Personenprofil
Berufliche Laufbahn
- seit 10/2022
Assistenzprofessor für Softwaretechnik - seit 10/2014
Wissenschaftlicher Mitarbeiter, URZ, Universität Leipzig - 09/2013 - 09/2014
Wissenschaftliche Mitarbeiter im Bereich Digitial Humanities, Abteilung für automatische Sprachverarbeitung, Universität Leipzig
Ausbildung
- 03/2011 - 08/2013
Informatik M.Sc., Universität Hamburg - 10/2008 - 06/2011
Wirtschaftsinformatik B.Sc., Universität Hamburg
David Georg Reichelt arbeitet als wissenschaftlicher Mitarbeiter an der Universität Leipzig und als Assistenzprofessor für Informatik und Softwaretechnik an der Lancaster University Leipzig. Sein Hauptforschungsinteresse liegt im Bereich Software Performance Engineering, wo er untersucht, wie Leistungsänderungen während des Lebenszyklus der Softwareentwicklung erkannt und verstanden werden können.
- ScaDS Dresden/Leipzig – Competence Center for Scalable Data Services and Solutions – Servicezentrum / Data Life Cycle Management und WorkflowsKühne, StefanLaufzeit: 10.2014 – 09.2018Beteiligte Organisationseinheiten der UL: Abteilung Forschung und Entwicklung; BMBF
- Reichelt, D. G.; Kühne, S.How to Detect Performance Changes in Software History: Performance Analysis of Software System VersionsCompanion of the 2018 ACM/SPEC International Conference on Performance Engineering . 2018.
- Scheller, F.; Reichelt, D. G.; Dienst, S.; Johanning, S.; Reichardt, S.; Bruckner, T.Effects of implementing decentralized business models at a neighborhood energy system level: A model based cross-sectoral analysisInternational Conference on the European Energy Market (EEM). 2017.
- Reichelt, D. G.; Kühne, S.Better Early Than Never: Performance Test Acceleration by Regression Test SelectionCompanion of the 2018 ACM/SPEC International Conference on Performance Engineering. 2018.
- Reichelt, D. G.; Kühne, S.Empirical Analysis of Performance Problems at Code LevelICPE'16 : proceedings of the 2016 ACM/SPEC International Conference on Performance Engineering : March 12-16, 2016, Delft, Netherlands. New Yor, NY: ACM, Association for Computing Machinery. 2016. S. 117–120.