Fabian Gonzalez Pinto

Leitung der Elektronikentwicklung für den internen Kraft-Drehmoment-Sensor, einschließlich des Leiterplattendesigns in Altium, der Firmware-Entwicklung auf STM32 und SAM sowie der EtherCAT-Kommunikation unter Verwendung eines maßgeschneiderten C-basierten EtherCAT-Masters. Leitung externer Mitarbeiter und Studierender. Erfahrung in agilen Umgebungen und im Einsatz von KI zur Steigerung der Produktivität.

Ich habe die Hard- und Software eines maßgeschneiderten Elektroenzephalografie-Systems (EEG) entwickelt, das EEG-Signale aus dem Inneren des Ohrs erfasst. Anschließend habe ich die Funktionalität und Benutzerfreundlichkeit des Systems getestet und validiert. Im Mittelpunkt meiner Doktorarbeit stand die Entwicklung eines produktreifen, tragbaren und kostengünstigen EEG-Prototyps, der außerhalb von medizinischen- oder Forschungseinrichtungen eingesetzt wird.

Entwicklung eines Polysomnographiegeräts für kommerzielle Zwecke. Im Rahmen meiner Tätigkeit entwickelte ich den ersten Prototyp des Hardware- und Embedded-Software-Produkts. Während der Projektentwicklung war ich für den technischen Bereich des Projekts verantwortlich und leitete einen Nachwuchsingenieur.

Ich habe im Rahmen einer Zusammenarbeit zwischen zwei Forschungsteams in Spanien und Frankreich an der Entwicklung eines neuen Rückkopplungssystems in Python mitgewirkt, das zur Identifizierung punktueller Frequenzen in Elektroenzephalogramm-Signalen und zur Erzeugung einer phasengleichen Stimulation dient. Ziel war es, den Beginn epileptischer Anfälle zu erkennen.

Ich habe im Rahmen einer Zusammenarbeit zwischen zwei Forschungsteams in Spanien und Frankreich an der Entwicklung eines neuen Rückkopplungssystems in Python mitgewirkt, das zur Identifizierung punktueller Frequenzen in Elektroenzephalogramm-Signalen und zur Erzeugung einer phasengleichen Stimulation dient. Ziel war es, den Beginn epileptischer Anfälle zu erkennen.

Ich habe eine neue In-Ear-Karte zur Erfassung von Elektroenzephalogramm-Daten entwickelt und In-Ear-Elektroden entworfen. Diese Komponenten ermöglichten die Erfassung und Überprüfung der korrekten Erkennung von EEG-Schlafsignalen. Anschließend führte ich mithilfe von MATLAB eine Signalverarbeitung durch, um einige typische Gehirnaktivitätsmuster zu identifizieren, die während des Schlafs auftreten.

Ich habe an mehreren Android-Projekten gearbeitet, darunter: Entwicklung einer App für das Batteriemanagement, die über einen Webservice mit einem Server verbunden war, der eine Datenbank verwaltete. Entwicklung einer App, die Bildverarbeitung anhand von Lasermustern und Wärmebildaufnahmen nutzte, um Mängel am Fahrgestell und am Lack des Fahrzeugs zu erkennen. Entwicklung einer App zur Analyse von Gasemissionen und zur Quantifizierung der Daten, die von hochentwickelten Gasanalysesystemen geliefert wurden.