Narges Dastanpour Hosseinabadi-Forschungsassistent
Tagessatz prüfen
Erfahrungen
Forschungsassistent
Hochschule München
Integrierten Ansatz zur Erkennung von Strukturschäden in Beton, Stahl und Glas eingeführt, basierend auf Technologien wie LiDAR und Wärmebildgebung. Wechselwirkungen zwischen Materialien hervorgehoben, um Diagnosen zu verbessern und Predictive Maintenance zu ermöglichen.
NLP-basierten Medical Note Simplifier entwickelt, der komplexe klinische Anweisungen in einfaches, kindgerechtes Englisch umwandelt. Dabei Prompt Engineering mit Flan-T5-Transformermodellen angewendet, um patientenrelevante Maßnahmen zu extrahieren und als klare To-Do-Punkte umzuformulieren. Zwei Backends mit Flask und Tornado aufgebaut und eine druckbare Weboberfläche erstellt.
Softwareentwickler
Bertrandt Ingenieurbüro GmbH
- Deep-Learning-Modelle zur Anomalieerkennung in Zeitreihendaten entwickelt und implementiert, in Zusammenarbeit mit BMW.
Praktikum, Teilzeit
Expleo
- Mitarbeit am Safe2P-Forschungsprojekt, das auf mehr Fußgängersicherheit und automatisiertes Parken abzielt, durch Lokalisierung und Objekterkennung mit Radar-, LiDAR- und Kameradaten.
Masterand
Bayerische Motoren Werke AG (BMW)
Reichhaltige Punktwolke erzeugt, indem Detektionen aus mehreren Radardurchläufen akkumuliert wurden, und Bildverarbeitung sowie Machine-Learning-Techniken eingesetzt, um Informationen über Objekte zu gewinnen, die zu klein oder ungewöhnlich geformt sind, um von gängigen Radaralgorithmen erkannt zu werden.
Sicherstellung der Codebasis nach FMEA-Standards (Failure Mode and Effects Analysis).
Praktikum
BMW
An der Implementierung und Optimierung von FMVSS201u-Modellen mitgewirkt, dabei verschiedene neuronale Netzwerkarchitekturen und vortrainierte Modelle evaluiert.
Fokus auf Erhöhung der Modellgenauigkeit und Erforschung alternativer Codierungsstrategien.
Forschungsassistent
Machine Learning Lab, University of Freiburg
Implementierte einen Variational Autoencoder (VAE) zur Klassifizierung von Sequenzierungsdaten.
Übersetzte die ursprüngliche Python-Implementierung in Julia während der ersten Projektphase.
Forschungsassistent
Esfahan Research Center
Entwickelte und implementierte ein Roboter-Wegplanungssystem zur Erkennung von weißen und schwarzen Flächen.
Optimierte das System, um Geschwindigkeit und Kurventauglichkeit auszubalancieren, ohne die Strecke zu verlassen, und minimierte grundlegende Fehler auf einer drei Meter langen Strecke.
Forschungsassistent
Microsystem Laboratory, Azad University of NajafAbad
Implementierte ein automatisches Türsystem mit CodeVision und Proteus. Annähernde Personen wurden von CW-Radaren erkannt, die ein positives Signal auslösten.
Basierend auf diesem Signal änderte der Mikrocontroller den Zustand der Tür.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Automotive, Bauwesen, Gesundheitswesen, Informationstechnologie (IT) und Bildung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Produktentwicklung, Forschung und Entwicklung (F&E), Informationstechnologie (IT) und Qualitätssicherung.
Zusammenfassung
Ich habe meinen Master in Embedded Systems an der Universität Freiburg abgeschlossen, spezialisiert auf Computer Vision, Deep Learning und Machine Learning, mit Fokus auf praktische Anwendungen. Bei BMW habe ich als Forschungspraktikant im Deep Learning gearbeitet, wo meine Masterarbeit die Segmentierung und Klassifizierung von Radardaten mit modernen Verfahren zum Thema hatte. Außerdem habe ich als Softwareentwickler gearbeitet, dabei komplexe Algorithmen entworfen und in Projekten mit LiDAR und hochauflösender Bildgebung mitgewirkt, um die Multi-Material-Diagnostik zu verbessern. Jetzt suche ich eine Vollzeitstelle, um meine Fähigkeiten einzusetzen und mein Wissen durch reale Projekte zu vertiefen.
Fähigkeiten
Maschinelles Lernen, Deep Learning: Scikit-Learn, Pytorch, Keras, Tensorflow, Weka
Programmiersprachen: Matlab (Fortgeschrittene Kenntnisse), Python (Fortgeschrittene Kenntnisse), C++ (Mittelstufe), Julia (AnfäNger)
Frameworks & Bibliotheken: Opencv, Hugging Face Transformers, Flask, Tornado, Ros
Versionsverwaltung: Git
Tools & Plattformen: Docker, Latex, Codevision, Proteus, Libreoffice, Ms Office
Visualisierung: Matplotlib, Seaborn
Betriebssysteme: Linux (Ubuntu V16-24), Windows Xp, 7
Sprachen
Ausbildung
Uni-Freiburg
M.Sc., Spezialisierung in Robotik, Machine Learning, Computer Vision, Künstliche Intelligenz · Eingebettete Systeme · Freiburg im Breisgau, Deutschland · 2.6
Azad University of Najaf Abad
B.Sc., Spezialisierung in Regelungstechnik · Elektrotechnik - Elektronik · Isfahan, Iran, Islamische Republik · 1.4
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Himanshu Negi
Martin Ratajczak
Abhishek Kanakagiri
Devakinand Dama
Jürgen Fey
Anton Klonov
Noushiq Mohammed k a n
Stephan Baier
Martin Musiol
Ahmad Varasteh
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Forschungsassistent
Himanshu Negi
Abhishek Kanakagiri
Philipp Grunert
Lino Giefer
Martin Ratajczak
Stephan Fröde
Mirza Klimenta
Martin Musiol
Devakinand Dama
Mathias Wilhelm
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten
Martin Petermann
Andreas Lober
Katharina Hurler
Burak Karakoc
Thomas Müller
Athanasios Sarakatsanis
Stefan Corsten
Jan Fiedler
Julia Iffert-Scherbeck
Hannah De Vries
Aktuellste Projekte
FRATCH arbeitet mit vielen Unternehmen und Personalvermittlungen zusammen. Hier findest du unsere zuletzt veröffentlichten Projekte und Möglichkeiten.
