• Themengebiet: Einsatz von NLP Methoden in der Fahrzeug-Fehleranalyse

• Erstellen eines Proof-of-Concept für ein intelligentes Human-Machine-Interface (HMI) in Zusammenarbeit mit einem Team aus UX-Designern, Professoren und Studenten. • Optimierung der Benutzerfreundlichkeit in HMI’s durch die Implementierung eines adaptiven Modells, welches sich an schnell ändernde Umgebungsbedingungen anpasst und den kognitiven Zustand des Benutzers berücksichtigt.

• Systematische Verbesserung von automatisierten Qualitätskontrollen und Steigerung der Fahrzeugqualität durch die Implementierung von Methoden aus dem Bereich Uncertainty Estimation.• Schaffen einer transparenteren und vertrauensvolleren Zusammenarbeit mit Schnittstellenpartnern durch die Einbindung von explainableAI Methoden.• Erhöhen der Qualität der ausgelieferten Modelle durch die Weiterentwicklung und Aufwertung des internen Toolset für Deep Learning Anwendungen.• Identifikation von Verbesserungspotentialen im Bereich 2D Tracking durch Benchmarking der Performance aktueller Algorithmen.

• Verbesserung der User Experience durch das Erstellen von Web-Templates zur standardisierten Darstellung von Produkten mit JavaScript, HTML, CSS und React.• Verkürzen von Prozesszeiten durch die Projektleitung bei der Einführung von Xentral-ERP. • Sicherstellung der Datenqualität durch Verwaltung und Aufbereitung der Stammdaten mit Python, Java und MySQL.