Christian Hoffmann
Der Algorithmik-Experte
„Ich möchte meinen Beitrag zu Produkten leisten, die zur Verbesserung der medizinischen Versorgung beitragen.“
Christian Hoffmann bereichert mit seinem Know-how das Team Medical Applications bei Method Park. Als Senior Software Engineer ist er Spezialist für die Algorithmik-Entwicklung in der Computertomographie. Er betreut, testet und integriert Algorithmen für das Post-Processing von CT-Aufnahmen, um Medizinern die Diagnose von Herz-Kreislauf-Erkrankungen zu erleichtern.
Hier, wie in der gesamten Medizintechnik, sieht Christian Hoffmann für die Ansätze des maschinellen Lernens großes Potenzial. Algorithmen spielen bei Machine Learning eine entscheidende Rolle – für Christian Hoffmann Grund genug, sich für ML zu begeistern und die Method Park Hands-on Workshops zu Machine Learning zu leiten.
Mit der Medizintechnik bewegt sich Christian Hoffmann in einem stark regulierten Umfeld, in dem Projekte meist sehr komplex und international aufgestellt sind. Die Arbeit mit kulturell unterschiedlich geprägten Teams, verteilt auf mehrere Standorte weltweit, hat sein Gespür für hochwertigen Code geformt. Sein Bewusstsein für Software-Qualität und die Regeln des Software Craftsmanship vermittelt er in Kursen zu Clean Code, Refactoring und Legacy Code.
Überhaupt der Wissensaustausch: Christian Hoffmann ist nicht nur Seminarleiter. Er betreut auch Studentenprojekte an der Technischen Hochschule Nürnberg, organisiert Veranstaltungen wie das Software Engineering Camp oder den Global Day of Code Retreat, hält Vorträge und schreibt Beiträge für Fachzeitschriften.
Seine Zertifizierungen:
- ASQF Certified Professional for Project Management – Foundation Level
- Certified SAFe® 4 Agilist, Certified SAFe® 5 Agilist
- IREB Certified Professional for Requirements Engineering – Foundation Level
- iCPMSB Certified Professional for Medical Software – Foundation Level
- iSAQB Certified Professional for Software Architecture – Foundation Level
Seminare unter seiner Leitung:
- Hands-On Workshop zum Thema Machine Learning