Erfahrungen
Forschungspraktikant – Erforschung von Schlussfolgerungen mit Diffusionsmodellen
Machine Learning and Perception Group, FAU Erlangen-Nürnberg
- Untersuchung der Äquivalenz zwischen dem Tiny Reasoning Model (TRM) und Diffusionsmodellen für strukturierte Schlussfolgerungsaufgaben wie Sudoku und Labyrinthlösungen.
- Erforschung der Schlussfolgerungs- und Generierungsfähigkeiten von Diffusionsmodellen in symbolischen Problemlösungsumgebungen.
Machine Learning Lab – Autonomes Fahren & Generative Modelle
LMS, FAU Erlangen-Nürnberg
- Aufbau einer ML-Pipeline für autonomes Fahren in OpenAI Gymnasium, wobei aus Simulationsbildern und Steueraktionen gelabelte Datensätze erstellt wurden.
- Entwurf und Training leichter CNN- und RNN-Modelle für End-to-End-Steuerung sowie Implementierung von Modellkompression für Echtzeitinferenz.
- Entwicklung und Training eines Diffusionsmodells von Grund auf auf MNIST mit Implementierung von Entrauschen, Sampling und Bilderzeugung während der Inferenz.
Optimierung der Canny-Kantenerkennung (DSP-Laborprojekt)
LMS, FAU Erlangen-Nürnberg
- Implementierung der vollständigen Canny-Kantenerkennungspipeline in Python mit OpenCV, modulare Aufteilung wichtiger Schritte wie Gradientenberechnung und Hysterese-Schwellenwert.
- Leistungssteigerung durch Integration von CLAHE-Vorverarbeitung und mehrstufiger Gauß-Filterung zur Verbesserung von Kantenkontrast und Lokalisierung.
- Durchführung von Experimenten am BSDS500-Datensatz zur Analyse der Auswirkungen von Parameteranpassungen und der Kombination von Kanten auf mehreren Skalen.
Bachelorarbeit – EEG-Anfallserkennung mit CNN
Aligarh Muslim University
- Entwicklung eines CNN-basierten Modells zur Erkennung epileptischer Anfälle anhand von CHB-MIT-EEG-Daten.
- Vergleich von Zeitbereichs- und FFT-basierten Merkmalen mit besserer Leistung bei Frequenzbereichseingaben.
- Entwurf eines leichten CNN für die Echtzeitklassifikation von Anfallszuständen (Interiktal, Präiktal, Iktal).
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Bildung, Automotive, Informationstechnologie (IT) und Gesundheitswesen.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Forschung und Entwicklung (F&E).
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Musaib ist in Erlangen, Deutschland ansässig und bevorzugt 100% Remote-Projekte.
Musaib spricht folgende Sprachen: Englisch (Verhandlungssicher), Deutsch (Grundkenntnisse).
Musaib hat mindestens 2 Jahre Erfahrung. In dieser Zeit hat Musaib in mindestens 4 verschiedenen Rollen und für 3 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 7 Monate. Beachten Sie, dass Musaib möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Musaib gut geeignet für Rollen wie: Forschungspraktikant – Erforschung von Schlussfolgerungen mit Diffusionsmodellen, Machine Learning Lab – Autonomes Fahren & Generative Modelle, Optimierung der Canny-Kantenerkennung (DSP-Laborprojekt).
Die neueste Position von Musaib ist Forschungspraktikant – Erforschung von Schlussfolgerungen mit Diffusionsmodellen bei Machine Learning and Perception Group, FAU Erlangen-Nürnberg.
In den letzten Jahren hat Musaib für Machine Learning and Perception Group, FAU Erlangen-Nürnberg, LMS, FAU Erlangen-Nürnberg und Aligarh Muslim University gearbeitet.
Musaib hat die meiste Erfahrung in Industrien wie Bildung, Gesundheitswesen und Automotive. Musaib hat auch etwas Erfahrung in Informationstechnologie (IT).
Musaib hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E).
Musaib hat einen Master in Nachrichten- und Multimediatechnik von Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) und einen Bachelor in Elektrotechnik von Aligarh Muslim University.
Die Verfügbarkeit von Musaib 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
Narges D.
Letzte Position:
Wissenschaftlicher Mitarbeiter bei Hochschule München
Einführung eines integrierten Ansatzes zur Erkennung struktureller Schäden in Beton, Stahl und Glas mithilfe fortschrittlicher Technologien wie LiDAR und Wärmebildgebung. Berücksichtigung materialübergreifender Wechselwirkungen zur Verbesserung der Diagnostik und Ermöglichung einer vorausschauenden Wartung.
Entwicklung eines NLP-basierten medizinischen Notizvereinfachers, der komplexe klinische Anweisungen in einfaches Englisch auf Kinderniveau umwandelt. Anwendung von Prompt Engineering mit Flan-T5-Transformermodellen, um für Patienten relevante Maßnahmen zu extrahieren und in klare To-do-Punkte umzuschreiben. Entwicklung von Flask- und Tornado-Backends sowie einer druckbaren Weboberfläche.
Jeanne Y.
Letzte Position:
Praktikant Prozessingenieur bei Procter & Gamble
- Automatisierte Validierungs-Workflows mit Python eigenständig initiiert und implementiert, dadurch die manuelle Verarbeitung um 58% reduziert und die Effizienz verbessert
- Ein Machine-Learning-Modell zur Erzeugung synthetischer Fehler entwickelt, Ausfallzeiten und Produktionskosten reduziert; lokal sowie über Databricks und Azure AI Factory bereitgestellt
- Einen kleinen Bilddatensatz aus den Produktionslinien genutzt und durch das Training von Modellen wie cycleGAN und pix2pix erweitert
- Die Linux-basierte Entwicklungsumgebung für das Training von 3D-Modellen aufgebaut und optimiert; die Reproduzierbarkeit über GitHub sichergestellt
- Technische Erkenntnisse funktionsübergreifenden Teams (Ingenieuren, QA, Projektmanagern) präsentiert und so die Abstimmung von ML-Lösungen auf betriebliche Anforderungen sichergestellt
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
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
Hasan R.
Letzte Position:
KI-Ingenieur bei ETAS GmbH (Robert Bosch GmbH)
- Automatisierung der Softwareentwicklung mit generativer KI (Masterarbeit): Entwicklung eines Gen-KI-Prototyps mit agentenbasierten Workflows, LLMs und RAG, wodurch jährliche Einsparungen von €100,000 durch eine Verkürzung der Entwicklungszyklen um 60–80% erzielt wurden. Zusammenarbeit mit funktionsübergreifenden Teams zur Automatisierung des Softwarelebenszyklus, wodurch die betriebliche Effizienz um über 60% gesteigert wurde.
- Entwicklung eines AUTOSAR-basierten KI-Chatbots: Implementierung eines KI-basierten Chatbots mit NLP, Vektordatenbanken und einer RAG-Pipeline, wodurch die Effizienz beim Abruf von Dokumentationen über REST APIs um 80% verbessert wurde. Präsentation der Ergebnisse vor dem Senior Management, um die strategische Einführung und Unterstützung durch die Führungsebene zu sichern.
- Automatisierung von Stub-Prozessen mit generativer KI: Entwicklung einer generativen KI-Lösung zur Automatisierung von Build-System-Prozessen, wodurch manuelle Bereitstellungsaufgaben um 60% reduziert und Git-Workflows nahtlos integriert wurden.
- Co-Simulation und Bewertung des RTE-Standards mit Gen-KI: Beschleunigung der Konformitätsbewertung für den RTE-Standard um 45% durch den Einsatz generativer KI-Tools und Python zur Bewertung.
Kashyap K.
Letzte Position:
Masterarbeit – Generierung synthetischer Daten für die Qualitätsprüfung bei Schaeffler Technologies AG
- Entwicklung eines Frameworks zur Generierung synthetischer Daten mithilfe von 3D-Simulation (NVIDIA Omniverse) und Generativer KI (Stable Diffusion) zur Modellierung und Erweiterung industrieller Oberflächenfehler.
- Training und Evaluierung von Computer-Vision-Modellen (YOLO, DETR) mit einer Detektionsgenauigkeit von 94% bei realen Proben sowie erfolgreicher Übertragung von der Simulation auf die Realität.
- Anwendung von Domänenanpassung zur Verbesserung der Übertragung von der Simulation auf die Realität, wodurch skalierbare industrielle KI für die automatisierte Qualitätsprüfung ermöglicht und Produktionsausfallzeiten reduziert wurden.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Forschungspraktikant – Erforschung von Schlussfolgerungen mit Diffusionsmodellen
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Erlangen, Deutschland arbeiten
