Victor Kamdem

Bachelor Arbeit: Entwicklung eines Neuronalen Netzes mit Keras und Tensorflow zur Objekterkennung im Raum mit Hilfe von Transfer Learning unter Einsatz der Detektion und semantische Segmentation von Gegenständen

CIS ULD Build up: Flugzeugflotte & Flugzeugkonfigurationen Planung, ULDs & Funktionstüchtigkeit, Sonderfracht (Special Loads) & Gefahrgut, ULD Build-up Prinzip & Verladeprozeduren Optimierung der Flugzeugkonfiguration, Verbesserung der ULD Auslastung, Praktisches Warehousetraining, Arbeitssicherheit, Protokollen schreiben

Praxisprojekte: iOS-Apps Entwicklung für Stressvorhersage und Glycemievorhersage • Algorithmenentwicklung & Data Processing für Times Series: Entwicklung & Implementierung von Algorithmen zur Berechnung der HRV-Parametern von verschiedenen Arztpatienten mit Python und drauf folgender Validierung. • Analyse von Zeitreihendaten und der Effekte verschiedener Intervalle • Optimierung und Vergleich von Laufzeiten der Algorithmen Präsentation der Ergebnisse in regelmäßigen Sprint-Meetings

Tutor für Software-Entwicklung Programmierung in C++ Tutor für SPS-Programmierung mit TIA-Portal von Siemens Tutor für Machine Learning/ Deep Learning in Python

Cockpitmontage Verlegung von Kabel und Vormontierung Rohrtragwerke Kontrolle von Bauteilen und Dokumentation

Implementierung von neuronalen Netzen, Lineare Regression, Logistische Regression mit Matrizen, MNIST, Backpropagation, neuronales Netz trainieren, Lernkurve plotten, Underfitting oder Overfitting, Netz optimieren

SPS-Hardware, SPS-Software, Übertragung, Datenlänge, Zahlensysteme, Datentypen, Adressierung, Programmiersprachen, Bitverknüpfung, TON, TOF, TP, TONR, Simatic Zeiten, IEC-Zähler, Simatic-Zähler, Programmstruktur, Step7 V5.x, Tia-portal, Projekten, Modellentwurf und Simulationstests für Anlagen, Realisierung von Steuerungen für Getränkeautomat, Lastenaufzug und Flaschenfülleinrichtungen

Bachelor Arbeit: Entwicklung eines Neuronalen Netzes mit Keras und Tensorflow zur Objekterkennung im Raum mit Hilfe von Transfer Learning unter Einsatz der Detektion und semantische Segmentation von Gegenständen

Schwerpunkt: Mathematik, Naturwissenschaften und Chemie