Skip to main content

User account menu

  • Log in
DBS-Logo

Database Group Leipzig

within the department of computer science

ScaDS-Logo Logo of the University of Leipzig

Main navigation

  • Home
  • Study
    • Exams
      • Hinweise zu Klausuren
    • Courses
      • Current
    • Modules
    • LOTS-Training
    • Abschlussarbeiten
    • Masterstudiengang Data Science
    • Oberseminare
    • Problemseminare
    • Top-Studierende
  • Research
    • Projects
      • Benchmark datasets for entity resolution
      • FAMER
      • HyGraph
      • Privacy-Preserving Record Linkage
      • GRADOOP
    • Publications
    • Prototypes
    • Annual reports
    • Cooperations
    • Graduations
    • Colloquia
    • Conferences
  • Team
    • Erhard Rahm
    • Member
    • Former employees
    • Associated members
    • Gallery

Top-Studenten 2022 ausgezeichnet

Breadcrumb

  • Home
  • Top-Studenten 2022 ausgezeichnet
Group photo

Im Dez. 2022 zeichnete Prof. Rahm im KI-Zentrum ScaDS.AI der Universität Leipzig drei Studierende aus, die exzellente Leistungen im Informatik-Gebiet Datenbanken/Informationssysteme zeigten. Die Auszeichnung ging an die Studenden Jan Braker, Julian Pielmaier und Jacob Pollack. Sie wurden aus etwa 500 Studierenden ausgewählt und hatten im Studienjahr 2022 wenigstens je drei Lehrveranstaltungen im Datenbankbereich mit sehr gutem Ergebnis absolviert. Die jährliche Auszeichnung erfolgte bereits zum 15. Mal und nach zwei virtuellen Vorgängen aufgrund der Covid-Pandemie konnten die Zertifkate wieder im Rahmen einer Präsenzveranstaltung im Rahmen des Oberseminars vergeben werden.

Herzlichen Glückwunsch an alle Preisträger!

Tags

  • topstudenten

Recent publications

  • 2025 / 9: Generating Semantically Enriched Mobility Data from Travel Diaries
  • 2025 / 8: Slice it up: Unmasking User Identities in Smartwatch Health Data
  • 2025 / 6: SecUREmatch: Integrating Clerical Review in Privacy-Preserving Record Linkage
  • 2025 / 6: Leveraging foundation models and goal-dependent annotations for automated cell confluence assessment
  • 2025 / 5: Federated Learning With Individualized Privacy Through Client Sampling

Footer menu

  • Directions
  • Contact
  • Impressum