Direkt zum Inhalt springen

Prof. Dr. Maximilian Coblenz

 C2.165

 +49 (0)621 5203 416
maximilian.coblenz@hwg-lu.de

persönliche Webseite

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 - 2022Data Scientist bei 1&1 Telecommuncation SE
2019 - 2020Data Scientist bei EXXETA AG
2015 - 2019Wissenschaftlicher Mitarbeiter, Institut für Operations Research (IOR)
2018Dr. rer. pol. in Statistik, Karlsruher Institut für Technologie
2013 - 2015Risikocontroller bei der Landesbank Baden-Württemberg
2013M.Sc. Technische Volkswirtschaftslehre, Karlsruher Institut für Technologie
2012M.Sc. Finance and Investment, University of Nottingham
2011B.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.