Sam Vadidar
Bis 2021, Automotive Engineering, RWTH
Ingolstadt, Deutschland
Über mich
Experienced Scientific Assistant with a demonstrated working history in the automotive sector. Working in environment perception of autonomous vehicles and familiar with sensor fusion, state-of-the-art artificial neural networks, and scientific research.
Werdegang
Berufserfahrung von Sam Vadidar
Automated driving software in CARIAD pre-development department
MVP Design Cooperation & business case development Market Analysis
Thema: A Unified Learning Pipeline for Visual-Infrared Object Detection Ergebnisse: State-of-the-art multispektral Objekterkennung durch ein Fusionsnetzwerk zwischen zwei Wellenlängen + Neuartiges Attention Module
• Vorverarbeitung der Daten und entwicklung ein neuartiger Algorithmus für Corss-Labelling • Intensive Recherche und implementierung der State-of-the-Art Papers
6 Monate, Apr. 2020 - Sep. 2020
Praktikant
Daimler AG
Kontinuierliche Qualitätssicherung in der Produktion: • Datenvorverarbeitung mit OpenCV und anderen Bildverarbeitungsbibliotheken • Entwicklung von CNN Trainingspipelines einschließlich Strukturentwurf unter Verwendung von Tensorflow und Keras • Hyperparameteroptimierung zur Verbesserung von neuronalen Netzwerken • Simulation der visuellen Wahrnehmung für KUKA Roboter unter Verwendung von LIDAR-Sensoren mit ROS (Robot Operating System)
2 Jahre und 3 Monate, Apr. 2018 - Juni 2020
Wissenschaftliche Hilfskraft
Institut für Kraftfahrzeuge (ika) RWTH Aachen University• Softwareentwicklung im Bereich Computer Vision (OpenCV) mit C++ (Qt) und Python • Durch Trackingalgorithmen können die Position und Haltung des Fahrers und der Insassen ermittelt werden. Außerdem können mit Infrarotsensoren Informationen zum thermischen Zustand der Insassen gewonnen werden.
Design and construction of a miniature robot arm
Ausbildung von Sam Vadidar
4 Jahre und 2 Monate, Okt. 2017 - Nov. 2021
Automotive Engineering
RWTH
3 Jahre und 11 Monate, Sep. 2012 - Juli 2016
Mechanical Engineering
Politecnico di Torino
Sprachen
Englisch
Fließend
Deutsch
Fließend
Italienisch
Gut