Zu Hauptinhalt springenZur Suche springenZu Hauptnavigation springenZu Footer springen
Logo der Fachhochschule Nordwestschweiz
Studium
Weiterbildung
Forschung und Dienstleistungen
Internationales
Die FHNW
DeEn
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien
Logo der Fachhochschule Nordwestschweiz
  • Studium
  • Weiterbildung
  • Forschung und Dienstleistungen
  • Internationales
  • Die FHNW
DeEn
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

Prof. Dr. Daniel Perruchoud

Daniel Perruchoud

Tätigkeiten an der FHNW

Dozent für Data Science am Institut für Data Science FHNW

Lehrtätigkeiten

Im Bachelor of Science in Data Science

  • Explorative Datenanalyse,
  • Anwendungen in Machine Learning
  • Natural Language Processing
  • Betreuer von Bachelor-Projektarbeiten

Im Master of Science in Engineering MSE

  • Fortgeschrittenes Natural Language Processing
  • Betreuer von Master-Studierenden

Forschungsschwerpunkte

  • Natural Language Processing Anwendungen
  • AI-basiertes Information Retrieval
  • Machine Learning Anwendungen für Prozess- und Produktoptimierung

Profil

Projekte

2025: Robust Swiss German Speech-to-Text System for Multi-Speaker Psychological Dialogues (in progress, Innosuisse funded)

2025: Low-latency Swiss German AI agents (in progress, Company funded)

2025: Artificial Intelligence Integration into the Safety Reporting System (in progress, Company funded)

2025: Schweizerdeutsch-to-LLM (in progress, Company funded)

2025: Robust visual identification of UI elements in business process testing (in progress, Innosuisse funded)

2025: Verwendung von Natural Language Processing und Generativer Künstlicher Intelligenz zur effizienten Informationsextraktion (in progress, Company funded)

2025: Enhancing Patient Education with AI Avatars in Preoperative Care: Feasibility of German LLMs (Innosuisse funded)

2025: LUKE App for visual cloth discrimination (Innosuisse funded)

2025: Optimierung des Produktionsprozesses von Strom- und Spannungswandlern mit Machine Learning (Company & HTZ funded)

2025: AI-based Solutions for FtO Assessment in Technical Patent Searches (Company & HTZ funded)

2024: «KI-Tutor für Studierende» - Effiziente Informationsextraktion mit Retrieval Augmented Generation (FHNW funded)

2024: «RockPulse» - Sensing precursors of landslide accelerations in ambient vibration data (Innosuisse funded)

2024: «AI-Selfie@ENTER» - Developing personalized selfies with generative AI (FHNW funded)

2024: Understanding Client Sentiment with NLP from Small Data (Company & HTZ funded)

2024: Introduce data-driven development and operation in device qualification (Innosuisse funded)

2022: Enhancing DSM’s Third Party Patent Monitoring with Machine Learning and Natural Language Processing (Company funded)

2021: ML-based visual quality monitoring for Hybrid Photon Counting device manufacturing (Innosuisse funded)

2020: Condition Monitoring and Predictive Maintenance for Wind Turbines Developed on Massive Wind Park Sensor Data (Innosuisse funded)

Biografie

1986-1991

Physikstudium mit Vertiefung in theoretischer Festkörper-Physik (dipl. phys. ETH Zürich, Schweiz)

1992-1996

Doktorat im Bereich Klimafolgenforschung (Dr. sc. nat. ETH Zürich, Schweiz)

1997-1999

Wissenschaftlicher Mitarbeiter am Bundesamt für Umwelt / eidg. Forschungsanstalt WSL Birmensdorf, Schweiz

1999-2000

Analytical Consultant bei NCR / Teradata Wallisellen

2000-2008

Data Scientist bei UBS Schweiz AG Zürich, Schweiz

2009-2018

Senior Data Scientist und Teamleiter bei UBS Schweiz AG Zürich, Schweiz

Seit 2019

Professor an der FHNW in Brugg-Windisch, Schweiz

LinkedIn

Hochschule

laden

Prof. Dr. Daniel Perruchoud

Prof. Dr. Daniel Perruchoud

Dozent für Data Science

Telefonnummer

+41 56 202 83 41 (undefined)

E-Mail

daniel.perruchoud@fhnw.ch

Adresse

Fachhochschule Nordwestschweiz FHNW Hochschule für Informatik Bahnhofstrasse 6 5210 Windisch

ht_ins_i4ds_mitarbeitende

Angebot

  • Studium
  • Weiterbildung
  • Forschung & Dienstleistungen

Über die FHNW

  • Hochschulen
  • Organisation
  • Leitung
  • Facts and Figures

Hinweise

  • Datenschutz
  • Accessibility
  • Impressum

Support & Intranet

  • IT Support
  • Login Inside-FHNW

Member of: