Narges D.-Wissenschaftlicher Mitarbeiter

Tagessatz prüfen
Erfahrungen
Wissenschaftlicher Mitarbeiter
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.
Softwareentwickler
Bertrandt Ingenieurbüro GmbH
- Entwicklung und Implementierung von Deep-Learning-Modellen zur Anomalieerkennung in Zeitreihendaten in Zusammenarbeit mit BMW.
Praktikum, Teilzeit
Expleo
- Mitarbeit am Forschungsprojekt Safe2P mit dem Schwerpunkt auf der Erhöhung der Fußgängersicherheit und dem automatisierten Parken durch Lokalisierung und Objekterkennung mithilfe von Radar-, Lidar- und Kameradaten.
Masterarbeitsstudent
Bayerische Motoren Werke AG (BMW)
Erstellung einer umfassenden Punktwolke durch die Zusammenführung von Erkennungen aus mehreren Radarzyklen sowie Anwendung von Bildverarbeitungs- und Machine-Learning-Verfahren, um Informationen über Objekte zu gewinnen, die zu klein oder speziell geformt sind, um von gängigen Radaralgorithmen erkannt zu werden.
Sicherstellung, dass die Codebasis den Standards der Fehler-Möglichkeits- und Einfluss-Analyse (FMEA) entspricht.
Praktikum (Praktikum)
BMW
Mitwirkung bei der Implementierung und Optimierung von Modellen im Zusammenhang mit FMVSS201u sowie Untersuchung verschiedener neuronaler Netzwerkarchitekturen und vortrainierter Modelle.
Schwerpunkt auf der Verbesserung der Modellgenauigkeit und der Untersuchung alternativer Programmieransätze.
Wissenschaftlicher Mitarbeiter
Machine Learning Lab, University of Freiburg
Ein Variational Autoencoder (VAE) zur Klassifizierung von Sequenzierungsdaten implementiert.
Die ursprüngliche Python-Implementierung während der ersten Projektphase in Julia übertragen.
Wissenschaftlicher Mitarbeiter
Esfahan Research Center
Ein System zur Roboterpfadplanung entworfen und implementiert, das weiße und schwarze Oberflächen erkennen kann.
Das System optimiert, um ein Gleichgewicht zwischen Geschwindigkeit und der Fähigkeit zu erreichen, Kurven zu navigieren, ohne die Strecke zu verlassen, und dabei grundlegende Fehler entlang einer drei Meter langen Strecke zu minimieren.
Wissenschaftlicher Mitarbeiter
Microsystem Laboratory, Azad University of NajafAbad
Ein automatisches Türsystem mit CodeVision und Proteus implementiert. Sich nähernde 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 einen Masterabschluss in Embedded Systems an der Universität Freiburg erworben und mich auf Computer Vision, Deep Learning und Machine Learning mit Schwerpunkt auf praktischen Anwendungen spezialisiert. Bei BMW habe ich als Forschungspraktikant im Bereich Deep Learning gearbeitet. Im Rahmen meiner Masterarbeit beschäftigte ich mich mit der Segmentierung und Klassifizierung von Radardaten unter Einsatz modernster Verfahren. Außerdem habe ich als Softwareentwickler gearbeitet, meine technischen Fähigkeiten durch die Entwicklung komplexer Algorithmen erweitert und an Projekten mit LiDAR und hochauflösender Bildgebung zur Verbesserung der Multimaterialdiagnostik mitgewirkt. Ich suche eine Vollzeitstelle, in der ich meine Fähigkeiten anwenden und mein Wissen durch praxisnahe Projekte erweitern kann.
Fähigkeiten
Machine Learning, Deep Learning: Scikit-Learn, Pytorch, Keras, Tensorflow, Weka
Programmiersprachen: Matlab (Proficient User), Python (Proficient User), C++ (Intermediate), Julia (Beginner)
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., Schwerpunkt auf Robotik, Machine Learning, Computer Vision, Künstlicher Intelligenz · Embedded-Systems-Engineering · Freiburg im Breisgau, Deutschland · 2.6
Azad University of Najaf Abad
B.Sc., Schwerpunkt auf Regelungssystemen · 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.
Narges ist in München, Deutschland ansässig.
Narges spricht folgende Sprachen: Persisch (Muttersprache), Englisch (Verhandlungssicher), Deutsch (Fortgeschritten).
Narges hat mindestens 4 Jahre Erfahrung. In dieser Zeit hat Narges in mindestens 5 verschiedenen Rollen und für 8 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 6 Monate. Beachten Sie, dass Narges möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Narges gut geeignet für Rollen wie: Wissenschaftlicher Mitarbeiter, Softwareentwickler, Praktikum, Teilzeit.
Die neueste Position von Narges ist Wissenschaftlicher Mitarbeiter bei Hochschule München.
In den letzten Jahren hat Narges für Hochschule München, Bertrandt Ingenieurbüro GmbH, Expleo, Bayerische Motoren Werke AG (BMW) und BMW gearbeitet.
Narges hat die meiste Erfahrung in Industrien wie Automotive, Bauwesen und Gesundheitswesen. Narges hat auch etwas Erfahrung in Informationstechnologie (IT) und Bildung.
Narges hat die meiste Erfahrung in Bereichen wie Produktentwicklung, Forschung und Entwicklung (F&E) und Informationstechnologie (IT). Narges hat auch etwas Erfahrung in Qualitätssicherung.
Narges hat einen Master in Embedded-Systems-Engineering von Uni-Freiburg und einen Bachelor in Elektrotechnik-Elektronik von Azad University of Najaf Abad.
Die Verfügbarkeit von Narges 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 1 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
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Wissenschaftlicher Mitarbeiter
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten
