<?xml version="1.0" encoding="utf-8"?>







    <rss version="2.0"
         xmlns:content="http://purl.org/rss/1.0/modules/content/"
         xmlns:atom="http://www.w3.org/2005/Atom"
         xmlns:media="http://search.yahoo.com/mrss/">
        <channel>
            
                
                    <ttl>60</ttl>
                    <title>Universität Bremen - Dr. Maryam Movahedifar</title>
                    <link>https://www.uni-bremen.de/data-science-center/ueber-uns/dsc-team/dr-maryam-movahedifar</link>
                    <description>DSC Team Seite für Dr. Maryam Movahedifar</description>
                    <language>de</language>
                    <copyright>Universität Bremen</copyright>
                    <pubDate>Wed, 07 Oct 2026 09:29:46 +0200</pubDate>
                    <lastBuildDate>Wed, 07 Oct 2026 09:29:46 +0200</lastBuildDate>
                    <atom:link href="https://www.uni-bremen.de/data-science-center/ueber-uns/dsc-team/dr-maryam-movahedifar/rss.xml" rel="self" type="application/rss+xml"/>
                    <generator>Universität Bremen</generator>
                
                
                    
                        <item>
                            <guid isPermaLink="false">content-668048</guid>
                            <pubDate>Fri, 06 Mar 2026 14:22:59 +0100</pubDate>
                            <title>Help-Desk | Data Science Support Analysemethoden insb. Statistik</title>
                            <link>https://www.uni-bremen.de/data-science-center/ueber-uns/dsc-team/dr-maryam-movahedifar#c668048</link>
                            
                            <description>&amp;lt;p&amp;gt;Data Science Center&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;&amp;lt;br /&amp;gt; &amp;lt;strong&amp;gt;Kompetenzen&amp;lt;/strong&amp;gt;&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;Statistische Analyse; Data Science; Maschinelles Lernen; Projektmanagement; Statistische Beratung; Akademische Lehre.&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
                    
                
                    
                        <item>
                            <guid isPermaLink="false">content-668049</guid>
                            <pubDate>Fri, 06 Mar 2026 14:22:59 +0100</pubDate>
                            <title>Kurzprofil</title>
                            <link>https://www.uni-bremen.de/data-science-center/ueber-uns/dsc-team/dr-maryam-movahedifar#c668049</link>
                            
                            <description>&amp;lt;p&amp;gt;Maryam Movahedifar schloss ihr Bachelorstudium in Mathematischer Statistik an der Universität Payame Noor in Neyshabur, Iran, im Jahr 2005 ab und erwarb 2009 ihren Master-Abschluss im selben Fach an der Universität Payame Noor in Shiraz, Iran, mit einer Masterarbeit, die sich auf den Standard-Hypothesentest der Meta-Regression konzentrierte. Im Jahr 2020 promovierte sie in Statistik an der Universit¨at Payame Noor in Teheran, Iran, mit einer Dissertation über Singular Spectrum Decomposition zur Rekonstruktion und Prognose von Zeitreihen.&amp;lt;br /&amp;gt; &amp;lt;br /&amp;gt; Von 2010 bis 2020 war Maryam Dozentin an verschiedenen iranischen Universitäten und bot auch statistische Beratung für Forschende und Studierende an, wobei sie bei den statistischen Aspekten ihrer Projekte half. Nach ihrer Promotion nahm sie von August 2021 bis April 2024 eine Postdoc-Stelle am Institut für Statistik der Universität Bremen, Deutschland, an. Ihre Forschung umfasste die Entwicklung statistischer Methoden zur Rekonstruktion verrauschter Zeitreihen, zur Datenprognose und zum multiplen Hypothesentesten. Sie arbeitete auch an Projekten wie der Closed-Loop-Volterra- Methode zur Analyse von Zeitreihen, der Bewertung der multivariaten Singular Spectrum Analysis über Fehlerraten bei mehrfachen Tests und robusten Ansätzen zur Ausreißer-Imputation.&amp;lt;br /&amp;gt; &amp;lt;br /&amp;gt; Seit 2021 ist Maryam Dozentin an der Universität Bremen, betreut Masterarbeiten, ist Mitglied von Prüfungsausschüssen für Promotionen und begutachtet Artikel für Zeitschriften wie das Journal of Applied Statistics. Ihre Forschung wurde in renommierten Zeitschriften veröffentlicht und sie hat auf internationalen Konferenzen referiert.&amp;lt;br /&amp;gt; &amp;lt;br /&amp;gt; Zu ihren technischen Fähigkeiten gehören R, SQL, LaTeX, Excel und SPSS. Derzeit unterstützt Maryam als Data Scientist beim DSC im Rahmen des BMBF-Projekts DataNord Forschende bei den statistischen Aspekten ihrer Projekte und sorgt für eine effektive Datenanalyse.&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
                    
                        <item>
                            <guid isPermaLink="false">content-668050</guid>
                            <pubDate>Mon, 20 Jul 2026 13:38:16 +0200</pubDate>
                            <title>Kontakt</title>
                            <link>https://www.uni-bremen.de/data-science-center/ueber-uns/dsc-team/dr-maryam-movahedifar#c668050</link>
                            
                            <description>&amp;lt;p&amp;gt;Universität Bremen&amp;lt;br /&amp;gt;Data Science Center | Fachbereich 03&amp;lt;br /&amp;gt;MZH | Raum 5270&amp;amp;nbsp;&amp;lt;br /&amp;gt;Bibliothekstr. 5&amp;lt;br /&amp;gt;28359 Bremen&amp;lt;/p&amp;gt;
&amp;lt;hr /&amp;gt;
&amp;lt;p&amp;gt;Tel. +49 (421) 218 59854&amp;lt;br /&amp;gt;E-Mail:&amp;amp;nbsp;&amp;lt;a href=&amp;quot;mailto:movahedm@uni-bremen.de&amp;quot; target=&amp;quot;movahedm@uni-bremen.de&amp;quot;&amp;gt;movahedm@uni-bremen.de&amp;lt;/a&amp;gt;&amp;lt;br /&amp;gt;&amp;lt;br /&amp;gt;ORCID: &amp;lt;a class=&amp;quot;internal-link&amp;quot; href=&amp;quot;https://orcid.org/0000-0003-0283-7560&amp;quot; target=&amp;quot;_blank&amp;quot;&amp;gt;0000-0003-0283-7560&amp;lt;/a&amp;gt;&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
            
        </channel>
    </rss>

