Erfahrungen
Forensische Unfallrekonstruktion mit Virtual Reality
- Eine Methode implementiert, um ein in IPG CarMaker simuliertes Unfallszenario mit Virtual Reality zu visualisieren.
- 2D-Fisheye-Videos extrahiert und mit dem Hugin Panorama Stitcher verarbeitet, um equirektangulare Bildframes zu erhalten, die zu VR-kompatiblen 360°-Videos zusammengesetzt wurden.
Menschzentrierte Wegplanung mit Reinforcement Learning in teilweise beobachtbaren Umgebungen
- Eine auf Reinforcement Learning (KI) basierte Routenplanungsstrategie für UAVs implementiert, um in Karten mit vielen Verdeckungen sicher zu navigieren.
- Einen RL-Agenten in verschiedenen Konfigurationen partieller Beobachtbarkeit trainiert und den Einfluss von vergangenem Umgebungswissen auf das Policy-Lernen untersucht.
- Sichtbarkeit und Navigationssicherheit gegen Pfadeffizienz abgewogen, um Trajektorien zu erlernen, die Sicherheit und Sichtbarkeit priorisieren.
Werkstudent
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme (IVI)
- Eine 2D-Simulationsumgebung entwickelt, die partielle Beobachtbarkeit für RL-basierte (KI) Routenplanung modelliert.
- Eine Pipeline zur Datensatzgenerierung aufgebaut, um optimierte gewichtete Besetzungsraster und synthetische Bilder von Karten mit vielen Verdeckungen zu erzeugen.
- Bachelorarbeit in Zusammenarbeit mit Fraunhofer IVI abgeschlossen.
Integration von Softwaremodulen für UAV-Wegfindung in der Octas-Simulationsumgebung
- PX4 Autopilot, QGroundControl und eine eigene 3D-Simulationsumgebung (Octas) integriert, um ein einheitliches Framework für klassische und KI-basierte UAV-Wegfindungsaufgaben zu schaffen.
- Das integrierte UAV-System mit Docker containerisiert, um eine konsistente Bereitstellung, vereinfachte Einrichtung und höhere Portabilität zwischen Umgebungen zu gewährleisten.
- Den Weighted Bidirectional-A*-Algorithmus (Bi-A*) für UAV-Routenplanungsaufgaben wie Straßenverfolgung und Luftraumvermeidung in 3D-Simulationen implementiert, um adaptive und aufgabenabhängige Navigation zu ermöglichen.
Praktikant
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme (IVI)
- Softwaremodule für die simulierte UAV-Navigation aktualisiert, integriert und containerisiert.
- Klassische, zielgerichtete Wegfindung in einer eigenen 3D-Simulationsumgebung implementiert.
Gedruckte Elektronik für smarte Wearables
- Unterstützte die Forschung und Entwicklung gedruckter Elektronik durch Sintern von Kupfernanopartikeln.
- Druckte leitfähige Kupfertinten mittels Direct-Ink-Writing (DIW) und Schablonendruck auf Substrate auf und stellte Proben mit Surface-Mount-Technologie (SMT) her.
- Analysierte die gesinterten Proben mittels Mikroskopie und Profilometrie.
Wissenschaftliche Hilfskraft
Institut für Innovative Mobilität, Hochschule für Angewandte Wissenschaften
- Unterstützte die Forschung und Entwicklung im Bereich Montage- und Verbindungstechnik durch Sintern von Kupfernanopartikeln.
- Bereitete Testproben vor und führte dimensions- und elektrische Analysen an den gesinterten Proben durch.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Luft- und Raumfahrt und Verteidigung, Fertigung, Bildung und Automotive.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Produktentwicklung, Forschung und Entwicklung (F&E) und Informationstechnologie (IT).
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Aditya ist in Ingolstadt, Deutschland ansässig und bevorzugt 100% Remote-Projekte.
Aditya spricht folgende Sprachen: Hindi (Muttersprache), Englisch (Verhandlungssicher), Deutsch (Fortgeschritten).
Aditya hat mindestens 2 Jahre Erfahrung. In dieser Zeit hat Aditya in mindestens 7 verschiedenen Rollen und für 2 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 4 Monate. Beachten Sie, dass Aditya möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Aditya gut geeignet für Rollen wie: Forensische Unfallrekonstruktion mit Virtual Reality, Menschzentrierte Wegplanung mit Reinforcement Learning in teilweise beobachtbaren Umgebungen, Werkstudent.
Die neueste Position von Aditya ist Forensische Unfallrekonstruktion mit Virtual Reality.
In den letzten Jahren hat Aditya für Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme (IVI), Institut für Innovative Mobilität und Hochschule für Angewandte Wissenschaften gearbeitet.
Aditya hat die meiste Erfahrung in Industrien wie Luft- und Raumfahrt und Verteidigung, Fertigung und Bildung. Aditya hat auch etwas Erfahrung in Automotive.
Aditya hat die meiste Erfahrung in Bereichen wie Produktentwicklung, Forschung und Entwicklung (F&E) und Informationstechnologie (IT).
Aditya hat einen Bachelor in Autonome Fahrzeugtechnik von Fachhochschule Ingolstadt und einen Bachelor in Robotik-Ingenieurwesen von Amity-Universität, Noida.
Aditya hat 3 Zertifikate. U.a: Python für Datenanalyse: Pandas & NumPy, ROS2 für Einsteiger und Überwachtes maschinelles Lernen: Regression & Klassifikation.
Die Verfügbarkeit von Aditya muss bestätigt werden.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Raghu Ram V.
Letzte Position:
Telco-Kundenabwanderungsprognose – End-to-End-ML-Pipeline bei Selbst initiiertes Projekt
- Entwickelte und implementierte eine vollständige Machine-Learning-Pipeline zur Kundenabwanderungsprognose auf Basis des Telco-Datensatzes.
- Wandte Vorverarbeitungstechniken an, darunter Behandlung fehlender Werte, kategoriale Kodierung, Feature Scaling und PCA.
- Baute und verglich über 15 Modelle (Logistic Regression, Random Forest, XGBoost usw.) und bewertete sie anhand von Accuracy, Precision, Recall, F1-Score, ROC-AUC und PR-AUC.
- Stimmte Hyperparameter mit GridSearchCV ab und erreichte 80,6 % Accuracy mit Random Forest und XGBoost.
- Erstellte visuelle Berichte (Balkendiagramme, Heatmaps, Radardiagramme), um die Modellleistung und die Abwanderungstreiber zu interpretieren.
- Exportierte wiederverwendbare Pipelines und trainierte Modelle mit joblib für die Bereitstellung.
Abhishek N.
Letzte Position:
Fullstack-Entwickler bei DAMALO GmbH
- Verantwortlich für die Full-Stack-Entwicklung einer AI-native Unternehmensplattform auf Basis von TypeScript, React, Vite, tRPC, Hono und PostgreSQL, die KI-gestützte Beratungs-Workflows für B2B-Kunden liefert.
- Entwarf und lieferte ein Multi-Agenten-KI-System mit dem ReAct-Framework und Claude-Skills-Workflow-Mustern, inklusive eines intelligenten PM-Assistenten mit umfangreichen System-Prompts, Slash-Befehlen, Tool-Integrationen und Streaming-Chat-Oberfläche.
- Entwickelte ein LLM-Bewertungs-Framework: rubrikbasierte LLM-als-Richter, Golden Datasets, Regressionstests und automatisierte Qualitätssicherung — für konsistente KI-Ausgabequalität in großem Maßstab.
- Integrierte LangFuse für durchgehendes LLM-Tracking, Konversations-Wiedergaben und Bewertungs-Pipelines, was datengetriebene Prompt-Optimierung ermöglichte und Token-Kosten sowie Antwort-Varianz reduzierte.
- Implementierte Drizzle ORM, pgvector und Knowledge Graphs für strukturierten Datenzugriff, semantische Suche und beziehungsorientiertes KI-Schlussfolgern über die gesamte Plattform.
- Führte die TanStack React Query-Migration in der gesamten Anwendung durch — ersetzte manuelles State-Management durch zentrales Caching und automatisches Refetching, was den Boilerplate-Aufwand für Datenabrufe deutlich reduzierte.
- Setzte AI-native Entwicklung durchgehend ein: Claude Code, Codex, Perplexity SDK und LLM-unterstütztes Testing im gesamten Entwicklungszyklus. Deployment auf Vercel + Azure ACA mit Biome für Linting/Formatting.
Noushiq M.
Letzte Position:
Projekte bei Institute for Intelligent Systems
- Bewertung und Analyse eines kamerabasierten Systems zur Erkennung von Ampeln und Verkehrszeichen in verschiedenen LLM-basierten Systemen für autonomes Fahren (LMDrive, BEVDriver)
- Implementierung einer VLM-basierten Einheit zur Generierung von Anweisungen zu Verkehrshinweisen für ein autonomes Fahrsystem mit geschlossenem Regelkreis, die Fahrer bei unvorhergesehenen Verkehrssituationen warnt
- Entwicklung eines unabhängigen lokalen, LLM-basierten Chatbots mit Llama, DeepSeek und Qwen sowie eines MLflow-Bewertungsframeworks
Kiran Kumar K.
Letzte Position:
Angewandte NLP: Wortebenen-Kodierung für präzisere Ereignisprognosen bei University of Siegen
- Entwicklung von mehr als 12 Seq2Seq-Modellen (LSTMs/GRUs) zum Training eines KI-Modells, das die Arbeit als Analyst für die Bewertung von KI-Agenten und Online-Projekte in komplexen Systemen unterstützt.
- Durchführung von mehr als 15 Experimenten zur Steigerung der Prognosegenauigkeit um 28%, unter Anwendung analytischen Denkens und Tests der Modelle auf QA und Abdeckung von Grenzfällen.
- Recherche von mehr als 20 Fachartikeln als Berater, um das Design großer Sprachmodelle zu unterstützen und die Übereinstimmung mit logischen Schlussfolgerungen und dem Fachgebiet sicherzustellen.
- Einsparung von 40% Rechenzeit durch Modellkomprimierung mit einem wiederverwendbaren PyTorch-Framework, das Entwickler und Autoren dabei unterstützte, Verbesserungen vorzuschlagen und Richtlinien zu optimieren.
Ekaansh K.
Letzte Position:
Masterarbeit – LLM-gestütztes RAG-System bei Friedrich-Alexander-Universität Erlangen-Nürnberg
- Entwicklung eines RAG-Systems zur Automatisierung von Studierendenanfragen mit 96 % Genauigkeit, erstellt mit FastAPI und LangChain und auf dem Universitätsserver mit Docker bereitgestellt.
- Bewertung der Leistung mit RAGAS durch den Vergleich von LLMs (Llama3.3, Llama3.1, GPT-4o-mini), Vektor-Embeddings und verschiedenen Retrieval-Techniken innerhalb der RAG-Pipeline.
- Technische Skills: Python, FastAPI, Docker, AWS, LangChain, LangSmith, NLP, HTML, CSS
Sai K.
Letzte Position:
CPEX (Customer Packaging Experience) bei Amazon Development Center
- Verpackungsklassifizierungen zur Druckempfindlichkeit annotiert, um Schäden beim robotergestützten Kommissionieren zu reduzieren
- Für Polybeutel geeignete ASINs identifiziert und durch schnelle Sichtprüfungen den manuellen Aufwand sowie den Testaufwand in FCs reduziert
- Zur Steigerung der Testeffizienz beigetragen, indem ASINs für den Versand in Polybeuteln zertifiziert und unnötiges Kommissionieren, Testen und Einlagern vermieden wurden
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Forensische Unfallrekonstruktion mit Virtual Reality
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Ingolstadt, Deutschland arbeiten
