Erfahrungen
Leiter KI
Harvest Hub
- Leitung der KI-Entwicklung bei einem Aquakultur-Startup, Optimierung visueller Bewertungen von Schalentieren mit Machine Learning und Computer Vision.
- Entwicklung und systematische Bewertung von ML/CV-Algorithmen für den Zustand und die Morphometrie von Schalentieren, mit Python, Pytorch und MLFlow.
- Analyse der Modellleistung, einschließlich Identifizierung von Fehlermodi und Randfällen in Produktionsumgebungen.
- Entwurf von Annotationstrategien und Verfeinerung beschrifteter Datensätze für Computer-Vision-Aufgaben.
- Detaillierte Analyse der Systemleistung und Kommunikation der Ergebnisse in hochwertiger technischer Berichterstattung an Investoren und Kollegen in der Forschung und Entwicklung.
- Verantwortung für die Einhaltung und Umsetzung des technischen Fahrplans.
KI- und Computer-Vision-Spezialist (Freiberufler)
Continental Automotive
- Feature-Entwicklung für den produktiven ADAS-Scheinwerferassistenten (HLA)-Algorithmus.
- Beratung zu neuronalen Netzwerkarchitekturen für Objekterkennung im HLA-System für die nächste Produktgeneration.
- Entwicklung und Bewertung produktionsreifer CV/ML-Algorithmen in C/C++.
- Analyse der Modellleistung in sicherheitskritischen Systemen, einschließlich Identifizierung von Randfällen und Fehlerszenarien.
Leiter KI
Nelson AI Institute
- KI-Forschung und technische Leitung.
- Entwicklung und Bewertung von Deep-Learning-Modellen für Klassifikation, Segmentierung und Objekterkennung, eingesetzt in der Cloud und auf mobilen Geräten.
- Ehrenamtlicher Forschungsmitarbeiter an der Victoria University of Wellington, NZ.
- Technische Betreuung von zwei Master-Studierenden im Bereich KI mit Themen in semantischer Segmentierung und großen Sprachmodellen.
- Modelloptimierung, Benchmarking und Bereitstellung mit ONNX für Android.
- Produktdefinition, -verfeinerung und Entwicklung von KI-Proof-of-Concepts.
- Zusammenarbeit mit wissenschaftlichen und industriellen Partnern, Akademikern, internen Teams und Vorständen.
- Entwicklung und Bewertung von Deep-Learning-Modellen für Klassifikation, semantische Segmentierung und Objekterkennung (FasterRCNN, SSD, Yolo, U-Net, DeepLabv3) mit Tensorflow/Keras und MLFlow für Versuchsprotokolle.
- Entwicklung von Segmentierungsmodellen für Erdbeobachtungsanwendungen mit Satellitenbildern sowie Luft-LIDAR und Luftbildern.
- ML Paper Club: wöchentliche Forschung und Präsentationen zu aktuellen ML-Papers, z.B. ViTs.
- Gestaltung von Trainings- und Validierungsdatensätzen sowie Pipelines zur Datenvorverarbeitung und -augmentation zur Verbesserung der Modellrobustheit und -generalisation.
Forschungs- und Entwicklungsingenieur
Denso ADAS/ADASens Automotive
- Konzeption und Entwicklung eines firmeninternen Deep-Learning-Frameworks inklusive maßgeschneidertem Single-Stage-Objektdetektor für Embedded-Plattformen in MISRA C.
- Entwicklung eines auf DL/CV basierenden Kollisionswarnsystems.
- Konzeption, Implementierung und Validierung patentierter Algorithmen zur Objektivverdeckung.
- Bewertung und Benchmarking von Deep-Learning-basierten 3D-monokularen Tiefenschätzungsalgorithmen.
- Verbesserungen der Structure-from-Motion-Technologie für unterstütztes Parken.
- Entwurf und Implementierung eines Validierungsframeworks, das in mehreren Projekten der Abteilung eingesetzt wurde.
- Systematische Bewertung der ADAS-Funktionsleistung, einschließlich Fehleranalyse und Robustheitsverbesserungen unter realen Bedingungen in verschiedenen Projekten.
Wissenschaftlicher Mitarbeiter
University Medical Centre, Freiburg Germany
- Forschung zur Bewegungskorrektur in der MRT mit einem bildbasierten System zur Patientenlagerungsschätzung.
- Entwurf und Implementierung von Algorithmen in MATLAB und C++ auf Siemens-MRT-Geräten zur Reduzierung von Bewegungsartefakten.
- Entwicklung patentierter Kalibrierungsalgorithmen für MRT-Systeme und weitere neuartige Ansätze zur Kalibrierung von Patienten/MRT-Koordinatensystemen mit mehreren Modalitäten.
- Teilnahme an MRT-Forschungskonferenzen mit Vorträgen und Posterpräsentationen.
- Mitverfasser von Fachartikeln in diesem Bereich.
- Zusammenarbeit mit einem Startup zur Kommerzialisierung der Forschung.
Masterstudent
Applied Research Associates NZ
- Entwurf, Implementierung und Bewertung eines neuartigen 6-DoF optischen Pose-Schätzungssystems, einschließlich Hardware-Design und Firmware-Implementierung für ein Echtzeit-Kameramodul.
- Technische Kommunikation des Systemdesigns und der Leistung in der Masterarbeit und in Management-Folien für Firmenbeteiligte und Masterbetreuer.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Automotive, Landwirtschaft, Lebensmittel und Getränke, Gesundheitswesen und Luft- und Raumfahrt und Verteidigung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Forschung und Entwicklung (F&E), Produktentwicklung und Qualitätssicherung.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Cris spricht folgende Sprachen: Englisch (Muttersprache), Deutsch (Verhandlungssicher).
Cris hat mindestens 19 Jahre Erfahrung. In dieser Zeit hat Cris in mindestens 5 verschiedenen Rollen und für 6 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 2 Monate. Beachten Sie, dass Cris möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Cris gut geeignet für Rollen wie: Leiter KI, KI- und Computer-Vision-Spezialist (Freiberufler), Forschungs- und Entwicklungsingenieur.
Die neueste Position von Cris ist Leiter KI bei Harvest Hub.
In den letzten Jahren hat Cris für Harvest Hub, Continental Automotive und Nelson AI Institute gearbeitet.
Cris hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Automotive und Gesundheitswesen. Cris hat auch etwas Erfahrung in Landwirtschaft, Lebensmittel und Getränke und Luft- und Raumfahrt und Verteidigung.
Cris hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E), Produktentwicklung und Qualitätssicherung.
Cris hat kürzlich in Industrien wie Informationstechnologie (IT), Landwirtschaft und Lebensmittel und Getränke gearbeitet.
Cris hat kürzlich in Bereichen wie Produktentwicklung und Forschung und Entwicklung (F&E) gearbeitet.
Cris hat einen Master in Elektrotechnik und Elektronik von University of Canterbury und einen Bachelor in Elektrotechnik und Elektronik von University of Canterbury.
Cris hat 2 Zertifikate. U.a: Deep Learning Spezialisierung und Maschinelles Lernen.
Die Verfügbarkeit von Cris muss bestätigt werden.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Peter S.
Letzte Position:
Senior ML Engineer & KI-Forscher bei Kunde anonym
Projekt: Defekterzeugung auf Prüfstandsbildern von Metalloberflächen Umfeld: Automatisierte Sichtprüfung (AVI), Metallurgie & Fertigung
- Ziel & Umsetzung: Konzeption, Architektur und Training Generativer Adversarial Networks (Pix2PixHD / SPADE) zur Bild-zu-Bild-Transformation. Gezielte Generierung synthetischer Materialfehler (z. B. Risse, Einschlüsse, Zunder) auf rauen Metalloberflächen unter realen Prüfstands-Lichtverhältnissen zur datenschutzkonformen und effizienten Datensatz-Erweiterung (Data Augmentation).
- Technisches Design: Implementierung robuster Generative-AI- und Computer-Vision-Pipelines in Python und PyTorch. Nutzung von Semantic-Segmentation-Ansätzen zur maskengesteuerten Defektsynthese und nachgelagerter Evaluierung mittels EfficientDet-Objekterkennungs-Modellen.
- Business Impact: Massives Dataset-Upscaling (Faktor 10x) ohne zeit- und kostenintensive physische Prüfstandsläufe bei gleichzeitig drastisch gesteigerter Erkennungsleistung automatisierter Inspektionssysteme.
Eingesetzte Technologien & Skills: Python | PyTorch | SPADE | Pix2PixHD | EfficientDet | Machine Learning | Semantic Segmentation | Computer Vision
Ivaylo S.
Letzte Position:
Cloud-Architekt & KI-Ingenieur bei CmdScale
- Aufbau fehlertoleranter Cloud-Infrastruktur für KI-gestützte Maschinenüberwachung
- Implementierung von ML-Modellen zur Objekterkennung & Analyse
- Automatisierung von Deployments mit GitHub Actions, Helm, Kubernetes
- Techstack: Python, TensorFlow, Kubernetes, AWS, Prometheus, GitHub Actions
Ursula M.
Letzte Position:
Business-Mentor bei RoleModel Rebels
- Mentoriere weibliche Studierende und Fachkräfte dabei, ihre Karrieren voranzutreiben, insbesondere als angehende Tech-Unternehmerinnen.
Ulf S.
Letzte Position:
Innovationsmanager bei Claas
- Steuerung von Innovationsprojekten für KI-basierte Systeme mit Schwerpunkt auf Technologie zur Pflanzenerkennung für landwirtschaftliche Anwendungen.
- Förderung digitaler Transformationsinitiativen in Softwareabteilungen sowie Einsatz für agile Methoden und Scrum-basierte Arbeitsabläufe.
- Analyse und Optimierung der Teamstruktur sowie Förderung einer Kultur der kontinuierlichen Verbesserung und strategischen Weiterentwicklung.
- Wegweisende Integration von KI-Technologie in landwirtschaftliche Maschinen, wodurch Präzisionslandwirtschaft deutlich vorangebracht wurde.
- Entwicklung einer cloudbasierten Dashboard-Plattform für den Echtzeit-Zugriff auf Daten und fundierte Entscheidungen im Feldmanagement.
- Entwicklung kamerabasierter GPS-Systeme für Traktoren zur Verbesserung der Möglichkeiten der Feldanalyse.
- Entwicklung und Implementierung von KI-Schnittstellen zur Vorverarbeitung von Bilddaten, mit nahtloser Übermittlung von Statistiken über LTE in die Cloud.
- Entwicklung innovativer cloudbasierter Dashboard-Plattformen, Einführung modernster Technologiekonzepte und Koordination funktionsübergreifender Teams zur Umsetzung von Projektzielen.
Louis G.
Letzte Position:
Freiberuflicher Solutions Architect und Machine Learning Engineer bei Self-employed
- Entwickle und präsentiere Lösungen mit GenAI-Software wie langchain, vercel ai sdk, copilotkit
- Arbeite mit Kunden zusammen, um ihre Herausforderungen zu verstehen und die besten Lösungen auf Basis von Open-Source-Datenprodukten zu liefern
- Baue RAG- und GraphRAG-Lösungen mit Neo4j, lancedb und Postgres
- Setze eine LLMOps-Plattform mit kubernetes, terraform, helmfile, Arize phoenix, mlflow auf
- Entwerfe und baue Datenpipelines mit dbt, Trino, Spark, Iceberg, Airflow, ArgoCD, terraform, kubernetes
- Lieferte eine nutzerzentrierte technische Strategie für Agriculture 4.0 und Precision Livestock Farming und half meinem Kunden, Fördermittel von Bpifrance zu sichern
- Entwickelte ein Prospecting-Tool für einen führenden französischen Solar-Carport-Installateur mit Geospatial Computing (GIS), wodurch der Vertriebsprozess schneller wurde
- Baute eine Digital-Twin-Architektur für Solar-Carports und EV-Ladestationen, die Echtzeit-Monitoring und intelligentes Laden möglich machte
Kai W.
Letzte Position:
Schwarz IT KG
- Migration des SW-Entwicklungsprozesses einer medizintechnischen Software auf C/C++ Package Manager Conan und Entwicklung macOS-spezifischer Systemkomponenten
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Leiter KI
