Fares Kallel - Wissenschaftlicher Mitarbeiter

Q: Wo ist Fares ansässig?

Fares ist in Berlin, Deutschland ansässig.

Q: Welche Sprachen spricht Fares?

Fares spricht folgende Sprachen: Arabisch (Muttersprache), Französisch (Muttersprache), Deutsch (Verhandlungssicher), Englisch (Verhandlungssicher) .

Q: Wie viele Jahre Erfahrung hat Fares?

Fares hat mindestens 6 Jahre Erfahrung. In dieser Zeit hat Fares in mindestens 4 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 7 Monate . Beachten Sie, dass Fares möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Fares?

Die neueste Position von Fares ist Wissenschaftlicher Mitarbeiter – KI & Computer Vision bei Iris-Sensing GmbH .

Q: Für welche Unternehmen hat Fares in den letzten Jahren gearbeitet?

In den letzten Jahren hat Fares für Iris-Sensing GmbH , Biotronik , DFKI (German Research Center for AI) und FZI (Research Center for Information Technology) gearbeitet.

Q: In welchen Industrien hat Fares die meiste Erfahrung?

Fares hat die meiste Erfahrung in Industrien wie Informationstechnologie , Automotive und Gesundheitswesen .

Q: In welchen Bereichen hat Fares die meiste Erfahrung?

Fares hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung , Produktentwicklung und Informationstechnologie .

Q: In welchen Industrien hat Fares kürzlich gearbeitet?

Fares hat kürzlich in Industrien wie Informationstechnologie , Automotive und Gesundheitswesen gearbeitet.

Q: In welchen Bereichen hat Fares kürzlich gearbeitet?

Fares hat kürzlich in Bereichen wie Forschung und Entwicklung , Produktentwicklung und Informationstechnologie gearbeitet.

Recommended expert

Berlin, Deutschland

Erfahrungen

Jan. 2023 - Juli 2025

2 Jahren 7 Monate

Berlin, Deutschland

Wissenschaftlicher Mitarbeiter – KI & Computer Vision

Iris-Sensing GmbH

Entwicklung und Implementierung einer Echtzeit-Wahrnehmungspipeline mit YOLOv7 auf Time-of-Flight-(ToF)-Sensordaten, die Live-Streaming, Inferenz und On-Frame-Visualisierung zur Passagiererkennung ermöglicht.
Feintuning und Bewertung mehrerer State-of-the-Art-Monokular-Tiefenschätzmodelle für die automatische Passagierzählung (APC) sowie Entwicklung eines hybriden Tiefenmodells, das die Tiefengenauigkeit in anspruchsvollen Szenenbereichen verbesserte.
Nachgewiesen, dass modellbasierte Tiefenkarten die Rohsensortiefe für APC-Aufgaben in mehreren Datensätzen übertreffen und so zu messbaren Verringerungen der Zählfehler beitragen.

Jan. 2022 - Dez. 2022

1 Jahr

Berlin, Deutschland

Wissenschaftlicher Mitarbeiter – Medizinische KI

Biotronik

Untersuchung von Methoden zur Anomalieerkennung in biomedizinischen Sensordaten und Bewertung frühphasiger modellbasierter Erkennungsansätze.
Prototypische Umsetzung von Signalverarbeitungs- und Analyse-Workflows in Python mit PyTorch und NumPy zur Unterstützung interner Forschungsexperimente.

März 2021 - Dez. 2021

10 Monate

Berlin, Deutschland

Wissenschaftlicher Mitarbeiter – NLP & Maschinelles Lernen

DFKI (German Research Center for AI)

Extrahierte und gestaltete eine breite Palette lexikalischer, semantischer und syntaktischer Merkmale für die Bewertung der Textkomplexität im Deutschen mithilfe spaCy-basierter NLP-Pipelines.
Entwickelte regressionsbasierte Lesbarkeitsvorhersagemodelle und unterstützte die Auswahl der Merkmale, die Modellevaluation und die Analyse der Datensätze.
Co-Autor eines peer-reviewten Artikels auf der LREC 2022 (Subjective Text Complexity Assessment for German), mit Beiträgen zum Feature-Design, zu Modellierungsexperimenten und zur Interpretation der Ergebnisse.

Mai 2019 - März 2021

1 Jahr 11 Monate

Karlsruhe, Deutschland

Wissenschaftlicher Mitarbeiter / Praktikant – Software Engineering

FZI (Research Center for Information Technology)

Mitarbeit an frühen Phasen von Software-Forschungsprojekten, einschließlich UI-Komponenten, Backend-Logik und sicherheitsrelevanten Modulen unter Verwendung von Java und modellbasierten Entwicklungstools.

Industrie Erfahrung

Sehen Sie, wo dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat. Längere Linien stehen für umfangreichere praktische Erfahrung, während kürzere Linien auf gezielte oder projektbezogene Arbeit hindeuten.

Erfahren in Automotive (2.5 Jahre), Informationstechnologie (2.5 Jahre) und Gesundheitswesen (1 Jahr).

Automotive

Informationstechnologie

Gesundheitswesen

Geschäftsbereich Erfahrung

Die folgende Grafik bietet einen Überblick über die Erfahrungen des Freiberuflers in verschiedenen Geschäftsbereichen, berechnet anhand abgeschlossener und aktiver Aufträge. Sie zeigt die Bereiche, in denen der Freiberufler am häufigsten zur Planung, Umsetzung und Erzielung von Geschäftsergebnissen beigetragen hat.

Erfahren in Forschung und Entwicklung (6 Jahre), Produktentwicklung (4.5 Jahre) und Informationstechnologie (2 Jahre).

Forschung und Entwicklung

Produktentwicklung

Informationstechnologie

Zusammenfassung

KI-Ingenieur mit breitem Hintergrund in angewandtem Machine Learning, der Forschungserfahrung mit Echtzeit-Deployments kombiniert.
Erfahrung in Tiefenschätzung, sensorbasierter Wahrnehmung und NLP/medizinischer KI, unterstützt durch starke akademische Leistungen (zwei Abschlussarbeiten mit Note 1,0).
Nachgewiesene Erfolge beim Feintuning von State-of-the-Art-Modellen und bei der Umsetzung von Forschungsansätzen in praktische KI-Systeme und Proofs of Concept in Forschung und Industrie.

Fähigkeiten

Programmierung: Python, C++, Bash, Sql, Git, Linux
Deep Learning: Pytorch, Tensorflow, Huggingface (Transformers, Diffusers), Scikit-learn, Numpy, Pandas, Opencv, Pytorch3d
Ki-bereiche & Methoden: Computer Vision (Monokulare Tiefenschätzung, 3d-visualisierung, Objekterkennung), Generative Modellierung (Diffusionsmodelle, Flow Matching Models, Vaes, Gans), Nlp (Merkmalextraktion, Lesbarkeitsmodellierung), Bildverarbeitung, Echtzeit-wahrnehmung, Transfer Learning, Feintuning, Prompt Engineering
Mlops & Tools: Mlflow, Wandb, Docker, Fastapi, Pytest, Vscode
Cloud & Infrastruktur: Aws (Ec2, S3, Iam, Lambda, Ecr), Kubernetes, Postgresql, Gstreamer

Sprachen

Arabisch

Muttersprache

Französisch

Muttersprache

Deutsch

Verhandlungssicher

Englisch

Verhandlungssicher

Ausbildung

Okt. 2021 - Juni 2025

Technische Universität Berlin (TU Berlin)

Master of Science in Elektrotechnik und Informationstechnik, Schwerpunkt: Künstliche Intelligenz und Machine Learning · Elektrotechnik und Informationstechnik · Berlin, Deutschland

Okt. 2016 - Juni 2020

Karlsruher Institut für Technologie (KIT)

Bachelor of Science in Elektrotechnik und Informationstechnik · Elektrotechnik und Informationstechnik · Karlsruhe, Deutschland

Profil

Erstellt

November 2025

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently asked questions

Sie haben Fragen? Hier finden Sie weitere Informationen.

Wo ist Fares ansässig?

Fares ist in Berlin, Deutschland ansässig.

Welche Sprachen spricht Fares?

Fares spricht folgende Sprachen: Arabisch (Muttersprache), Französisch (Muttersprache), Deutsch (Verhandlungssicher), Englisch (Verhandlungssicher).

Wie viele Jahre Erfahrung hat Fares?

Fares hat mindestens 6 Jahre Erfahrung. In dieser Zeit hat Fares in mindestens 4 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 7 Monate. Beachten Sie, dass Fares möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Fares am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Fares gut geeignet für Rollen wie: Wissenschaftlicher Mitarbeiter – KI & Computer Vision, Wissenschaftlicher Mitarbeiter – Medizinische KI, Wissenschaftlicher Mitarbeiter – NLP & Maschinelles Lernen.

Was ist das neueste Projekt von Fares?

Die neueste Position von Fares ist Wissenschaftlicher Mitarbeiter – KI & Computer Vision bei Iris-Sensing GmbH.

Für welche Unternehmen hat Fares in den letzten Jahren gearbeitet?

In den letzten Jahren hat Fares für Iris-Sensing GmbH, Biotronik, DFKI (German Research Center for AI) und FZI (Research Center for Information Technology) gearbeitet.

In welchen Industrien hat Fares die meiste Erfahrung?

Fares hat die meiste Erfahrung in Industrien wie Informationstechnologie, Automotive und Gesundheitswesen.

In welchen Bereichen hat Fares die meiste Erfahrung?

Fares hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung, Produktentwicklung und Informationstechnologie.

In welchen Industrien hat Fares kürzlich gearbeitet?

Fares hat kürzlich in Industrien wie Informationstechnologie, Automotive und Gesundheitswesen gearbeitet.

In welchen Bereichen hat Fares kürzlich gearbeitet?

Fares hat kürzlich in Bereichen wie Forschung und Entwicklung, Produktentwicklung und Informationstechnologie gearbeitet.

Was ist die Ausbildung von Fares?

Fares hat einen Master in Elektrotechnik und Informationstechnik from Technische Universität Berlin (TU Berlin) und einen Bachelor in Elektrotechnik und Informationstechnik from Karlsruher Institut für Technologie (KIT).

Wie ist die Verfügbarkeit von Fares?

Fares ist sofort vollzeit verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Fares?

Der Stundensatz von Fares hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Fares beauftragen?

Um Fares zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1200

900

600

300

⌀ Markt: 870-1030 €

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.