Alireza Zamanian

KI-Ingenieur & Berater · Promotion in Informatik

Profil

KI-Ingenieur mit Promotion in Informatik an der TUM und fast zehn Jahren Erfahrung in Data Science, angewandter KI-Forschung und produktiver KI-Software, vieles davon im Gesundheitswesen. Derzeit leite ich ein KI-Entwicklungsteam bei SYNLAB, einem der größten Anbieter medizinischer Labordiagnostik in Europa.

Berufserfahrung

Teamleiter KI-Entwicklung

Jan. 2026 – heute

AI Product Engineer

Nov. 2024 – Jan. 2026

SYNLAB International, München

Software- & KI-Berater

2026 (4 Monate)

PoriZma

Wissenschaftlicher Mitarbeiter (Promotion)

Sept. 2021 – Nov. 2024

Fraunhofer IKS, München

Wissenschaftlicher Mitarbeiter (Promotion)

Sept. 2019 – Aug. 2021

Helmholtz Munich, München

Ausbildung

Promotion in Informatik

2019 – 2026

Technische Universität München (TUM)

Magna cum laude. Dissertation: Achieving Trustworthiness in Medical AI via Domain-Informed Analysis

M.Sc. Robotik

2015 – 2017

Amirkabir University of Technology (Tehran Polytechnic)

B.Sc. Maschinenbau

2009 – 2014

Amirkabir University of Technology (Tehran Polytechnic)

Kenntnisse

KI & Machine Learning
LLMs, Retrieval-Augmented Generation (RAG), KI-Agenten, Deep Learning, Zeitreihen, erklärbare KI
Statistik & Daten
Statistische Modellierung, fehlende Daten, kausale Inferenz, Sensitivitätsanalyse, Studiendesign
Engineering
Softwareentwicklung, Python, Microsoft Azure, produktive KI-Systeme
Branchen
Gesundheitswesen und medizinische Diagnostik, Robotik

Sprachen

Englisch
Fließend (Arbeitssprache)
Persisch
Muttersprache
Deutsch
Mittelstufe (B1)

Publikationen

  1. Evaluation of Active Feature Acquisition Methods for Time-varying Feature Settings (öffnet in neuem Tab) H. von Kleist, A. Zamanian, I. Shpitser, N. Ahmidi Journal of Machine Learning Research 26(60) · 2025
  2. Analysis of Missingness Scenarios for Observational Health Data (öffnet in neuem Tab) A. Zamanian, H. von Kleist, O. A. Ciora, M. Piperno, G. Lancho, N. Ahmidi Journal of Personalized Medicine 14(5) · 2024
  3. KI-Entwicklung: von der Vorschrift zum Computercode A. Zamanian, E. Pachl, G. Lancho Medizintechnik · 2024
  4. Assessable and Interpretable Sensitivity Analysis in the Pattern Graph Framework for Nonignorable Missingness Mechanisms (öffnet in neuem Tab) A. Zamanian, N. Ahmidi, M. Drton Statistics in Medicine 42(29) · 2023
  5. What about the Latent Space? The Need for Latent Feature Saliency Detection in Deep Time Series Classification (öffnet in neuem Tab) M. Schröder, A. Zamanian, N. Ahmidi Machine Learning and Knowledge Extraction 5(2) · 2023
  6. Post-hoc Saliency Methods Fail to Capture Latent Feature Importance in Time Series Data (öffnet in neuem Tab) M. Schröder, A. Zamanian, N. Ahmidi Trustworthy Machine Learning for Healthcare (TML4H), Springer LNCS · 2023
  7. Evaluation of Active Feature Acquisition Methods for Static Feature Settings (öffnet in neuem Tab) H. von Kleist, A. Zamanian, I. Shpitser, N. Ahmidi arXiv:2312.03619 · 2023
  8. Partially Specified Causal Simulations (öffnet in neuem Tab) A. Zamanian, L. Mareis, N. Ahmidi arXiv:2309.10514 · 2023
  9. Early-, Late-, and Very Late-Term Prediction of Target Lesion Failure in Coronary Artery Stent Patients: An International Multi-Site Study (öffnet in neuem Tab) E. Pachl, A. Zamanian, M. Stieler, C. Bahr, N. Ahmidi Applied Sciences 11(15) · 2021
  10. Estimation of Moving Obstacle Dynamics with Mobile RGB-D Camera (öffnet in neuem Tab) S. B. Germi, A. Zamanian, M. A. Arzati, M. A. Khosravi, R. FesharakiFard International Conference on Robotics and Mechatronics (ICRoM) · 2017