LEITER DES FORSCHUNGSBEREICHS Intelligente Analytik für Massendaten

Prof. Dr. Volker Markl

  • Adresse (Berlin)
    Projektbüro
    Alt-Moabit 91c
    D-10559 Berlin

Prof. Dr. Volker Markl

Publikationen

Mahdi Esmailoghli, Sergey Redyuk, Ricardo Martinez, Ziawasch Abedjan, Ariane Ziehn, Tilmann Rabl, Volker Markl

In: Holger J. Meyer, Hannes Grunert, Tim Waizenegger, Lucas Woltmann, Claudio Hartmann, Wolfgang Lehner, Christian Schmitz, Dhiren Devinder Serai, Tatiane Escobar Gava (Hrsg.). Datenbank-Spektrum (Spektrum) 19 Seiten 1-18 Gesellschaft für Informatik Bonn 8/2019.

Zur Publikation
Mahdi Esmailoghli, Sergey Redyuk, Ricardo Martinez, Ziawasch Abedjan, Tilmann Rabl, Volker Markl

In: Holger Meyer, Norbert Ritter, Andreas Thor, Daniela Nicklas, Andreas Heuer, Meike Klettke (Hrsg.). Datenbanksysteme für Business, Technologie und Web (BTW 2019). GI-Fachtagungen (BTW-2019) befindet sich Fachtagung für Datenbanksysteme für Business, Technologie und Web (BTW) March 4-8 Rostock Germany Seiten 297-300 ISBN 978-3-88579-684-8 Gesellschaft für Informatik, Bonn Bonn 3/2019.

Zur Publikation
Melissa Gehring, Marcela Charfuelan Oliva, Volker Markl

In: 18th symposium of Database systems for Business, Technology and Web. GI-Fachtagungen (BTW-2019) Student program befindet sich 18th symposium of Database systems for Business, Technology and Web March 4-8 Rostock Germany University of Rostock 3/2019.

Zur Publikation

Profil

Persönliche Angaben

Prof. Dr. Volker Markl ist Chief Scientist und Leiter der Forschungsgruppe „Intelligente Analytik für Massendaten – Smart Data“ am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Außerdem ist er Direktor des Berlin Big Data Centers (BBDC) und Co-Direktor des Berliner Zentrums für Maschinelles Lernen (BZML). An der Technischen Universität Berlin leitet er das Fachgebiet Datenbanksysteme und Informationsmanagement (DIMA). 

Zu seinen aktuellen Forschungsinteressen gehören neuartige Hardwarearchitekturen für das Informationsmanagement, die skalierbare Verarbeitung und Optimierung von Programmen zur deklarativen Datenanalyse sowie skalierbare Datenwissenschaft, einschließlich Graph Mining, Text Mining und Maschinellem Lernen.

Ehrungen

  • EDBT 2019 Best Paper Award für die Abhandlung „Efficient Window Aggregation with General Stream Slicing“
  • Erster Platz in der BTW 2019 Data Science Challenge
  • Co-lead, Technical Enablers und Data Science Arbeitsgruppe der „Plattform Lernende Systeme“, 2018.
  • ACM SIGMOD 2016 Research Highlight Award
  • EDBT 2017 Best Demonstration Award
  • Mitglied der Expertenkommission „Zentrum Digitalisierung Bayern“, 2015.
  • Germany’s Leading Digital Minds („Digitale Köpfe“) Award, 2014.
  • VLDB Best Paper Award, 2014.
  • Innovation Supporter Award, TU Berlin, 2012.
  • Status-only Professorship Appointment, University of Toronto, 2012 - 2018.
  • IBM Faculty Award, 2012.
  • IBM Shared University Grant Award, 2012.
  • Trusted Cloud Award, Bundesministerium für Wirtschaft und Energie, 2011.
  • IBM Center of Advanced Studies Award 2010, 2011, 2012.
  • Hewlett Packard Open Innovation Award, 2009, 2010.
  • IBM Shared University Grant Award, 2008.
  • Pat Goldberg Best Paper Award, IBM, 2006.
  • Outstanding Technological Achievement Award, IBM, 2005.
  • Best Mentor Award, IBM, 2005.
  • Seventeen Invention Achievement Awards, IBM, 2001 – 2006.
  • Four Invention-Plateau Awards, IBM, 2001 – 2006.
  • IST Prize for TransBase HyperCube, European Commission and EUROCASE, 2001.
  • Outstanding Computer Science Dissertation, German Computer Society (GI), 2000.
  • Siemens Nixdorf Förderkreis, Siemens AG, 1992-1995.

Ämter

  1. Elected Trustee of the VLDB Endowment
  2. Elected Secretary of the VLDB Endowment
  3. Elected President of the VLDB Endowment
  4. Founding Member of the Big Data Value Association/Big Data Value PPP

Projekte

ExDRa


Exploratory Data Science over Raw Data

Die Idee des ExDRa Projekts ist, geeignete Systemunterstützung für den explorativen Data Science Prozess über heterogene und verteilte Rohdatenquellen zu untersuchen und im Rahmen eines Prototypen für...

BBDCII


Berlin Big Data Center

Goals

In order to optimally prepare industry, science and the society in Germany and Europe for the global Big Data trend, highly coordinated activities in research, teaching, and technology transfer...

BBDCII

SePiA.Pro


Serviceplattform für die intelligente Anlagenoptimierung in der Produktion

Das Ziel des Projekts SePiA.Pro ist die Entwicklung einer unternehmensübergreifenden, offenen und standardisierten Serviceplattform für die produktionsprozessumfassende Effizienzsteigerung in...

SePiA.Pro

STREAMLINE


Streamlined Analysis of Data at Rest and Data in Motion

Gemeinsam mit vier führenden Europäischen Data-Economy-Unternehmen sowie weltbekannten Wissenschaftlern und Erfindern wird das DFKI im Projekt STREAMLINE den modernen Anforderungen des Europäischen...

STREAMLINE

PROTEUS


Predictive Analytics and Real-Time Interactive Visualization for Industry

PROTEUS mission is to investigate and develop ready-to-use scalable online machine learning algorithms and real-time interactive visual analytics to deal with extremely large data sets and data...

PROTEUS

Portraitfoto

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence