Anniken Rabben

Data Scientist — MSc Data Science, NMBU

Ås, Norge Annikenrabben123@gmail.com github.com/Anniken01 LinkedIn

Jeg liker å bruke data og programmering til å løse praktiske problemer. Gjennom studiet har jeg jobbet med alt fra maskinlæring på kliniske data til apputvikling og geografiske analyser. Her finner du et utvalg prosjekter som viser hvordan jeg jobber med analyse, modellering og programvareutvikling.

Nyutdannet sivilingeniør i Datavitenskap fra NMBU med fordypning i matematikk og statistikk. Masteroppgaven ble gjennomført i samarbeid med Uniklinikum Erlangen i Tyskland, hvor jeg undersøkte hvordan maskinlæring kan brukes til å predikere immunrelaterte bivirkninger hos kreftpasienter.

MSc Data Science, NMBU Python · SQL · Java · Swift 3 år lektorutdanning

scroll for prosjekter

Masteroppgave · Uniklinikum Erlangen · 2026

Prediksjon av immunrelaterte bivirkninger ved immunterapi

«Predicting Immune-Related Adverse Events Following Immune Checkpoint Inhibitor Therapy — A Machine Learning Approach»

Undersøkte hvordan maskinlæring kan brukes til å predikere immunrelaterte bivirkninger hos kreftpasienter behandlet med immunterapi. Sammenlignet tolv modell-pipelines basert på fire klassifikasjonsmodeller (CatBoost, XGBoost, logistisk regresjon og SVC) kombinert med tre metoder for variabelseleksjon. Arbeidet omfattet hele prosessen fra datarensing og feature engineering til modellutvikling, evaluering og tolkning av resultatene.

Datarensing og feature engineering på flowcytometri- og kliniske data, inkludert delta-features mellom to måletidspunkter
Manglende data håndtert med multivariat imputering (Iterative Imputer, MICE)
Nested cross-validation (RepeatedStratifiedKFold) for robuste estimater på et lite, ubalansert datasett
Optuna (TPE-sampler) for hyperparametertuning; evaluert på AUC, MCC og F1-score
SHAP-analyse på individnivå og sammenligning mot et etablert klinisk referansepanel fra litteraturen

Pythonscikit-learnCatBoostXGBoostOptunaSHAP

Eget prosjekt · 2025–pågående

Bakeapp — iOS-applikasjon

Egenutviklet iOS-app bygget med Swift og SwiftUI som foreslår oppskrifter basert på ingrediensene brukeren allerede har tilgjengelig. Appen gjør det enklere å utnytte råvarer og redusere matsvinn. I tillegg kan oppskrifter lagres, organiseres og automatisk skaleres til ønsket antall porsjoner. Prosjektet er under aktiv utvikling.

SwiftSwiftUIXcodeiOS

University of Minnesota · 2025

Optimal plassering av elbilladestasjoner

Kombinerte tre datakilder i Python: eksisterende ladestasjoner, census tract-grenser og befolkningsdata fra U.S. Census Bureau. Beregnet, for hvert tract i Minnesota, hvor mange ladestasjoner som fantes innenfor en gitt radius, og brukte dette til å rangere områder med høy befolkning og dårlig dekning. Brukte GeoPandas og Shapely til den geografiske analysen, og bygget et interaktivt kart der man kan filtrere på ladertype og by, og se de høyest prioriterte stedene for nye stasjoner.

PythonGeoPandasShapely

NMBU (INF202)

Energieffektiv trening av nevrale nett

Utforsket hvordan low-rank-nevrale nettverk påvirker avveiningen mellom modellstørrelse, treningstid og energiforbruk. Implementerte modellen i PyTorch og sammenlignet ulike konfigurasjoner for å undersøke hvordan redusert kompleksitet påvirket ytelsen.

PyTorchdeep learningobjektorientert programmeringPython

Teknologier

Verktøyene jeg jobber med

Pythonscikit-learnPyTorchSQLJavaSwiftGitGeoPandasExcel

Utenfor jobb

Ute, og på kjøkkenet

Jeg trives best ute i naturen og bruker mye tid på fjellturer, snowboard, klatring og andre aktiviteter året rundt. Når jeg er inne, liker jeg å lage mat fra bunnen av og eksperimentere med nye oppskrifter – enten det er surdeigsbrød eller en ny idé i kode.

Kontakt

La oss ta en prat

Ta gjerne kontakt om du har spørsmål til noen av prosjektene, eller bare vil si hei.

✉ Annikenrabben123@gmail.com ⌥ github.com/Anniken01 in LinkedIn

— takk for besøket ✓