Daniel Staps
Applied AI Engineer – Automation & Decision Support
Ich entwickle robuste und ressourceneffiziente KI-Systeme zur Automatisierung von Prozessen und zur Unterstützung datenbasierter Entscheidungen.
Als AI Researcher & Engineer (M.Sc.) verbinde ich fundierte Forschung mit praktischer Umsetzung – mit Fokus auf interpretierbares Machine Learning, Anomaly Detection und industrielle Anwendungen.
Portfolio
Berufserfahrung
Wissenschaftlicher Mitarbeiter
- Entwicklung und Implementierung von KI-Lösungen für industrielle Anwendungen
- Fokus auf robuste, effiziente und produktionsnahe Systeme
- Überführung von Forschungsergebnissen in praktische Anwendungen
- Zusammenarbeit mit interdisziplinären Teams
Studentische und Wissenschaftliche Hilfskraft
- Entwicklung von Deep-Learning-Modellen für Bildverarbeitung
- Detektion, Qualitätsbewertung und Alterungsanalyse
- Integration in Forschungsprojekte und Abschlussarbeiten
Werkstudent
- Training von Deep-Learning-Modellen zur Klassifikation
- Anwendung moderner Computer-Vision-Methoden
- Fokus auf robuste Modellleistung
Ausgewählte Projekte
KI für 3D-Partikelwolken (Schwerelosigkeit)
- Entwicklung eines KI-Systems zur effizienten Analyse komplexer 3D-Daten unter realen Einschränkungen
- Kombination von Kompression, Anomaliedetektion und Datensynthese
- Ziel: robuste und ressourceneffiziente Verarbeitung unter limitierter Infrastruktur
Autonomes Fahren – Objekterkennung
- Interpretierbare KI zur indirekten Objekterkennung
- Fahrzeugerkennung basierend auf Scheinwerferreflexionen
- Robuste Wahrnehmung unter schwierigen Bedingungen
Landwirtschaft – Spektraldatenanalyse
- KI-System zur Analyse von NIR/MIR-Spektraldaten für industrielle Anwendungen
- Reduktion von Kosten und Analyseaufwand durch Ersatz chemischer Laborverfahren
- Skalierbare Entscheidungsunterstützung für reale Einsatzbedingungen
Industrie – Maschinenfehlererkennung
- Entwicklung einer interpretierbaren KI zur Maschinenfehlererkennung
- Kombination von Signalverarbeitung und Machine Learning
- Ziel: zuverlässige Diagnose und Unterstützung technischer Entscheidungsprozesse
Akademische Laufbahn
Masterarbeit
- Synthetische Alterung von Banknotenbildern mittels KI
- Verbesserung von Trainingsdaten durch realistische Simulation
- Analyse der Auswirkungen auf Detektionssysteme
Bachelorarbeit
- Optimierung von Klassifikationsverfahren
- Analyse von Vorverarbeitung und Modellarchitektur
- Verbesserung der Systemzuverlässigkeit
Skills
Python, PyTorch, TensorFlow · Machine Learning · Computer Vision · Anomaly Detection
Robuste KI-Modelle · Feature Engineering · Modelloptimierung
Git · Docker · Linux
Deutsch (Muttersprache), Englisch (gut)
Publikationen
Übersicht aller Veröffentlichungen: Zur Publikationsliste →