Jan Marcel Kezmann

Implementierung von Machine/Deep Learning Algorithmen zur automatischen Schadenserkennung von Kratzer/Dellen an Autos anhand von Gyroskop-Daten

• Programmieren mehrerer Pipelines in Python für das Training und die Evaluation extraktiver und abstraktiver Textzusammenfasser, basierend auf verschiedensten State-of-the-Art Transformer Modellen in PyTorch • Implementierung eines Webservices zur Textzusammenfassung • Erstellung und Säuberung eines eigenen Datensatzes mittels Webscraping

Unterstützung in der Forschung und Entwicklung im Bereich der Bilderkennung. Aufbau einer Pipeline von der Datenerstellung bis hin zur Modelgenerierung für die Semantische Segmentierung von Bildern mit einem finalen Test-IOU Score von 96,5%.

Praktikum im Bereich Investieren Digital der Postbank bzw. DB PFK AG. Die Tätigkeiten umfassten Funnel-Analysen, Analyse der Marketingmaßnahmen und Erstellung von Reportings bezüglich der Umsatzperformance, unter Berücksichtigung der Zielerreichungsgrade.

Fokus auf der Optimierung und angewandten Stochastik Abschlussnote: 1.2 Master-Thesis: AI-Based Label Error Detection for LiDAR Point Clouds with 3D Bounding-Box Annotations

Optimierung und Stochastik