Profilbild von Andreas Backhaus Perception AI Specialist, Machine Learning Engineer aus Magdeburg

Andreas Backhaus

teilweise verfügbar
Kontakt

Letztes Update: 08.10.2021

Perception AI Specialist, Machine Learning Engineer

Firma: Ingenieurbüro Dr. Andreas Backhaus
Abschluss: Promotion
Stunden-/Tagessatz: anzeigen
Reisekosten werden separat abgerechnet.
Sprachkenntnisse: deutsch (Muttersprache) | englisch (verhandlungssicher)

Dateianlagen

AndreasBackhaus_Lebenslauf_Unternehmen_Deutsch.pdf

Skills

Maschinelles Lernen für Auswertung von Sensordaten - Künstliche Intelligenz für technische Geräte

Mit Studium Spezialisierung auf Nutzung der künstlichen Intelligenz in ingenieurstechnischen Anwendungen

14+ Jahre Erfahrung in öffentlichen und industriellen Forschungs- und Entwicklungsprojekten, als Projektleiter sowie als Entwicklungsingenieur

Entwicklungserfahrung in ML-Frameworks und Sprachen (z.B. Python, C/C++, Matlab, Matlab Deep Learning, Tensorflow, ONNX, PyTorch)

Entwicklungserfahrung beim Einsatz neuronaler Netze in technischen Anwendungen (TensorRT, ONNX, Tensorflow Lite)

Projektleitung und Entwickler in der Automatisierung des Machinelles Lernen als Software-as-a-Service sowie der Einbeziehung von High-Performance Computing Infrastruktur z.B. von Hyperscalern wie Amazon Web Service.

Vertiefte Kenntnisse in hyperspektraler Bildauswertung sowie allgemein spektral-optische Sensordatenauswertung (Punkt- oder Bildmessung) mit Anwendungen u.a. in der Präzisionslandwirtschaft, in Haushaltsgeräten sowie der Kosmetik / Haarpflege

Erfahrungen in Forschung und Entwicklung zur Planung und Durführung von Sensormesskampagnen zur Erhebung repräsentative Trainings- und Validierungsdaten

 

Projekthistorie

10/2019 - 03/2021
Projektleitung und Entwickler Maschinelles Lernen mit Anwendung in der Land- und Lebensmitteltechnik
John Deere (>10.000 Mitarbeiter)
Industrie und Maschinenbau

Projektziel: Entwicklung eines Systems zu Online-Bestimmung von Qualitätsparametern bei der Ernte oder industriellen Verarbeitung von Getreide. Dazu wurde auf Basis von systematischen spektral-optischen Referenzmessungen Neuronale Netze erstellt und in der Sensortechnik eingesetzt. Zum Training unterschiedlichster Netztypen wurde auf High-Performance Computing Infrastruktur zurückgegriffen.

 

Beitrag: Projektleitung für die Erstellung und das Deployment der KI-Modelle, Implementierung angepasster Neuronaler Modelle, Implementierung und Roll-Out der Model-Serving Software, Implementierung Dashboard-Applikation für die Online-Auswertung der Sensordaten.

Bemerkung: Projekt durchgeführt im Rahmen der Festanstellung beim Fraunhofer IFF, Magdeburg.

Link: https://www.iffocus.online/echtzeit-analysen-fuer-die-getreideernte/


05/2015 - 12/2019
Projektleitung und Entwickler für Softsensorik zur Bestimmung von Züchtungsparameter für Getreide
Martin-Luther Universität Halle (5000-10.000 Mitarbeiter)
Öffentlicher Dienst

Projektinhalt: Ziel des Projektes war die Entwicklung von land- und luftgestützter Sensorik für die Bestimmung von züchtungsrelevanten Pflanzenparametern im Feldbestand. Dazu wurden spektral-optische Sensorik in Kombination mit maschinell gelernten mathematischen Modellen eingesetzt. In mehrjährigen Mess- und Validierungskampagnen wurde die Machbarkeit eines solchen Softsensorikansatzes im realen Anwendungsumfeld demonstriert.

Beitrag: Projektleitung und Entwicklungstätigkeit für den Aufbau der Sensorplattform, Entwicklung und Validierung von anwendungsspezifischen Künstlichen Neuronalen Netzen. Softwaretechnisches Design, Implementierung und Roll-Out der automatisierten Datenerfassungssoftware.

Bemerkung: Projekt durchgeführt im Rahmen der Festanstellung beim Fraunhofer IFF, Magdeburg.

Link: https://www.iffocus.online/barley-biodiversity-innovationen-fuer-die-landwirtschaft-von-morgen/

Zeitliche und räumliche Verfügbarkeit

Im Moment 20%-30% zeitlich verfügbar.

Remotearbeit bevorzugt. Vor-Ort Arbeit möglich.

Kontaktformular

Kontaktinformationen