Nishanth Gowda

Tools: Git, JavaScript - Entwicklung einer Metaplattform für Datensätze zum autonomen Fahren - Forschung über veröffentlichte Datensätze zum autonomen Fahren - Versionskontrolle der Website mit Git

Tools: Python, PyTorch, Keras, Microsoft Office - Modellierte ANN- und 1D-CNNs-basierte virtuelle Kraftstoffpumpensensoren - Implementierung eines skalierten konjugierten Gradienten-Optimierers in Python für die Arbeit mit ANNs - Evaluierung der Anwendbarkeit von Explainable AI-Methoden

Tools: AutoCAD, Microsoft Office, SAP - Trainee Stress Engineer im Airbus A330 Concession Team

Erzeugung einer vollständigen 3D-Punktwolke eines Objekts aus einem einzigen Bild • Training eines tiefen neuronalen Netzes zur Erzeugung vollständiger 3D-Punktwolken von Objekten aus Bildern • Generierung von Ground-Truth-Daten mit traditionellen Computer-Vision-Methoden • Training eines tiefen neuronalen Netzes zur Registrierung der erzeugten Punktwolken • Training der Modelle auf Linux-basierten hochleistungsfähigen GPU-Clustern Technologien: Python, PyTorch, Linux, GPU, Git, CUDA

Studienschwerpunkte: Automotive Software Engineering, CVT Programmierprojekt (C++), Computer Vision, Very Deep Learning, Autonome mobile Roboter, Einführung in autonome Systeme, Enterprise Data Science. Note: 1,7

Studienschwerpunkte: Robotik, Mechatronik, Python-Anwendungsprogrammierung