Research Associate in Deutschland

• Entwicklung eines Harmonisierungskonzepts für unterschiedliche Gesundheitsdatenformate
• Betreuung der ETL-Pipeline für Notfall-Vitalparameter von der Quelle bis zur Weiterverarbeitung

Teilzeitstelle in einem öffentlich geförderten Forschungsprojekt

• KI-basierte Wahrnehmungs- und multimodale Systeme für reale Umgebungen entwickelt und implementiert
• Machine-Learning- und Deep-Learning-Modelle mit Python, PyTorch, TensorFlow und OpenCV erstellt, trainiert und evaluiert
• Mit Vision-Language Models (VLMs), Large Language Models (LLMs), transformerbasierten Architekturen und multimodalen KI-Systemen gearbeitet
• LoRA-basierte Feinabstimmung angewendet und Diffusionsmodelle für generative und multimodale KI-Anwendungen erprobt
• Multimodale Wahrnehmungspipelines mit Kamera-, LiDAR- und Sensordaten entwickelt
• Durchgängige Arbeitsabläufe für Datenverarbeitung, Modelltraining, Evaluierung, Benchmarking und Robustheitsanalysen konzipiert
• HuggingFace Transformers und moderne Deep-Learning-Frameworks für KI-Experimente und Bereitstellungsprozesse eingesetzt
• GPU-beschleunigtes Rechnen, CUDA-basierte Verarbeitung sowie ONNX- und TensorRT-Optimierung für effiziente Inferenz und Modelltraining im großen Maßstab genutzt
• Mit Industriepartnern wie Valeo und REHAU an angewandten KI-Projekten und Projekten zu intelligenten Systemen zusammengearbeitet
• Skalierbare KI-Architekturen und Prototypen für Automatisierungs- und Wahrnehmungsaufgaben entwickelt

Entwicklung Python-basierter KI-Microservices und Integrationen für eine AEC/VR-SaaS-App auf Unity-Basis, mit Schwerpunkt auf LLM/VLM-Funktionen, retrievalgestützten Systemen, RESTful APIs, containerisierter Bereitstellung und einem Automatisierungs-Microservice für die CAD-zu-Unity-Pipeline.

• Entwicklung eines eigenen, auf Hybrid A* basierenden Algorithmus in C#, um Krankenhausszenarien zu simulieren, Konflikte in frühen Entwurfsphasen anhand von Kollisions- und Raumdaten zu erkennen und strukturierte Berichte zu erstellen.
• Lösung und Automatisierung des zeitaufwendigen Problems, CAD-Dateien in nutzbare Unity-Umgebungen umzuwandeln – mit einer speziell entwickelten Echtzeit-Pipeline und einer ZeroMQ-basierten Kommunikationsschicht zur Verteilung von Aufgaben auf mehrere Prozesse und für Echtzeit-Performance.
• Entwicklung einer Docker-basierten FastAPI-Pipeline zur Automatisierung von CAD-zu-Unity-Prozessen, die visuelles Objekt-Matching, Bild-Embeddings und vorab berechnete Metadaten kombiniert, um CAD-Objekte automatisch Unity-Verhaltensskripten zuzuordnen, Eigenschaften zuzuweisen und wiederholte KI-Inferenzaufrufe zu reduzieren.
• Erstellung von Dokumentationen und Beispielen, damit technische Nutzer die KI-Automatisierungspipeline verstehen, konfigurieren und erweitern können.

• Unterstützung der Forschung in der Kontinuumsmechanik mit Schwerpunkt auf Finite-Elemente-Modellierung, Materialverhalten, Verschleißmechanik und gekoppelten PDE-Formulierungen.
• Entwicklung und Validierung numerischer Simulationen, Durchführung von Datenverarbeitung und Analyse sowie Beitrag zu technischen Publikationen.
• Unterstützung bei Automatisierungsskripten, der Erstellung von Abbildungen und Dokumentationen sowie der täglichen Projektkoordination, um einen reibungslosen Forschungsfortschritt sicherzustellen.
• Die Implementierung von Algorithmen erfolgt in Fortran und Python.

• Erforschung multimodaler KI-Systeme, die Bild-, Text- und strukturierte Daten integrieren.
• Entwicklung durchgängiger KI-Pipelines für Datenverarbeitung, Modelltraining und Evaluierung.
• Entwicklung und Test von Computer-Vision- und Bilderkennungslösungen mit Deep Learning.

• Entwicklung einer React-basierten Forschungsplattform mit interaktiven 3D-/AR-Workflows zur Produktvisualisierung.
• Implementierung der Interaktionsverfolgung und Nutzungsanalyse zur Messung des Nutzerverhaltens und der Nutzung von Funktionen innerhalb einer Forschungsplattform.
• Bereitstellung der Forschungsplattform und Integration eines analytischen R-Shiny-Dashboards, das Forschenden die interaktive Untersuchung von Meta-Analyse-Ergebnissen innerhalb einer einheitlichen Plattform ermöglicht.

• Tätigkeit als technischer Berater zur Optimierung mehrschichtiger Ensemble-Modelle, die ResNet, CNN-BiGRU-Attention und XGBoost kombinieren.
• Begleitung der Implementierung eines Logistic-Regression-Meta-Learners zur Lösung von Problemen mit unausgeglichenen Klassen; dabei wurden 92.86% Genauigkeit und 0.9644 AUC bei den Datensätzen PTB-XL und Chapman-Shaoxing erreicht.

• Verwaltung und Weiterentwicklung der Geodateninfrastruktur
• Technische Betreuung
• Metadatenmanagement
• Beratung anderer Fachabteilungen
• Koordination von Datenflüssen mit der Europäischen Umweltagentur
• Open Data
• Dashboards und Visualisierungen
• Cloudbasierte Lösungen zur Prozessoptimierung
• Vertretung und Teilnahme in nationalen und internationalen Gremien und Veranstaltungen

• Ich unterstütze bei den experimentellen Laborübungen im Kurs Grundlagen der Elektrotechnik.
• Ich begleite Studierende bei praktischen Experimenten und stelle sicher, dass sie die theoretischen Grundlagen verstehen.

• Leitete ein Forschungsprojekt zur Untersuchung von Faktoren, die die HPV16-Infektion in Keratinozyten mithilfe von Mikroskopie- und Omics-Ansätzen modulieren.
• Kuratierte und analysierte RNAseq- und Massenspektrometrie-Daten und führte Pfad-Analysen durch, um Zielproteine zu identifizieren.
• Verantwortlich für Betrieb, fachgerechte Wartung, Funktionalität und Anwenderschulung von Mikroskopen und FACS-Geräten.
• Betreute Master-Studierende bei ihrer Abschlussarbeit, die untersuchte, welche Rolle Zell-ECM-Interaktionen für die HPV-Anfälligkeit in Keratinozyten spielen.

• Durchgeführte qualitative und quantitative Analysen der gewonnenen Ergebnisse, Kategorisierung von Themen, Bewertung von Methoden und Beurteilung der Studienqualität und -zuverlässigkeit.
• Erstellte Forschungsberichte und Evidenzzusammenfassungen, um wichtige Trends, Lücken und Chancen für akademische Betreuer oder funktionsübergreifende Teams zu kommunizieren.
• Präsentierte Ergebnisse durch klar strukturierte Visualisierungen, Tabellen und narrative Zusammenfassungen, um Entscheidungsprozesse zu unterstützen und zukünftige Forschungsrichtungen zu steuern.

• Entwickelte ASR- und TSR-basierte Sprachverarbeitungspipelines auf AWS, die effiziente Merkmalsextraktion und skalierbare Bereitstellung für Sprach- und Textanalysen ermöglichen.
• Entwickelte ein multimodales System zur Erkennung von Sprachemotionen, das NLP und Deep Learning (Audio + Text) kombiniert, erreichte 98 % Genauigkeit und unterstützt Echtzeit-Inferenz in der Cloud.
• Entwarf und optimierte End-to-End-Workflows für Modelltraining und -evaluation mit AWS-Diensten (S3, EC2, Lambda), um Leistung, Zuverlässigkeit und Reproduzierbarkeit sicherzustellen.
• Erstellte und implementierte interaktive, benutzerfreundliche Dashboards zur Datenvisualisierung und Generierung von Erkenntnissen, um Forschungsgruppen und Management bei datenbasierten Entscheidungen zu unterstützen.

• IT-Beratung, Coaching und Umsetzung mit Schwerpunkt auf KI