Narges D.
Forschungsassistent
Erfahrungen
Aug. 2024 - Juni 2025
11 MonatenMünchen, Deutschland
Forschungsassistent
Hochschule München
- Einführte einen integrierten Ansatz zur Erkennung struktureller Schäden in Beton, Stahl und Glas mithilfe fortschrittlicher Technologien wie LiDAR und Thermografie. Hebte die Wechselwirkungen zwischen den Materialien hervor, um die Diagnose zu verbessern und vorausschauende Wartung zu ermöglichen.
- Entwickelte ein NLP-basiertes Tool zur Vereinfachung medizinischer Notizen, das komplexe klinische Anweisungen in einfaches, kindgerechtes Englisch umwandelt. Setzte Prompt-Engineering mit Flan-T5-Transformermodellen ein, um patientenrelevante Aktionen zu extrahieren und in klare To-Do-Punkte umzuwandeln. Baute zwei Backends mit Flask und Tornado sowie eine druckbare Weboberfläche auf.
- Technologien: Python, Merkmalsextraktion, Hugging Face Transformers, Prompt-Engineering, Flask, Tornado, HTML/CSS.
Dez. 2023 - Apr. 2024
5 MonatenDeutschland
Softwareentwickler
Bertrandt Ingenieurbüro GmbH
- Entwickelte und implementierte Deep-Learning-Modelle für die Anomalieerkennung in Zeitreihendaten in Zusammenarbeit mit BMW.
- Technologien: Python, TensorFlow, PyTorch.
März 2023 - Juli 2023
5 MonatenDeutschland
Praktikum, Teilzeit
Expleo
- Arbeitete am Safe2P-Forschungsprojekt mit, das auf die Erhöhung der Fußgängersicherheit und automatisiertes Parken durch Lokalisierung und Objekterkennung mit Radar-, LiDAR- und Kameradaten abzielte.
- Technologien: Python, TensorFlow, PyTorch, ROS, Git, ISO 26262.
Apr. 2022 - März 2023
1 JahrDeutschland
Masterand, Abteilung EF-602
Bayerische Motoren Werke AG (BMW)
Titel: Segmentierungs- und Klassifizierungstechniken des Machine Learnings angewandt auf Automotive-Radar-Daten.
Zusammenfassung: Durch die Akkumulation von Erkennungen aus mehreren Radarzyklen wurde eine umfangreiche Punktwolke der Umgebung erzeugt. Bildverarbeitungs- und Machine-Learning-Techniken wurden angewendet, um Informationen über kleine oder ungewöhnlich geformte Objekte (z. B. Infrastruktur, Ampeln, Europaletten) zu extrahieren, die von gängigen Radaralgorithmen nicht identifiziert werden.
Außerdem entspricht der Code den FMEA-Standards.
Betreuer: Professor Thomas Brox, Dr. Anastasios Deligiannis.
Technologien: Python, TensorFlow, PyTorch, RAT Tool, Git.
Okt. 2021 - Apr. 2022
7 MonatenDeutschland
Praktikum, Abteilung EP-620
BMW
- Mitwirkung an der Implementierung und Optimierung von FMVSS201u-Modellen durch Erprobung verschiedener neuronaler Netzwerkarchitekturen und vortrainierter Modelle.
- Fokus auf die Verbesserung der Modellgenauigkeit und Untersuchung alternativer Codierungsstrategien.
- Technologien: Python, PyTorch, TensorFlow, OpenCV, CNNs.
Nov. 2020 - März 2021
5 MonatenFreiburg im Breisgau, Deutschland
Wissenschaftliche Hilfskraft, Machine-Learning-Labor
Universität Freiburg
- Implementierte einen Variational Autoencoder (VAE) zur Klassifikation von Sequenzierungsdaten.
- Übersetzte die anfängliche Python-Implementierung in Julia in der ersten Projektphase.
- Technologie: Python, Julia.
Okt. 2020 - Nov. 2020
2 MonatenFreiburg im Breisgau, Deutschland
Auszeichnung, Deep-Learning-Kurs
Universität Freiburg
- Erreichte den dritten Platz in einer Klassifikations-Challenge im Deep-Learning-Kurs an der Universität Freiburg. Trainierte ein Modell, um Bilder eines Blumen-Datensatzes in zwei Wettbewerbskategorien zu klassifizieren: Fast-Track (100k Parameter) und Large-Track (25 Millionen Parameter).
- Genauigkeit: 95,0
- Technologie: Python 3, TensorFlow, PyTorch.
Okt. 2012 - Jan. 2013
4 MonatenIsfahan, Iran, Islamische Republik
Wissenschaftliche Hilfskraft
Wissenschaftliche Hilfskraft
- Entwarf und implementierte ein Pfadplanungssystem für Roboter, das weiße und schwarze Oberflächen erkennt.
- Optimierte das System, um Geschwindigkeit und die Fähigkeit, Kurven zu fahren, ohne die Spur zu verlassen, auszubalancieren, und minimierte grundlegende Fehler entlang einer drei Meter langen Strecke.
- Technologie: Chassis, 16-Pin-Chip, Ein-Chip-Computer (MCU), IR-Sensoren, C++.
Apr. 2011 - Juli 2011
4 MonatenIran, Islamische Republik
Wissenschaftliche Hilfskraft
Mikrosystemlabor, Azad-Universität Najaf Abad
- Implementierte ein automatisches Türsystem mit CodeVision und Proteus.
- Erfasste herannahende Personen mit CW-Radaren und löste so ein positives Signal aus, das den Zustand der Tür über einen Mikrocontroller änderte.
- Technologie: CodeVision, Proteus.
Zusammenfassung
Ich suche eine Vollzeitstelle, um meine Fähigkeiten anzuwenden und mein Wissen durch praktische Projekte zu erweitern.
Sprachen
Persisch
MutterspracheEnglisch
VerhandlungssicherDeutsch
FortgeschrittenAusbildung
Okt. 2018 - März 2023
Uni-Freiburg
M.Sc. · Eingebettete Systeme · Freiburg im Breisgau, Deutschland · 2.6
Sept. 2010 - Mai 2014
Azad University of Najaf Abad
B.Sc. · Elektrotechnik - Elektronik · Isfahan, Iran, Islamische Republik · 1.4
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testenWeitere Aktionen
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.