Steven Tjong

Mitarbeit an Kundenprojekten in verschiedenen Branchen und Produktphasen, von PoCs bis zur Weiterentwicklung etablierter Produkte, teilweise als Senior Engineer: • Entwicklung von Datenplattformen für Streaming-Daten, Databricks-Pipelines, LLM-Anwendungen zur Dokumentenverarbeitung und Empfehlungssystemen für die Logistik • Breite technische Verantwortung: Backends und APIs, ETL und CI/CD, Docker, Lasttests, Monitoring und Frontend-Entwicklung • Technische Schulungen und Ergebnispräsentationen beim Kunden

Entwicklung eines zentralen Data Lakehouse auf Azure sowie automatisierter ETL-Pipelines als einziger Softwareentwickler des Unternehmens: • Abstimmung mit Portfoliounternehmen zur Definition von Anforderungen, Integration verschiedener Datenquellen und Unterstützung datenbasierter Investitionsentscheidungen • Analyse finanzieller und operativer KPIs mithilfe von Python und SQL in Azure sowie Visualisierung der Ergebnisse in Power BI

Verwaltung interner Software und Labellingssplattform für autonomes Fahren: - Aufbau von ETL (Extract, Transform, Load) für Datenlabelling mit Unterstützung durch KI - Verwaltung interner Python-Bibliotheken mit Poetry und GitLab CI/CD - Teilnahme an Kundengesprächen als Vertreter des Unternehmens Tech Stack: Python, Spark, GCP (Google Cloud Platform), GitLab CI/CD, SQL, No-SQL und Rest API

Computervision für 3D-Pose-Schätzung und Analyse von Nutzerdaten als Datenanalytik für mobile Apps: - Außerdem Durchführung von Data-Engineering-Aufgaben als einziges internes KI-Team, Verwaltung von AWS mit Terraform - Koordination der einzigen Partnerschaft mit einem externen KI-Partnerunternehmen - Größter Beitrag zur Codebasis und Durchführung der meisten Code-Reviews im Team - Einarbeitung neuer Kollegen in all diese Themen Tech-Stack: Python, Pytorch, AWS, SQL, Terraform, Docker und MLFlow

Computer Vision: Reduzierung von Trainingsdaten für semantische Segmentierung mit Active Learning. Tech-Stack: Python, PyTorch, Git, CUDA, TensorFlow und AWS.

Unterstützung von Ingenieuren bei der Entwicklung von Algorithmen für ADAS. Bereitstellung von Unterstützung bei Software-Verifikationstests und Dokumentation. Nichtlineare Steuerungssysteme wurden für das longitudinale Fahrverhalten in verschiedenen Szenarien implementiert. Tech Stack: Python, Matlab, C++

Zuvor: Continental Automotive GmbH Datenauswertung und Qualitätsreport mit Excel und Power BI, mit Anbindung an SAP als Datenquelle. Reporting von KPI und Schlüsseldaten für Motorprodukte in der Produktion

Arbeit als First-Level-Support für die modellbasierte Embedded-Softwareentwicklung mit Matlab und C/C++. Unterstützung an Softwarewartung, Dokumentation und Testspezifikation.

Module courses include: Machine Learning, Non-Linear Control Systems, Fuzzy Logic, and Computer Vision