Unser Unternehmen
Reasonance wurde 2019 von einer Gruppe von Absolventen des Karlsruher Instituts für Technologie gegründet und stärkt Unternehmen und Organisationen, indem es die digitale Transformation vorantreibt. Der interdisziplinäre akademische Hintergrund und das fachübergreifende berufliche Profil unseres Teams helfen uns, Beratung, Forschung und Technik zusammenzubringen, um nachhaltige Lösungen für Geschäftsprobleme in verschiedenen Branchen zu schaffen.
Was uns antreibt
Entwurf, Aufbau und Operationalisierung von Datenanalyse- und maschinellen Lernlösungen zur Schaffung neuer kontinuierlicher Wertschöpfungskanäle für unsere Kunden.
Wie wir vorgehen
Inkrementelle und kundenorientierte End-to-End-Entwicklung, beginnend mit der Evaluierung potenzieller Anwendungsfälle bis hin zu produktiven Lösungen mit Wartung und Support.
Gründerteam
Todor Kostov
Data Scientist, CEO und Co-Founder
Todor hat Informatik am Karlsruher Institut für Technologie mit den Schwerpunkten maschinelles Lernen und Big Data Analytics studiert und den M.Sc. Abschluss erworben. Während seiner Masterarbeit am Fraunhofer IOSB hat er einen neuartigen Ansatz zur Informationsfusion entwickelt, der auf RNNs und Bayes’scher Filterung basiert. Todor hat mehr als 6 Jahre Erfahrung mit US-amerikanischen, niederländischen und deutschen Unternehmen, bei denen er Analytics Lösungen und Anwendungen für maschinelles Lernen entwickelt hat.
Konstantin Tsenkov
Systems Engineer, Co-Founder
Konstantin hat am Karlsruher Institut für Technologie (KIT) auf dem Gebiet der Elektrotechnik und Informationstechnik mit dem Schwerpunkt Systems Engineering seinen Masterabschluss gemacht. Er verfügt über Erfahrungen in den Bereichen Systementwurf, Modellierung und Simulation sowie Software-Engineering und Software-Entwicklung für Anwendungen in den Bereichen Energie, Automotive und der Industrieautomatisierung.
Manuel Lang
Machine Learning Engineer, Co-Founder
Manuel verfügt über einen M.Sc. in Informatik vom Karlsruher Institut für Technologie. Er schloss seine Masterarbeit über datengetriebenes hierarchisches Clustering, die später als Veröffentlichung bei der ICLR 2020 akzeptiert wurde, am Institut für maschinelles Lernen der Carnegie Mellon University ab. Neben mehreren Forschungspositionen auf dem Gebiet des maschinellen Lernens verfügt er über einen starken Software-Engineering-Hintergrund.