Matthias Ehrlich

Konzeption und Planung einer KI-basierten Suchplattform zur semantischen Suche von Patentdokumenten mithilfe von LLMs und RAG (Retrieval Augmented Generation). Entwicklung der MLOps-Pipeline in der AWS-Cloud zur Datenerfassung und -vorverarbeitung sowie zum Fine-Tuning und zur Model-Evaluation eines Embedding-Modells.

Konzeption und Implementierung eines KI-basierten Gebäude-Energie-Management-Systems zur Reduktion des Energieverbrauchs von HLK/HVAC-Anlagen mithilfe maschineller Lernverfahren (Deep Reinforcement Learning). Integration von ML-Pipeline-Orchestration-Systemen für Cloud und On-Premise. Training und Optimierung des Systems auf Energieeffizienz und Komfort.

Entwicklung eines Indoor-Tracking-Systems auf Basis von Sensorfusion, Indoor-Lokalisierung und ML (LSTM/TCN). Verantwortlich für Datenerfassung, Training & Optimierung von Deep-Learning-Modellen sowie deren Integration in Microcontroller (TensorFlow Lite Micro). Fokus auf Genauigkeit, Echtzeitfähigkeit & Skalierbarkeit. Betreuung studentischer Arbeiten, Entwicklung eines Indoor-Mapping-Systems und BLE-basierter Standortdienste (Android/iOS).

Native Mobile App Entwicklung mit iOS und Android

Schwerpunkt: Machine Learning, Abschlussnote: 1,1

Schwerpunkt: Software-Engineering, Abschlussnote: 1,0