Eigenständig die Backend-Entwicklung als alleiniger Entwickler geleitet und Computer-Vision-Methoden eingesetzt, um rohe SLAM-Daten (Simultaneous Localization and Mapping), die zunächst nur vom Roboter erfasst wurden, in nutzerfreundliche CAD-Modelle umzuwandeln und so das Produkt vom Prototypen zur marktreifen Archiktaturanwendung weiterzuentwickeln.
Mathematische Algorithmen entwickelt und implementiert, um Raumkonturen präzise zu erkennen und die Genauigkeit der Wandlängenabschätzungen aus Raumkarten zu verbessern.
Zur Verringerung menschlicher Eingriffe beigetragen, indem Backend-Prozesse für die Echtzeit-Automatisierung der CAD-Erstellung optimiert wurden.
Mit interdisziplinären Teams aus Robotik, Data Science und Softwareentwicklung zusammengearbeitet, um Systemeffizienz und Skalierbarkeit zu steigern.
Stack: Python, C++, OpenCV, NumPy.
Simulation der Achterbahnsicherheit: Bewegungskontur einer Achterbahn unter verschiedenen Extrembedingungen mit physikbasierten Modellen und Machine Learning simuliert, um die strukturelle Integrität und die Sicherheit der Fahrgäste zu gewährleisten.
Ein Reinforcement-Learning-Framework entwickelt, das die Belohnungszuordnung als Kausalinferenzproblem behandelt und die Leistung der Policy deutlich steigert, indem sichergestellt wird, dass Belohnungen wirklich einflussreichen Aktionen zugeordnet werden.
Starke analytische und strategische Designfähigkeiten – zusammen mit Machine-Learning- und Deep-Learning-Techniken – eingesetzt, um Sicherheit, Leistung und Effizienz in realen Automobilanwendungen zu verbessern.
Ein interdisziplinäres Projekt zu Turnierlösungen abgeschlossen und im Bereich Matching-Märkte für die Masterarbeit weitergeforscht.
Eine Arbeit zu Turnierlösungen in Matching-Märkten wird demnächst in einer Fachpublikation erscheinen.
C++-Programmierung unterrichtet mit Schwerpunkt auf grundlegenden und fortgeschrittenen Algorithmen und Datenstrukturen, einschließlich Rekursion, dynamischer Programmierung, Bäumen, Graphen und Sortierverfahren.
Studierende angeleitet, C++ zur Lösung komplexer Rechenaufgaben anzuwenden und sich auf Algorithmuswettbewerbe vorzubereiten.
Problemlösungsstrategien, Code-Optimierung und reale Anwendungen algorithmischen Denkens betont.
Eigene Expertise in C++ und algorithmischem Design durch Curriculum-Entwicklung und praxisorientiertes Coaching vertieft.
Teile der Datenpipeline automatisiert, die Datensatzgröße um 50% erhöht und so zur Verbesserung der Modellleistung beigetragen.
Umsetzbares Feedback an Ingenieure gegeben und so interne Prozesse und die Effizienz der Arbeitsabläufe verbessert.
Starke Lernfähigkeit gezeigt und Wissen aus dem zweiten Studienjahr der Informatik auf reale Aufgaben angewendet, wobei ich vom Team sowohl für technische Beiträge als auch für Eigeninitiative positives Feedback erhielt.
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
2025 © FRATCH.IO GmbH. All rights reserved.