Thijs Snelleman
PhD candidate and scientific programmer at the Chair of AI Methodology of RWTH Aachen. My research interests include AutoML, geometrical deep learning and reproducibility. My thesis topic is on the reproducibility of empirical computational research and AI.
Wetenschappelijk programmeur | PhD Kandidaat
RWTH Aachen University - Aachen, Germany
Ik werk als wetenschappelijk programmeur aan diverse interne projecten, zoals Sparkle, en gezamenlijke projecten zoals ConfigSpace.
Als promovendus richt ik me momenteel vooral op het automatiseren van de reproduceerbaarheid van wetenschappelijk onderzoek in de informatica.
Data Scientist
Capgemini - Utrecht, The Netherlands
Data consultant binnen de afdeling Insights & Data, lid van de groep Data Science en AI groep.
Hoofdproject bij de Nationale Politie, gericht op personeelsplanning en -optimalisatie. Verantwoordelijk voor data-analyse, rapportagetools en de ontwikkeling van mobiele apps voor een personeelsbestand van meer dan 60.000 medewerkers.
Master Computer Science
Universiteit Leiden - Leiden, Nederland
Master met specialisatie in kunstmatige intelligentie (cijfer: 8,2/10, cum laude). Keuzevakken in natuurlijke taalverwerking (NLP), kwantum-AI, (geometrisch) deep learning en deep reinforcement learning. Scriptie over de geautomatiseerde detectie van kransslagaders op CCTA-scans met behulp van geometrisch deep learning, in samenwerking met het Amsterdam Medisch Centrum (AMC).
Jobs & Internships
AI Summer Intern
Stagiair Machine Learning
Student Assistent
Data Annotator
Junior Software Ontwikkelaar
Invers - Voorbug, Nederland
Junior Software ontwikkelaar voor onderhoud en verbetering van het transactie classificatie systeem voor zakelijke klanten (B2B).
Bachelor Informatica
Universiteit Leiden - Leiden, Nederland
Scriptie over een algoritmische analyse van Boerenbridge, een kaartspel met vierspelers met incomplete informatie, getiteld “Strategic Gambling in Diminishing Bridge”. Keuze vakken in Compiler Construction, Internet Recht, Human Computer Interaction, Computer Graphics en Data Mining. Afgerond met een 7.0 gemiddeld.