Noushiq (K a n) M.
Forschungsprojekte
Erfahrungen
Forschungsprojekte
Institute for Intelligent Systems
- Bewertung und Analyse eines kamerabasierten Ampel- und Verkehrsschilderkennungssystems in verschiedenen LLM-basierten autonomen Fahrsystemen (LMDrive, BEVDriver).
- Implementierung einer VLM-basierten Einheit zur Generierung von Verkehrshinweis-Anweisungen für ein Closed-Loop-System im autonomen Fahren, das den Fahrer bei unvorhergesehenen Vorfällen warnt.
- Entwicklung eines eigenständigen LLM-basierten lokalen Chatbots mit Llama, DeepSeek und Qwen inklusive MLflow-Evaluierungsframework.
Masterarbeit
Institute for Intelligent Systems
Weiterentwicklung der multimodalen Wahrnehmung für LLM-basiertes End-to-End-autonomes Fahren.
Konzeption und Implementierung einer Methode zur Integration von Ground-Truth-Daten für Ampeln und Verkehrsschilder aus CARLA über die Python-API, was die entsprechenden Fahrverstöße um 23 % reduzierte.
Entwicklung eines Perception-Stacks mit einem Deep-Learning-Modell zur Erkennung von Ampeln und Verkehrsschildern, was zu einer relativen Verbesserung der Fahrleistung um 14 % führte.
Durchführung einer genauen Evaluation des Ampelerkennungsmodells mittels k-facher Kreuzvalidierung und Erstellung eines speziellen Verkehrsschild-Datensatzes für das Closed-Loop-Simulationssystem (CARLA) mit über 4.300 Bildern.
Erfahrung in der Arbeit mit Hochleistungsrechner-Clustern (Zugriff auf virtuelle Maschinen via SSH, Batch-Job-Skripting und Slurm-Workload-Management).
Hauptaktivitäten: Architekturentwicklung (Python), Datensatzvorbereitung, Datenannotation und -augmentation, Modelltraining, Experiment-Tracking und Metrikenauswertung.
Fähigkeiten: Python, PyTorch, OpenCV, YOLO, RT-DETR, Hugging Face, scikit-learn, pandas, Git, Docker, Shell-Skripting (CLI).
Werkstudent
Robert Bosch GmbH
- Unterstützung des Active Learning für das Deep-Learning-Modell zur Spurdetektion durch Überarbeitung von Datenannotations- und Qualitätssicherungsprozessen für Level-3- und Level-4-autonomes Fahren.
- Verbesserung der Pipeline für Bilddaten (ca. 2 Millionen Frames) durch Zusammenarbeit mit den Labelern.
- Erstellung, Konfiguration und Verwaltung eines Confluence-Dokuments zur Überprüfung der Label-Qualität für Plattformen wie Kognic, Telus und Deepen AI, wodurch systematische Kennzeichnungsfehler um 20 % reduziert wurden.
Kosten- und Datenanalyst
General Electric
- Leitung eines Teams für die Kostenanalyse von etwa 7 Millionen Lieferantenprodukten mit über 200 Modalitäten, wodurch starke Projektmanagement-, Datenengineering- und Analysefähigkeiten durch effektive Aufgabenverteilung unter Beweis gestellt wurden.
- Automatisierung der groß angelegten Datenvorverarbeitung mit pandas und NumPy durch Integration von Lieferanten- und Inflationsdaten aus verschiedenen Quellen, was eine 65 % schnellere Analyse ermöglichte.
- Aufbau und Einsatz ML-gesteuerter Vorhersagemodelle mit Scikit-learn, wodurch die Unsicherheit in der Kostenplanung reduziert und Beschaffungsteams in die Lage versetzt wurden, inflationbedingte Kostensteigerungen vorherzusehen.
- Anwendung von Random Forest und Regressionsanalyse zur Identifikation der wichtigsten Materialkostentreiber und Entwicklung datenbasierter Verhandlungsstrategien mit Lieferanten, die 6 % der Betriebskosten einsparen.
- Integration von Machine-Learning-Ergebnissen in Power BI und später in Smartsheet, was Echtzeitvisualisierungen von Kostenprognosen und Inflationstrends für das Management ermöglichte.
- Umsetzung von drei Kaizen-Projekten, die die operativen Abläufe und Durchlaufzeiten in der Kostenanalyse und -prognose optimierten.
Ingenieuranalyst
Advanced Structures India
- Leitung von Reverse Engineering und System-Level-Analysen für vier führende Nutzfahrzeuge, Erstellung hochwirksamer technischer Dokumentation und Entwicklung von über 20 Benchmarking-Ideen zur Reduzierung der jährlichen Produktionskosten um 8 %.
- Definition des Kostenmoduls und Unterstützung beim Kunden-Onboarding, was vom Geschäftsführer für außergewöhnliche Anpassungsfähigkeit und fristgerechte Lieferung anerkannt wurde.
- Zusammenarbeit mit Softwareentwicklern bei Design, Entwicklung und Test von acht Kostenfunktionsmodulen, die zwei Wochen vor dem Zeitplan geliefert wurden und so die Software deutlich optimierten.
Trainee für Hochschulabsolventen
Bharat Heavy Electricals Ltd
- Verwaltete die tägliche Produktion und das Inventar mit SAP ERP und steigerte so die externe Auftragsabwicklung um 5% durch effiziente Wiederaufbereitung abgelehnter Produkte.
B.Tech. in Maschinenbau
University of Calicut
- Ausgezeichnet mit dem 'Best Make in India Safety Award' für die Entwicklung einer innovativen mechatronischen Technologie, die Opfer bei Zugentgleisungen durch einen einzigartigen dreistufigen Prozess aus Erkennung, Bremsen und Abkoppeln reduziert.
Zusammenfassung
Vielseitiger, analytischer und wirkungsorientierter Ingenieur mit über 3 Jahren Erfahrung in KI/ML und Technologien für autonomes Fahren. Verfügt über umfassende Expertise in Computer Vision, Deep Learning, Datenengineering und HPC-Plattformen durch praxisnahe Projekte. Derzeit arbeitet er im Masterprogramm an zukunftsweisenden Mobilitätslösungen mit dem Schwerpunkt KI-Integration im automatisierten Fahren.
Sprachen
Ausbildung
Hochschule Esslingen
M.Engg, Fahrzeugsysteme · Fahrzeugsysteme · Deutschland
University of Calicut
B Tech · Maschinenbau · Indien
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.