David O.-KI-Ingenieur
Tagessatz prüfen
Erfahrungen
Machine-Learning-Forscher
Pattern Recognition Lab, FAU
- Feinabstimmung und Evaluierung alternativer Backbone-Architekturen für den AFFGAN-Handschriftsstil-Encoder, um schriftstellerspezifische Merkmale besser zu erfassen; Benchmarking gegenüber der ursprünglichen Baseline-Architektur und Ersetzung der veralteten VGG19-Architektur durch einen benutzerdefinierten Transformer-basierten Encoder.
- Erweiterung des Systems über die Synthese auf Wortebene hinaus zur zeilenweisen Handschriftgenerierung durch Integration und Anpassung einer bestehenden Zeilengenerierungsarchitektur zur Unterstützung vollständiger Sätze.
- Bereitstellung der Handschriftgenerierungspipeline als Webanwendung, mit der Nutzer einen Schreibstil auswählen, eigenen Text eingeben und sofort ein entsprechendes Handschriftbild erzeugen können.
- Integration von TrOCR in ein Teacher-Student-Destillierungsframework zur Bewertung und Verbesserung der Lesbarkeit generierter Handschrift; Verbesserung der OCR-Genauigkeit um 20% gegenüber der Baseline.
- Steigerung der Auswahlraten in Nutzerstudien um 40%, was eine deutliche Verbesserung der wahrgenommenen Qualität und des Realismus der generierten Handschrift gegenüber dem Baseline-Modell zeigt.
Technologien: PyTorch, Python, GANs, CNN, ViT, TrOCR, Streamlit, CUDA.
Computer-Vision-Forscher
Institute for Factory Automation and Production Systems (FAPS)
- Zusammenarbeit in einem Forschungsteam bei der systematischen Datenbereinigung von Tausenden industrieller Wickelbilder — manuelle Korrektur von Label-Fehlern in einer repräsentativen Teilmenge und Nutzung der Autofix-Funktion von Cleanlab Studio zur Übertragung der Korrekturen auf den verbleibenden Datensatz; dadurch Schaffung einer hochwertigen Grundlage für das nachgelagerte Modelltraining.
- Training und Evaluierung vollständig überwachter Baseline-Klassifikatoren (DINOv2-L und EfficientNetV2s) zur Ermittlung einer Referenzleistung beim Macro-F1-Wert sowie Benchmarking gegenüber den Verbesserungen durch SSL (FixMatch/MixMatch) in vier Aufteilungen nach Label-Anteil (10%, 25%, 50%, 100%).
- Durchführung einer systematischen Hyperparameter-Optimierung mit Optuna über verschiedene Kombinationen aus Backbones und Algorithmen hinweg; Abstimmung von Lernrate, Batch-Größe und Augmentierungsparametern sowie Verfolgung aller Versuche über eine persistente SQLite-Ergebnisdatenbank zur Reproduzierbarkeit.
- Entwicklung und Implementierung einer konfigurationsgesteuerten Multi-Label-SSL-Trainingspipeline mit Unterstützung der Algorithmen FixMatch und MixMatch; Erreichen eines durchschnittlichen Macro-F1-Werts von 90% mit FixMatch.
Technologien: PyTorch, DINOv2-L, EfficientNetV2-L, FixMatch, Optuna, WandB, Docker.
IT-HiWi
FAU - Department of Chemistry and Pharmacy
- Absicherung und Optimierung der Netzwerkinfrastruktur (LAN, WAN, VPN, Firewalls, Router, Switches), Verbesserung der Konnektivität, Reduzierung der Latenz um 30% und Stärkung der Geschäftskontinuität.
- Administration von Active Directory und Group Policy Objects (GPO), Verwaltung von Benutzerkonten, Durchsetzung rollenbasierter Zugriffe und Verbesserung der Einhaltung interner Sicherheitsrichtlinien.
- Bereitstellung technischen Supports der Stufen 1–3 für Endnutzer, Lösung von Hardware-, Software- und Netzwerkproblemen innerhalb der SLA-Fristen und Erreichen einer Nutzerzufriedenheitsrate von 95%.
- Durchführung von IT-Audits, Compliance-Prüfungen und Schwachstellenbewertungen zur Sicherstellung einer 100%igen Einhaltung interner Richtlinien und regulatorischer Anforderungen.
- Verwaltung von IT-Beschaffung, Anlagenverfolgung und Lebenszyklusmanagement.
- Koordination mit Drittanbietern und Dienstleistern bei eskalierten technischen Problemen, Aufrechterhaltung einer SLA-Einhaltung von 99% und Sicherstellung eines unterbrechungsfreien Geschäftsbetriebs.
- Implementierung von Netzwerksegmentierung, VPN-Zugriffskontrollen und MFA-Authentifizierung zur deutlichen Verbesserung der Sicherheitslage für Remote- und hybride Arbeitsumgebungen.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Bildung, Fertigung und Informationstechnologie (IT).
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Beschaffung und Einkauf, Forschung und Entwicklung (F&E) und Produktentwicklung.
Zusammenfassung
KI-Ingenieur mit einem M.Sc. in Künstlicher Intelligenz von der FAU Erlangen-Nürnberg und mehr als 2 Jahren PyTorch-Erfahrung aus der Forschung am Lehrstuhl für Mustererkennung und bei FAPS. Ich entwickle und evaluiere LLM-Systeme: feinabgestimmte Open-Source-Modelle, RAG mit hybrider Suche und Quellenangaben sowie Tool-nutzende Agenten mit Schutzmechanismen und menschlicher Freigabe. Ich benchmarke Modelle und messe Qualität, Kosten und Latenz, anstatt zu raten, entwickle Evaluierungssuiten für Retrieval- und Agenten-Pipelines und entwerfe Human-in-the-Loop-Workflows mit deterministischen Schutzmechanismen und vollständigem Tracing. Ich liefere sauberen, dokumentierten Code. Ich lebe in Deutschland und spreche fließend Englisch.
Fähigkeiten
- Machine Learning & Deep Learning
- Cloud-Bereitstellung (Aws)
- Best Practices FüR Monitoring Und Reproduzierbarkeit
- Computer Vision, Bildverarbeitung
- Llms & Prompt Engineering (Gpt, Llama, Claude, Gemini, Rag, Langchain, Langgraph, Llamaindex, Crewai, Mcp, Tool Calling, Structured Outputs With Pydantic)
- Data Engineering & Datenbanken
- Generative Ki (Gans, Diffusion Models)
- Modelltraining, Evaluierung & Performance-Optimierung
- Datenvorverarbeitung, Augmentierung, Feature Engineering
- Hyperparameter-Tuning (Optuna), Modellvalidierung
- Sql (Mysql, Postgresql), Mongodb, Prisma Orm
- Experiment-Tracking & Versionierung (Tensorboard, Wandb)
- Python, Node.Js, Ejs, Javascript, Typescript
- Html, Css, React, Next.Js, Tailwind Css
- Versionskontrolle (Git)
- Pytorch, Tensorflow, Scikit-Learn
- Opencv
- Hugging Face Transformers
- Vektordatenbanken (Faiss, Qdrant, Pinecone, Chromadb)
- Numpy, Pandas, Matplotlib, Seaborn
- Fastapi FüR Das Bereitstellen Von Modellen
- Rest-Apis
- Docker, Ci/Cd-Pipelines, Github Actions
- Automatisierung & Workflows (N8n, Make)
- Zusammenarbeit In FunktionsüBergreifenden Teams
- AnpassungsfäHigkeit An Neue Tools & Aufkommende Ki-Technologien
- Klare Vermittlung Technischer Konzepte
- Hoher Fokus Auf QualitäT, Genauigkeit & Reproduzierbarkeit
Sprachen
Ausbildung
Friedrich-Alexander-Universität Erlangen-Nürnberg
Master of Science · Künstliche Intelligenz · Erlangen, Deutschland
Federal University of Technology
Bachelor of Technology · Informatik · Minna, Nigeria
Zertifikate & Bescheinigungen
Building RAG Agents With LLMs
NVIDIA
GitLab CI/CD And DevOps For Beginners
Introduction To AWS
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
David ist in Erlangen, Deutschland ansässig und kann in On-Site-, Hybrid- und Remote-Arbeitsmodellen arbeiten.
David spricht folgende Sprachen: Englisch (Muttersprache), Deutsch (Verhandlungssicher).
David hat mindestens 3 Jahre Erfahrung. In dieser Zeit hat David in mindestens 3 verschiedenen Rollen und für 3 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 10 Monate. Beachten Sie, dass David möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre David gut geeignet für Rollen wie: Machine-Learning-Forscher, Computer-Vision-Forscher, IT-HiWi.
Die neueste Position von David ist Machine-Learning-Forscher bei Pattern Recognition Lab, FAU.
In den letzten Jahren hat David für Pattern Recognition Lab, FAU, Institute for Factory Automation and Production Systems (FAPS) und FAU - Department of Chemistry and Pharmacy gearbeitet.
David hat die meiste Erfahrung in Industrien wie Bildung, Fertigung und Informationstechnologie (IT).
David hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Beschaffung und Einkauf und Forschung und Entwicklung (F&E). David hat auch etwas Erfahrung in Produktentwicklung.
David hat einen Master in Künstliche Intelligenz von Friedrich-Alexander-Universität Erlangen-Nürnberg und einen Bachelor in Informatik von Federal University of Technology.
David hat 3 Zertifikate. U.a: Building RAG Agents With LLMs, GitLab CI/CD And DevOps For Beginners und Introduction To AWS.
David ist sofort in Teilzeit verfügbar für passende Projekte.
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 22 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Tezcan D.
André H.
Tobias J.
Markus M.
Pierre G.
Patrik G.
Kevin E.
Manuel P.
Hasan R.
Ronald F.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Machine-Learning-Forscher
Peter S.
Mahabub A.
Samuel K.
Martin M.
Martin R.
Stephan B.
Jürgen F.
Stephan F.
Marcel M.
Fabian C.
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Erlangen, Deutschland arbeiten
Jörg K.
Vladimir E.
Derek K.
Rolf W.
Daniel D.
Michael F.
Maciej S.
Sabine L.
Michael K.
Natalia P.
