11.10.2024 aktualisiert
100 % verfügbar
Senior Software Engineer & Data Scientist | Machine Learning | Deep Learning | Computer Vision
Scharbeutz, Deutschland
Weltweit
Dr.-Ing. Deep LearningSkills
HTMLJavascriptPHPAPIsAgile MethodologieAmazon Web ServicesConfluenceJiraC#C++UbuntuCSSClusteranalyseDebuggingGithubR (Programmiersprache)GroovyHypertext Transfer Protocols (HTTP)JsonPythonLatexMatlabMachine LearningMongodbMysqlOpencvScrumRstudioCloud-ServicesMarkdownTensorflowPrometheusSchreiben von DokumentationShell-ScriptSqliteTCP / IPWiresharkWindchillExtensible Markup LanguageYAMLDaten- / DatensatzprotokollierungScriptingTransport Layer SecurityFeature-EngineeringPTC WindchillTransfer LearningGrafanaDeep LearningConvolutional Neural NetworksKerasGitlabGitMatplotlibContainerisierungXgboostPlotlyLidarDockerJenkinsArtifactory
APIs, agile Entwicklung, AWS, Amazon Web Services, Artifactory, Betriebssysteme, C#, C/C++, C++, CSS, Cloud Services, Clustering, Confluence, Containerization, Convolutional Neural Networks, Logging, Datenbanken, Datenstrukturen, Debugging, Deep Learning, Docker, XML, Feature Engineering, git, Github, GitLab, Grafana, Groovy, HTML, HTTP, ASPICE, Information Technology, Informationstechnologie, Integrationstests, JavaScript, Jenkins, Jira, JSON, Keras, Latex, LiDAR, Machine Learning, Machine-Learning, maschinelles Lernen, Markdown, MATLAB, Matplotlib, MS Office, Windows, MongoDB, MySQL, Objekterkennung, OpenCV, PHP, PTC Integrity, PTC Windchill, plotly, Prometheus, Python, R, Anforderungsmanagement, RStudio, SAFe, Scripting, Scrum, Shell Scripting, Softwarequalität, Softwarelösungen, Softwaremodulen, Software-Tools, Documentation, SQLite, TCP/IP, Tensorflow, automatisierten Tests, Softwaretests, Trainingsdaten, Transfer Learning, SSL, Linux (Ubuntu), Webanwendungen, Windchill, wireshark, XGBoost, YAML
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Tech: Python, Tensorflow, Keras, Machine Learning, C++, OpenCV, ROS, Point Clouds, Bilddaten, R, Cantata,
Googletest, Jenkins, Git, Grafana, seaborn, sklearn, XGBoost
> Implementierung und Optimierung von Machine-Learning-Modellen für die Fusion von Sensordaten
zur Verbesserung der Objekterkennung und Umgebungserfassung unter Verwendung von Python,
TensorFlow und Keras
> Entwicklung und Pflege von ROS-basierten Softwaremodulen in C++ zur Integration und Steuerung von
Sensoren und Aktuatoren in autonomen Fahrzeugen
> Anpassung und Erweiterung von OpenCV-basierten Bildverarbeitungsalgorithmen in C++ zur
Vorverarbeitung von Sensordaten sowie zur Erkennung und Klassifikation von kleinen Hindernissen
und Fahrzeugen
> Evaluierung und Implementierung von Feature Engineering Techniken zur Verbesserung der
Modellleistung und Genauigkeit in komplexen Fahrsituationen, unter Einsatz von sklearn und XGBoost
> Vergleich der Modellperformance und Signifikanztests in R
> Durchführung von umfangreichen Softwaretests, einschließlich Unit- und Integrationstests, unter
Verwendung von Googletest und Cantata zur Sicherstellung der Funktionalität und Zuverlässigkeit der
entwickelten Softwarelösungen
> Erzeugung von Dashboards und Alerts zur Analyse der Performance über die Zeit auf bekannten
Datensätzen in grafana
> Analyse und Visualisierung von Sensordaten und Verarbeitungsergebnissen mittels Python-Tools wie
Matplotlib, Seaborn und dash, um die Leistung von Algorithmen zu validieren und zu optimieren
Googletest, Jenkins, Git, Grafana, seaborn, sklearn, XGBoost
> Implementierung und Optimierung von Machine-Learning-Modellen für die Fusion von Sensordaten
zur Verbesserung der Objekterkennung und Umgebungserfassung unter Verwendung von Python,
TensorFlow und Keras
> Entwicklung und Pflege von ROS-basierten Softwaremodulen in C++ zur Integration und Steuerung von
Sensoren und Aktuatoren in autonomen Fahrzeugen
> Anpassung und Erweiterung von OpenCV-basierten Bildverarbeitungsalgorithmen in C++ zur
Vorverarbeitung von Sensordaten sowie zur Erkennung und Klassifikation von kleinen Hindernissen
und Fahrzeugen
> Evaluierung und Implementierung von Feature Engineering Techniken zur Verbesserung der
Modellleistung und Genauigkeit in komplexen Fahrsituationen, unter Einsatz von sklearn und XGBoost
> Vergleich der Modellperformance und Signifikanztests in R
> Durchführung von umfangreichen Softwaretests, einschließlich Unit- und Integrationstests, unter
Verwendung von Googletest und Cantata zur Sicherstellung der Funktionalität und Zuverlässigkeit der
entwickelten Softwarelösungen
> Erzeugung von Dashboards und Alerts zur Analyse der Performance über die Zeit auf bekannten
Datensätzen in grafana
> Analyse und Visualisierung von Sensordaten und Verarbeitungsergebnissen mittels Python-Tools wie
Matplotlib, Seaborn und dash, um die Leistung von Algorithmen zu validieren und zu optimieren
Tech: Python, C++, Point Clouds, Bilddaten, Semantic Segmentation, Classification, plotly, dash, Googletest,
Jenkins, Groovy, Git
> Implementierung von Algorithmen zur messpunktweisen Klassifikation (semantische Segmentierung)
unter Verwendung von Machine Learning und Deep Learning Techniken
> Integration und Optimierung von LiDAR-Datenverarbeitungssystemen zur Verbesserung der
Genauigkeit und Zuverlässigkeit der Umgebungserkennung in autonomen Fahrszenarien
> Entwicklung und Wartung von Softwarekomponenten zur Echtzeitverarbeitung von Sensordaten unter
Verwendung von C++
> Interaktive Visualisierung von Sensordaten und Verarbeitungsergebnissen in Python, plotly und dash
> Durchführung von Leistungsanalysen und Optimierungen für bestehende Algorithmen und Systeme zur
Erhöhung der Effizienz und Reduzierung der Latenzzeit sowie des Speicherverbrauchs
> Implementierung von automatisierten Tests und CI-Pipelines zur Sicherstellung der Softwarequalität
und -stabilität
> Zusammenarbeit mit interdisziplinären Teams zur Entwicklung und Integration neuer Funktionen und
Technologien in bestehende Plattformen
> Erstellung detaillierter technischer Dokumentationen und Präsentationen zur Unterstützung der
Kommunikation mit internen und externen Stakeholdern
Product Owner, Softwareingenieur & Algorithmenentwickler Jun 2018 - Mai 2021
Ibeo Automotive Systems GmbH, Hamburg (Branche: Automotive Supplier / Sensorik)
Tech: Python, C++, Point Clouds, Object Tracking, Semantic Segmentation, Classification, PTC Windchill,
Enterprise Architect, Cantata, Googletest, Jenkins, Git, Gitlab, Grafana
> Algorithmenentwickler für die Umfeldwahrnehmung: Detektion und Tracking von dynamischen und
statischen Objekten sowie kleinen Hindernissen im Serienprojekt des "ibeo NEXT"-Sensors
o Segmentierung (Clustering) von Punktwolken
o Erstellung von Detektionshypothesen für jedes Segment
o Objekttracking unter Verwendung verschiedener Filter, Bewegungs- und Messmodellen
o Klassifikation (Decision Trees, Random Forests, XGBoost, Feature Engineering)
o Semantische Segmentierung der Punktwolke mit Deep Learning
> Entwurf von KPIs (Key Performance Indicators) zur Bewertung der Qualität des Objekttrackings
> Automatisierte Auswertung des Ist-Standes der Wahrnehmungssoftware in CI-Pipelines
> Präsentationen / Technische Diskussionen mit dem Kunden: Anforderungen, KPIs,
Auswertungsergebnisse
> Beantwortung von RFIs/RFQs
> "Product Owner"-Rolle für die dynamische Umfeldwahrnehmung im SAFe-Framework
> End-to-end-Verantwortlichkeit: Anforderungsmanagement, Spezifikation und Architektur, Umsetzung
und Implementierung, Validierung und Verifikation nach ASPICE und ISO26262
> Betreuung von Praktika und Abschlussarbeiten, z.B. "Evaluation of Fusion Approaches on Point Clouds
for Semantic Segmentation in Automotive Scenarios", Masterthesis an der Technischen Universität
Hamburg-Harburg
Jenkins, Groovy, Git
> Implementierung von Algorithmen zur messpunktweisen Klassifikation (semantische Segmentierung)
unter Verwendung von Machine Learning und Deep Learning Techniken
> Integration und Optimierung von LiDAR-Datenverarbeitungssystemen zur Verbesserung der
Genauigkeit und Zuverlässigkeit der Umgebungserkennung in autonomen Fahrszenarien
> Entwicklung und Wartung von Softwarekomponenten zur Echtzeitverarbeitung von Sensordaten unter
Verwendung von C++
> Interaktive Visualisierung von Sensordaten und Verarbeitungsergebnissen in Python, plotly und dash
> Durchführung von Leistungsanalysen und Optimierungen für bestehende Algorithmen und Systeme zur
Erhöhung der Effizienz und Reduzierung der Latenzzeit sowie des Speicherverbrauchs
> Implementierung von automatisierten Tests und CI-Pipelines zur Sicherstellung der Softwarequalität
und -stabilität
> Zusammenarbeit mit interdisziplinären Teams zur Entwicklung und Integration neuer Funktionen und
Technologien in bestehende Plattformen
> Erstellung detaillierter technischer Dokumentationen und Präsentationen zur Unterstützung der
Kommunikation mit internen und externen Stakeholdern
Product Owner, Softwareingenieur & Algorithmenentwickler Jun 2018 - Mai 2021
Ibeo Automotive Systems GmbH, Hamburg (Branche: Automotive Supplier / Sensorik)
Tech: Python, C++, Point Clouds, Object Tracking, Semantic Segmentation, Classification, PTC Windchill,
Enterprise Architect, Cantata, Googletest, Jenkins, Git, Gitlab, Grafana
> Algorithmenentwickler für die Umfeldwahrnehmung: Detektion und Tracking von dynamischen und
statischen Objekten sowie kleinen Hindernissen im Serienprojekt des "ibeo NEXT"-Sensors
o Segmentierung (Clustering) von Punktwolken
o Erstellung von Detektionshypothesen für jedes Segment
o Objekttracking unter Verwendung verschiedener Filter, Bewegungs- und Messmodellen
o Klassifikation (Decision Trees, Random Forests, XGBoost, Feature Engineering)
o Semantische Segmentierung der Punktwolke mit Deep Learning
> Entwurf von KPIs (Key Performance Indicators) zur Bewertung der Qualität des Objekttrackings
> Automatisierte Auswertung des Ist-Standes der Wahrnehmungssoftware in CI-Pipelines
> Präsentationen / Technische Diskussionen mit dem Kunden: Anforderungen, KPIs,
Auswertungsergebnisse
> Beantwortung von RFIs/RFQs
> "Product Owner"-Rolle für die dynamische Umfeldwahrnehmung im SAFe-Framework
> End-to-end-Verantwortlichkeit: Anforderungsmanagement, Spezifikation und Architektur, Umsetzung
und Implementierung, Validierung und Verifikation nach ASPICE und ISO26262
> Betreuung von Praktika und Abschlussarbeiten, z.B. "Evaluation of Fusion Approaches on Point Clouds
for Semantic Segmentation in Automotive Scenarios", Masterthesis an der Technischen Universität
Hamburg-Harburg
Tech: C++, C#, YOLO, Kalman Filter, Git
> Erzeugung einer Bibliothek zur allgemeinen Objektdetektion in Bilddaten mithilfe von Deep Learning
> Integration der Bibliothek in das bestehende Software-Framework
> Ressourcenoptimierung für die gleichzeitige Anwendung der Objektdetektion auf mindestens vier
Kamera-Streams
> Transfer Learning vortrainierter Modelle mittels realer sowie simulierter Trainingsdaten für mehrere
Beispielszenarien
> Kundenvorführungen
> Objekttracking basierend auf den erzeugten Detektionen
> Bildausschnittbasierte Re-Identifikation (Ähnlichkeitsbestimmung)
> Erzeugung einer Bibliothek zur allgemeinen Objektdetektion in Bilddaten mithilfe von Deep Learning
> Integration der Bibliothek in das bestehende Software-Framework
> Ressourcenoptimierung für die gleichzeitige Anwendung der Objektdetektion auf mindestens vier
Kamera-Streams
> Transfer Learning vortrainierter Modelle mittels realer sowie simulierter Trainingsdaten für mehrere
Beispielszenarien
> Kundenvorführungen
> Objekttracking basierend auf den erzeugten Detektionen
> Bildausschnittbasierte Re-Identifikation (Ähnlichkeitsbestimmung)