Sarvesh Telang

Führte das Lane Enabler-Team in der Automated Driving Alliance (Volkswagen Cariad und Bosch) für L3-Systeme Fokus: Label-Qualitätsmanagement für Spurenerkennung in ML-Modellen, Rauschdatenfilterung Verbesserte Label-Qualität um 40 % in 1 Jahr durch proaktive Kommunikation mit Lieferanten Liefere detailliertes wöchentliche Qualitäts-Synchronisationsberichte für kontinuierliche Qualitätsverbesserung Entwickelte ein Python-Tool als Web-Dashboard (Azure, SharePoint-API) zur Qualitätsbewertung & Defektanalyse

Praktikumsthema: Verbesserung des ADAS-Hardwareentwicklungsprozesses durch Machine Learning, Cloud-Implementierung & Analyse von Fahrzeugsensordaten Implementierte ein KI-Framework zur Wissensentdeckung für Fertigungsprozesse von Automobilkameras Migrierte & skalierte einen Multi-Objekt-Optimierungsalgorithmus (6 % höhere Genauigkeit) mit Dask Setzte den Code in Azure ML & Docker ein und debuggte ihn für Windows & Linux Analysierte Sensordaten (SHT, Typ-K) an 20 ADAS-Montagepunkten mit Python & MATLAB-Tools

Label-Annotation-Abteilung Führte Bild- und Video-Frame-Annotationen für autonome Fahrzeuge und deren Fahrwerkskontrollsysteme durch Arbeitete an mehreren Annotierungsprojekten mit der NVIDIA HL2-Plattform, einschließlich Objekterkennung, VRU-Erkennung, LiDAR Freiraum-Erkennung & Parkhilfe