TUM Mumbai: BayIND Online-Seminar für junge Forschende präsentiert-TUM Doktorandin

Aktuelles, TUM Global, TUM Mumbai |

Im Zuge seiner Initiative zur Rekrutierung von Forschenden organisierte das Bayerisch-Indische Zentrum für Wirtschaft und Hochschulkooperation (BayIND) ein Online-Seminar, das jungen indischen Forscherinnen und Forschern die Wahl des Standorts Bayern für ihre Forschungskarriere schmackhaft machen sollte. Eine aus Indien stammende TUM-Doktorandin stellte sich den Fragen der Teilnehmenden und berichtete über Ihre Erfahrungen als junge Wissenschaftlerin an der TUM.

Präsentation beim BayIND Online-Seminar, Screenshot: TUM Mumbai
Rinita Roy berichtet von ihren Erfahrungen als Doktorandin an der TUM

Mit Hilfe von TUM Mumbai Liaison Officer Mohaa Vyas konnte Rinita Roy dafür gewonnen werden, in der Podiumsdiskussion des BayIND Online-Seminars über ihre Erfahrungen als Doktorandin an der TUM zu sprechen und auf die Fragen und Bedenken des Publikums effektiv einzugehen.

TUM Doktorandin lobt die Forschungsmöglichkeiten an der TUM

Die Teilnehmenden nutzten das Seminar um sich darüber zu informieren, warum Frau Roy Bayern für ihre Forschung gewählt hat, wie es ist, an der TUM zu forschen und warum sie eine Forschungskarierre in Bayern empfehlen würde.

"Die TUM, die technische Universität in der bayerischen Landeshauptstadt, ermöglicht qualitativ hochwertige Forschung mit einer vielfältigen Auswahl an Bereichen und Themen in einem internationalen Umfeld und besticht durch interdisziplinäre Zusammenarbeit mit vielen brillanten Köpfen unter den Forschenden und Studentierenden. München ist nicht nur ein erstklassiges technisches und kulturelles Zentrum, sondern auch sehr nah an der Natur und bietet somit den perfekten Ausgleich zum Leben eines Forschers— geistig, körperlich, sozial und finanziell", beschrieb Frau Roy Ihre Erfahrungen als junge Forscherin an der TUM in Bayern.

Derzeit ist sie Forscherin und Doktorandin am Lehrstuhl für Wirtschaftsinformatik der TUM und arbeitet an einem Projekt zum skalierbaren Musik-Matching. Neben ihren aktuellen Forschungsinteressen in diesem Bereich, beschäftigt sich Frau Roy zudem mit Audio-Matching, Audio-Segmentierung, Datenanalyse, maschinellem Lernen und verteiltem Rechnen.