Projekt: Entwicklung einer skalierbaren NLP-Plattform zur Verarbeitung und Vorhersage von Textdaten natürlicher Sprache einschließlich der Möglichkeit zur Erstellung von NLP-Piplines. Anbindung und Nutzung verschiedener Frameworks und Tools sowie Nutzung diverser Sprachmodelle wie GPT-3, BERT und RoBERTa. Aufgaben: - Konzeption der NLP-Plattform Architektur - Entwicklung der NLP-Plattform bestehend aus verschiedenen Modulen zum Laden, Verarbeiten, Prozessieren und Auswerten von Textdaten. - Anbindung verschiedener NLP-Frameworks wie OpenAi, Aleph Alpha und Haystack- Integrierung und Nutzung diverser Sprachmodelle, u.a. GPT-3 und RoBERTa- Unit-Tests zur Qualitätssicherung und Fehlererkennung - Extraktion von Word Embeddings von Sprachmodellen sowie Bewertung durch Scoring-Verfahren- Erstellung von Piplines für verschiedene NLP-Lösungen wie Smart Search, Text Generation und Chatbots

Kunde: Hamburger Hochbahn AGPredictive Maintenance – Erstellung eines Deep Learning-Modells zur frühzeitigen Identifikation potenzieller Defekte von Komponenten verschiedener Fahrzeuge, um Wartungsarbeiten und Ausfallzeiten vorzubeugen und zu minimieren.Aufgaben: - Datenaufbereitung- und Transformation der Rohdaten - Entwicklung und Implementierung eines Deep-Learning-Modells - Architekturdesign und Konfiguration des Deep-Learning-Modells zur Verbesserung der Vorhersageleistung- Optimierung des Modells durch Validierungsmethoden und Metriken- Erstellung von Dashboards zur Überwachung und Erkennung von Ausreißern- Statistische Zusammenfassung und Analyse der Ergebnisse zur Ableitung von Erkenntnissen

Projekt: Einsatz von Machine Learning Techniken zur Erstellung eines Regressionsmodells mit Azure Machine Learning, mit dem Ziel Flugpreise vorherzusagen. Das Projekt wurde im Rahmen des Lufthansa Data Engineering und Machine Learning Einarbeitungsprograms durchgeführt und deckte den gesamten Machine-Learning-Lebenszyklus ab.Aufgaben: - Konfiguration und Bereitstellung von Azure Compute Rechenressourcen - Durchführung von Experimenten- Erstellung von ML Piplines- Trainieren und Testen von Modellen- Model Management zur Registrierung und Verwendung der Modelle- Bereitstellung von Web-Services (Model Deployment) - Model VersionierungProjekt: Entwicklung einer Datenpipeline zur Speicherung, Verarbeitung sowie Orchestrierung von live (Meta-) Flugdaten im Kontext des AIDA Data Engineering und Machine Learning Einarbeitungsprograms. Aufgaben: - Data Processing - Entwicklung einer Daten-Pipeline- Speicherung und Verwaltung - ETL- Prozesse - Cloud Computing

Entwicklung von Software-Modulen für die Gesamtsysteme von Fahrzeugflotten. Verarbeitung sowie Darstellung von Sensorinformationen.Aufgaben: - Konzipierung und Entwicklung von kundenspezifischen Software-Lösungen mittels C++ - Signalverarbeitung und Ansteuerung externer Sensoren in Echtzeit sowie Serialisierung und Bereitstellung der Informationen für Clients- Bereitstellung von Events zur Notifikation von Änderungen- Entwicklung und Gewährleistung von (Multi-) Threadsicheren Prozessen- GUI-Programmierung mittels Qt zur Visualisierung von Sensoinformationen- Konfiguration und Erstellung von Buildprozessen mittels CMake- Windows-Dienst Entwicklung zur Überwachung und Beseitigung von Sourcen- Implementierung von Unit-Tests einschließlich Fehleranalyse und -behebung- Erstellung von Setups

Themen und Aufgaben: - Entwicklung, Implementierung und Administration von Datenbanken- Erstellung von Modultests sowie Behebung von Fehlern- Analyse von umfangreichen Datensätzen inkl. Extrahierung relevanter Informationen und Identifizierung von Mustern und Trends- Anwendungsprogrammierung mittels C++ inkl. Berücksichtigung von Performance- und Speicheroptimierungen sowie Einhaltung von Coding-Standards- Erstellung von Setups unterschiedlicher Softwaremodule- Konfiguration von Build-Prozessen mittels CMake. Erstellung von Build-Skripten und Verwaltung von Abhängigkeiten. Sicherstellung einer effizienten und reproduzierbaren Build-Pipeline.- Anbindung von Sensoren an Softwareanwendungen sowie Kommunikation und Erfassung von Daten

Bereich: Getriebebau Planung, Robotik Bachelor Abschlussarbeit bei Volkswagen:Thema: Analyse und Prädiktion von Trajektorien mittels maschineller Lernverfahren im Kontext der Arbeitssicherheit für die Mensch-Roboter-Kollaboration. Motivation: Antizipierung der Bewegungen, um Kollisionen und Unfälle zu vermeiden (Note 1.3). Aufgaben: - Konzipierung der Arbeitsumgebung zwischen Arbeiter und Roboter- Durchführung und Aufnahme des Experimentes zur Gewinnung von Daten- Aufbereitung der gesammelten Daten - Lernen von mehrschichtigen Neuronalen Netzen mit dem Ziel die Bewegungsabsicht von Probanden vorherzusagen, - Evaluierung des Vorhersagemodells

Bereich: Getriebebau Planung, Robotik Projekt Automatisierung: - Durchführung einer Machbarkeitsstudie zum Thema Automatisierung von Arbeitsplätzen. - Automatisierte Extraktion und Verarbeitung von Statorinformationen aus Bildsequenzen mittels Clustererkennung - Serialisierung der gefilterten Informationen für einen MRK-Leichtbauroboter - Ansteuerung des Leichtbauroboters - Automatisierung vom GesamtsystemProjekt Datenbank für Getriebebau Planung: Entwicklung eines Datenbanksystems für die Getriebebau Planung (bestehend aus 15 Unterabteilung) zur Erstellung, Bearbeitung, und (Kosten-) Verwaltung von Projekten. Aufgaben: - Entwicklung der Systemumgebung (Datenbank sowie Benutzeroberfläche) - Anpassungen nach Feedback der Testanwender - Funktionserweiterung zur Erstellung, Speicherung und Bearbeitungen von Projekten sowie Anlegung und Gruppierung von Benutzern - Automatisierte Benachrichtigungsfunktion von Projektänderungen

Bereich: Prüftechnik KomponentenprüfständeProjekt: Entwicklung einer Anwendung zur Speicherung und Bearbeitung von Konfigurationen von Maschinen sowie visuelle Darstellung.