Kevin Strauß

Master Thesis: „Semantically aware synthetic to real Domain Adaptation for Autonomous Driving “, Implementierung von Domain Adaptation Methoden in PyTorch/Tensorflow und automatisiertes Deployment von Trainingsprozessen mit Kubernetes, Technologien: Tensorflow, Pytorch, Docker, Git, Kubernetes

Topic Clustering mittels LDA angewandt auf redaktionelle Artikel, Time Series Forecasting mit Facebooks Prophet, Erforschung und Präsentation von Machine Learning Ansätzen mit Hilfe von Notebooks (Jupyter/Zeppelin), "Large scale data processing" via PySpark und Scala (verschiedene Auswertungen) inkl. Cluster Deployment, Contanierisierung und Deployment mehrerer Applikationen in einer Microservice-Architektur, Technologien: Ubuntu, Python, Scala, Spark, Docker, Git

Co-Author von Sambia Package, Link: https://cran.r-project.org/web/packages/sambia/index.html, Implementierung von eine Reihe von Methoden für die Korrektur von Sample Selection Bias, Technologien: R

Interaktive Visualisierung von Modelingresultaten mit Shiny und Datenmanipulierung mit R, Isolierung von Modelframework in Docker Container, Entwicklung einer Datapipeline für Datentransfer zwischen einem SFTP Server und einer MySQL Datenbank, Technologien: Python, R, Docker, MySQL

Implementierung von Support Vector Machine Tool via VBA für die Klassifizierung von Materialklassenwechsel, Technologien: Matlab, VBA

Programmierung in Visual Basic

Programmierung in Visual Basic

Austauschsemester via TUM Exchange, Intelligent Systems, Software Development for Cloud Computing

Machine Learning, Deep Learning, Computer Vision, NLP, Data Mining

Grundlagen Datenbanken, Rechnernetze und Verteilte Systeme, Grundlagen Algorithmen und Datenstrukturen

Austauschjahr Erasmus

Convex and nonlinear Optimization, Bachelor Thesis: "Convergence of the asynchronous and partially-asynchronous ADMM methods for sparse grid model splitting"