfusion: Bild-, Größen und geo-zeitliche Merkmale sowie Umweltmetadaten
• Effizientes Training mittels ozeanweiten Datensätzen, Bewertung sowie Analyse von Unsicherheiten und Bias von Maschinellem Lernen im Rahmen von ökologischen Anwendungen
• Optimierung, Graphentheorie, Maschinelles Lernen, Deep Learning

Ausbildung

• M.Sc. in Informatik - Memorial University of Neufundland, Kanada (komplexe Netzwerke, evolutionäre Berechnungsverfahren, Rechenkomplexität, angewandte Algorithmen, funktionale Differentialgleichungen)
• M.Phil in Mathematik - National University of Sciences & Technology (NUST), Pakistan (mathematische Modellierung, rechnerische Mathematik, graphische Theorie, Analysen)
• B.Sc. in Mathematik und Statistik - Lahore College for Women University (LCWU), Pakistan (2008-2012, Dean's List)

Beruflicher Werdegang

• 2021-2025: Software Test Ingenieurin, 10Pearls (Produktionsüberwachung, Datenqualitätsanalysen, Anwendung von PyTorch/TensorFlow, Pandas/NumPy und Spark, Zusammenarbeit mit Datensicherheitsingenieuren bei Putty/WinSCP, Postgres, MongoDB, Jenkins und Azure)
• in 2020: Qualitätssicherungsanalystin, Siemens/Kanada (Nachverfolgung von Anforderungen mittels Jira, API- und Datenbanktest mittels SQL und Postman, Kontrolle von Freigaben)
• 2018-2025: freiberufliche Data-Analystin (Dashboards und Dokumentation, SQL, Fehlersuche, ML pipelines, Tableau)
• 2017-2021: Lehrassistenz (CS), Memorial University, Neufundland/Kanada (Introprogrammierung, Datenstrukturen und -algorhythmen, Komplexität, wissenschaftliches Rechnen, maschinelles Lernen)
• 2014-2017: Dozentin für Mathematik, Lahore Leads University, Queen Mary College/Pakistan

Lehrtätigkeiten

Tätigkeit in Lehrgängen für Bachelorstudierende und Informatik-Laboren: Bewertung von Aufgaben und Projekten, Erstellung von Laboranleitungen, Mathematikunterricht in den Bereichen Diskrete Mathematik, Differentialgleichungen, Graphik-Theorie, Infinitesimalrechnung und weitere Themen.

Konferenz- und Projekthighlights

• Klassifizierung von Covid-19-Bildaufnahmen mittels Computertomographie - Auswahl von Aufnahmen und ML pipelines für Diagnoseerstellungen, Arbeiten mit erweiterten Datensätzen und Methoden
• 2018 - Aldrich Interdisciplinary Graduate Research Conference: US Flughafen-Netzwerkzentralitäten - Analyse und Visualisierung der Zentralitäten

Publikationen und akademische Projekte

Begutachtet:

• Episciences: 'Pairwise Stability in Two-Sided Market with Strictly Increasing Valuation Functions, DMTCS'
• MDPI Resources: 'Integration of Regression Analysis and Monte Carlo Simulation for Probabilistic Energy Policy Guidelines in Pakistan'