Skip to content
ERFAHRUNG

ERFAHRUNG

Hauptprofil

  • Tiefgreifende Expertise in KI und Deep Learning, mit Schwerpunkt auf Computer Vision und LLMs. Praktische Erfahrung entlang des gesamten ML-Lebenszyklus: Datenerhebung, Beschriftung, Augmentierung, Modelltraining, Evaluation und Datensatzgenerierung mit dem HuggingFace-Framework.
  • Versiert in Python und dem zugehörigen ML-Stack: PyTorch, Pandas und NumPy.
  • Entwickelt Webprojekte aus Interesse und zur Übung. Vertraut mit HTML, CSS, JavaScript, React und Astro. Bevorzugt reines CSS gegenüber Frameworks.
  • Informatikabschluss mit breitem Programmierwissen in den meisten gängigen Sprachen, Algorithmen und Datenstrukturen.

KI-Teamleiterin

Safetrace Website besuchen

  • Leitung eines kleinen Forschungsteams im Bereich angewandter KI, Koordination von Aufgaben, Durchführung von Meetings und Vorantreiben des Projekts
  • Implementierung der zentralen Modelltrainingspipeline von Grund auf mit XLM-RoBERTa für Tokenklassifikation auf einem eigenen Datensatz
  • Direkter Beitrag zum Aufbau des Trainingsdatensatzes mit praktischer Erfahrung im gesamten Datenlebenszyklus – von der Generierung bis zur Beschriftung
  • Praktische Erfahrung in Trainingsmonitoring, Evaluation und Hyperparameter-Optimierung während des gesamten Projekts
  • Erfahrung im Ausbalancieren von technischer Einzelarbeit und Teamkoordination in einem kleinen, agilen Forschungsumfeld

Machine Learning Engineer

HUN-REN SZTAKI Institut für Informatik und Steuerungstechnik, Budapest Website besuchen

  • Arbeit an der Automatisierung der Messung von koronarer Arterienverkalkung aus kardialen CT-Aufnahmen zur Unterstützung der klinischen Diagnose
  • Einsatz von TotalSegmentator für medizinische Bildsegmentierung und Erkundung verschiedener Methoden in einer Forschungsumgebung ohne vordefinierte Lösung
  • Explorative Datenanalyse von Patientendaten und Recherche möglicher Ansätze zur Arbeit mit einem begrenzten Datensatz
  • Verarbeitung und Visualisierung medizinischer Bilddaten mit Slicer 3D, Punktwolken und Python-basierten Werkzeugen
  • Einblick in Forschungsmethoden, digitale Gesundheit und medizinische Dokumentenverarbeitung bei der Arbeit in einem Forschungsinstitut

Forschungspraktikantin

Max-Planck-Institut für biologische Intelligenz, München Website besuchen

  • Anfertigung meiner Bachelorarbeit vor Ort am Institut, an einem automatisierten Tracking-System für Kampfläufer, die in einer kontrollierten Lek-Umgebung gefilmt wurden
  • Aufbau der vollständigen Trainingspipeline für ein YOLOv8-Objekterkennungsmodell, einschließlich Datenbeschriftung und Datensatzerstellung aus Rohvideosegmenten
  • Entwicklung der Inferenzpipeline zur Erkennung und Verfolgung einzelner Vögel über Videoframes, unter Verwendung von YOLO-Detektionen zur Initialisierung von SAM2
  • Das System gibt Position und ID jedes Vogels anhand vordefinierter Zonen aus und liefert Biologen strukturierte, nutzbare Daten
  • Erstellung eines interaktiven Streamlit-Interfaces, damit Biologen das Tool ohne technische Vorkenntnisse verwenden können
  • Praktische Erfahrung mit Kalibrierung, 2D-zu-3D-Punktprojektion und dem gesamten Computer-Vision-Workflow von Rohmaterial bis zur strukturierten Ausgabe