KI-Entwickler (m/w/d) – Verkehrszeichenerkennung & Schadensanalyse
freelance.de GmbH
Ansprechpartner: Operations Team
Hamburg, Deutschland
ITKünstliche IntelligenzAlgorithmusComputer VisionCloud ComputingPythonObjekterkennungOpenCVLeistungssteigerungTensorFlowSchreiben von DokumentationAusbildungsaktivitätenPyTorchConvolutional Neural NetworksSchadensanalyseScikit-learnVerkehrszeichenMachine Learning OperationsDocker
Beschreibung
Start: asap
Dauer: 3–4 Monate
Auslastung: 2–3 Tage pro Woche (ab Januar größere Auslastung wahrscheinlich)
Location: Remote
Remote: 100 %
Sprachen: Deutsch oder Englisch
Projektbeschreibung
Für ein laufendes KI-Projekt im Bereich Computer Vision wird ein erfahrener Entwickler gesucht, der beim Training und der Optimierung eines bestehenden KI-Modells unterstützt.
Ziel ist es, auf Basis eines vorhandenen Datensatzes mit Verkehrszeichen ein Modell weiterzuentwickeln, das beschädigte oder fehlerhafte Verkehrszeichen automatisch erkennt und priorisiert, damit Behörden diese gezielt austauschen oder reparieren können.
Während der Trainingsphasen des Modells kann es zu Wartezeiten kommen. Das Projekt kann vollständig remote durchgeführt werden.
Aufgaben
• Unterstützung beim Training und der Optimierung eines bestehenden KI-Modells
• Analyse und Vorverarbeitung von Bilddaten (Data Cleaning, Augmentierung etc.)
• Implementierung und Anpassung von Algorithmen zur Objekterkennung und -segmentierung
• Evaluierung und Dokumentation der Modellergebnisse
• Zusammenarbeit mit dem internen Team zur Integration der Ergebnisse in bestehende Systeme
Must-haves
• Sehr gute Kenntnisse in Python
• Erfahrung mit Computer-Vision-Frameworks wie OpenCV, TensorFlow, PyTorch oder scikit-image
• Praxis in gängigen Computer-Vision-Aufgaben (Bilderkennung, Objektdetektion, Segmentierung)
• Fundierte Kenntnisse im Umgang mit CNNs (Convolutional Neural Networks)
• Erfahrung mit YOLO-Algorithmen (You Only Look Once)
• Selbstständige, strukturierte Arbeitsweise und gute Kommunikationsfähigkeiten
Nice-to-haves
• Erfahrung im Umgang mit großen Datensätzen oder Data-Pipelines
• Kenntnisse in MLOps, Docker oder Cloud-Umgebungen
• Erfahrung im Bereich Model Evaluation und Performance-Optimierung
• Interesse an praxisnahen KI-Anwendungen im öffentlichen oder industriellen Umfeld