Marc Weitz


Stipendiat

Stillingsbeskrivelse

Marc er stipendiat ved Institutt for informatikk og Befolkningsundersøkelser i nord (BiN) og forske på nye metoder for akselerometerdatabehandling og modellering med spesielt fokus på måling av fysisk aktivitet og livsstil i store kohortstudier (like Tromsøundersøkelsen).


  • Konstantin Sering, Marc Weitz, Elnaz Shafaei-Bajestan, David-Elias Künstle :
    pyndl: Naïve discriminative learning in python
    Journal of Open Source Software (JOSS) 2022 ARKIV / DOI

  • De 50 siste resultatene fra Cristin vises på siden. Se alle arbeider i Cristin her →


    Forskningsinteresser

    I sin doktorgrad forsker Marc på nye metoder for behandle og modellere (rå) akselerometerdata. Disse små sensorene brukes ofte til objektivt måling av fysisk aktivitet, søvn og andre livsstilsfaktorer i kohort- og folkehelsestudier eller som en kontrollmåling i eksperimentelle studier. Marcs forskning fokuserer på å fremme vår forståelse av de innsamlede dataene.

    Undervisning

    Marc har vært assistent for kurs i helseinformatikk og -teknologi (HIT) gruppen. Høstsemesteret 2021 var han TA i "INF-2710 Mobile health (mHealth) systems and applications", et kurs med fokus på teori og utvikling av mobile helseapplikasjoner. Vårsemesteret 2022 var han TA i "INF-3780 Computer Science Clinic – Physical and Virtual Environments" et prosjektbasert emne på masternivå der studentene utvikler sitt eget prosjekt innen medisinsk informatikk.




    CV

    Marc Weitz is a doctoral research fellow in Computer Science at the arctic university of Norway in Tromsø (UiT). Prior to that he studied Cognitive Science at the university of Tübingen graduating in 2020 as a Master of Science (M.Sc.) with distinction. During his studies he worked part-time as a teaching asstistant of several undergraduate Computer Science and Cognitive Science courses and as a scientific software developer at the chair of Quantitative Linguistics headed by Prof. Harald Baayen where he developed the python package pyndl.