Georg Hieronimus

Verantwortlich für das Design und die Implementierung verschiedener Systeme im Bereich Machine Learning & Optimierung (Auswahl): – Multi-Agent Reinforcement Learning System zur Verbesserung von Flugplänen. – Natural Language Processing Pipeline in der Cloud zur kontinuierlichen Risikoabschät- zung von Unternehmen. Initiator und Leiter des internen Reinforcement Learning Seminars. Entwicklung neuer Machine Learning Use-Cases in Workshops.

Bilderkennung mit neuronalen Netzwerken Inferenz Optimierung mit TensorRT Implementierung iterative Algorithmen der Konvexe Optimierung auf der Grafikkarte

Latein und Standardtänze

Implementierung eines Partikelfilters für die Überwachung von Handbewegungen

Vor- und Nachbereitung der Vorlesungen "Physik für Technische Informatiker" und "Physik für Elektrotechniker" in Kleingruppen, Design der zugehörigen Arbeitsblätter für alle Tutorien

Implementieren und Testen von Algorithmen in Java zu dem NP-schweren Problem der Eulerschen Erweiterung auf Multigraphen Entwurf und Entwicklung eines Programms zur Verbesserung der Notfallrouten der Berliner Stadtreinigung

Notendurchschnitt: 1,1 -- Schwerpunkt: Kognitive Systeme / Machine Learning -- Masterarbeit: Extending Gradient-Domain Machine Learning to larger datasets with iterative solvers

ERASMUS Studium

Notendurchschnitt: 1,4 -- Schwerpunkt: Algorithmik & Robotik -- Bsc-Arbeit: Effects of Model Coplexity on Speed and Accuracy of Visual Servoing for Manipulation

Notendurchschnitt: 1,5