Balaji Gobinathan
Bis 2021, International Automotive Engineering, Technische Hochschule Ingolstadt
Ingolstadt, Deutschland
Werdegang
Berufserfahrung von Balaji Gobinathan
Domain Adaptation of Lidar Point clouds using Neural Networks. Domain Adaptation using Semantic Segmentation of lidar Point clouds using Generative Adversarial Networks. Professional Experience in Docker.
Multi Object Detection und Tracking mit Deep Neural Networks. Erkennen Sie Fußgänger mithilfe von Netzwerken wie ResNet50, RNN und Siamese RPN. Verwenden Sie andere Methoden wie Kalman-Filter und Ungarischer Algorithmus für die Objektverfolgung Verwenden Sie Python mit dem Pytorch-Framework und Bibliotheken wie Numpy und fastai
6 Monate, Feb. 2019 - Juli 2019
Working Student
CARISSMA Forschungszentrum
Matlab simulation of Vehicle Behaviour.
2 Jahre und 10 Monate, Juni 2015 - März 2018
Systems Engineer
Tata Consultancy Services, India
Tata Consultancy Services Limited, Indien • Fast 3 Jahre Arbeitskenntnisse in SQL und Big Data (Hive, Hadoop und Spark) Projekt Kundendienst-Schnittstelle – Metcash Ladengeschäft, Australien • Arbeitskenntnisse in Relational Databases und HDFS • Mit SQL Daten in eine Umgebung laden • Apache Hive wird verwendet, um Kundendaten in eine HDFS-Umgebung zu laden • Dies hilft dem Kunden, das Verkaufsmuster des Geschäfts zu kennen
Ausbildung von Balaji Gobinathan
3 Jahre und 3 Monate, Apr. 2018 - Juni 2021
International Automotive Engineering
Technische Hochschule Ingolstadt
• Kurs umfasst Maschinelles lernen, künstliche Intelligenz für Fahrzeugsysteme, Sensorik und Signalverarbeitung, Integrierte Sicherheits- und Fahrerassistenzsysteme. • Gute Kenntnisse in Begriffen wie Deep Neuronales Netzwerk, Mustererkennung, Klassifikation, Regression. Fertig 3 Projekte
3 Jahre und 10 Monate, Aug. 2011 - Mai 2015
Mechanical Engineering
Sri Manakula Vinayagar Engineering College
Kurs umfasst Übertragungssysteme, Thermodynamische Systeme, Strömungsmechanik. Akademisches Projekt Automatischer Fußreiniger Entwicklung eines automatischen Fußreinigers mit Hilfe von Arduino UNO R3, Infrarotsensoren, Pumpen und Bürsten
Sprachen
Deutsch
Gut
Englisch
Fließend
Französisch
Gut