Computational Engineer | ML, Simulations & Robotics
- Verfügbarkeit einsehen
- 2 Referenzen
- 100€/Stunde
- 2122 Nicosia
- Europa
- en | ru | el | de
- 22.09.2026
- Contract ready
Kurzvorstellung
Auszug Referenzen (2)
"D. delivered a drone detection and tracking prototype quickly and independently. Great work and communication!"
6/2026 – 7/2026
TätigkeitsbeschreibungEntwickelte einen Detektor und Tracker für ein Zielobjekt eines Deep-Tech-Unternehmens, um präzise Erkennungen auch bei den kleinsten und entferntesten Instanzen zu ermöglichen. Das neue Modell übertraf den veröffentlichten Baseline um 16%, und der hinzugefügte Klassifikator hielt diese Leistung aufrecht, während er das Ziel von drei ähnlichen Klassen sowie Bewegungsvorhersagen unterschied, um eine Live-Schätzung zwischen den Beobachtungen aufrechtzuerhalten.
Eingesetzte QualifikationenMLOps
"D. is highly independent and technically broad. He delivered a complete working system with minimal direction. Would gladly work with him again."
5/2026 – 6/2026
TätigkeitsbeschreibungErmöglichte einem autonomen Bodenroboter (Segway Nova Carter) die Navigation in gefährlichen Industriegeländen, das Erreichen eines Zielorts und das autonome Handeln basierend auf Kamerabildern. Behob einen Hardwarefehler, der den Roboter unbrauchbar gemacht hatte, und entwickelte den gesamten Autonomie-Stack auf Edge-Hardware (Jetson Orin AGX): Wahrnehmung, Lokalisierung, Pfadplanung und Handlungssteuerung mit einem Vision-Language-Modell an der Spitze der Schleife.
Eingesetzte QualifikationenMLOps, Robot Operating System, Robotics
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
8/2026 – 8/2026
TätigkeitsbeschreibungIntegrierte ein neuromorphes Gestenerkennungsboard zur Steuerung eines Roboters eines Drittanbieters. Entwickelte die Hardware zur Versorgung der externen Verarbeitungseinheit, richtete die Vernetzung und Kommunikation zwischen Roboter und Verarbeitungseinheit ein und schrieb die ROS-Schicht, die erkannten Gesten in Roboteraktionen umwandelte. Die Steuerung basierte auf einem zeitbasierten Ansatz, und eine LiDAR-basierte Hindernisvermeidung verhinderte Kollisionen. Das Projekt wurde innerhalb eines festen Zeitraums von fünf Tagen abgeschlossen.
Eingesetzte QualifikationenIngenieur Robotik
6/2026 – 7/2026
TätigkeitsbeschreibungEntwickelte einen Detektor und Tracker für ein Zielobjekt eines Deep-Tech-Unternehmens, um präzise Erkennungen auch bei den kleinsten und entferntesten Instanzen zu ermöglichen. Das neue Modell übertraf den veröffentlichten Baseline um 16%, und der hinzugefügte Klassifikator hielt diese Leistung aufrecht, während er das Ziel von drei ähnlichen Klassen sowie Bewegungsvorhersagen unterschied, um eine Live-Schätzung zwischen den Beobachtungen aufrechtzuerhalten.
Eingesetzte QualifikationenMLOps
5/2026 – 6/2026
TätigkeitsbeschreibungErmöglichte einem autonomen Bodenroboter (Segway Nova Carter) die Navigation in gefährlichen Industriegeländen, das Erreichen eines Zielorts und das autonome Handeln basierend auf Kamerabildern. Behob einen Hardwarefehler, der den Roboter unbrauchbar gemacht hatte, und entwickelte den gesamten Autonomie-Stack auf Edge-Hardware (Jetson Orin AGX): Wahrnehmung, Lokalisierung, Pfadplanung und Handlungssteuerung mit einem Vision-Language-Modell an der Spitze der Schleife.
Eingesetzte QualifikationenMLOps, Robot Operating System, Robotics
nicht angegeben
1/2026 – 12/2026
TätigkeitsbeschreibungEntwickelte ein System für Cold Outreach, das vollständig autonom und ohne Aufsicht agiert. Das System hält ein hohes Maß an Personalisierung aufrecht und skaliert von etwa 50 manuell geschriebenen E-Mails pro Tag auf 400–500, bei gleicher Antwortrate.
Über mich
In der Robotik schreibe ich die Software, die auf dem Roboter selbst läuft, Perception, Localization und Control. Ein vision-geführter Roboter verlor seine Zielperson, sobald sie sich zu schnell bewegte. Die Ursache lag im Concurrency Model. Nach der Portierung von Python nach Rust hielt der Roboter sein Ziel, bei etwa halbierter Latency. Auf Edge Hardware ist jede Millisekunde und jedes Watt eine reale Grenze, und genau dort entscheidet sich, ob ein System funktioniert.
Bei Simulationen geht es darum, Parametergrenzen im Rechner zu finden, bevor Hardware angefasst wird. Für einen laserinduzierten Prozess habe ich die thermische Spannung im Gestein mit Finite Elementen modelliert. Jeder Versuch, den ein Modell ersetzt, spart einen Aufbau im Labor. Damit man dem Modell das zutraut, habe ich es gegen analytische Lösungen validiert.
Aus einer offen formulierten Aufgabe wird bei mir ein abgegrenztes, gelöstes und dokumentiertes Problem, mit Code, auf dem das interne Team weiterarbeiten kann.
Weitere Kenntnisse
Portierung bestehender Python-Systeme, wenn Latency und Vorhersagbarkeit zum Problem werden. Laufzeitumgebungen für Edge-Geräte mit Hardware-Beschleunigern, wo Compile-Time-Safety und deterministische Ausführung mehr wert sind als Flexibilität.
Computer Vision.
Detection und Tracking in Echtzeit, Unterscheidung visuell ähnlicher Objektklassen, Trajektorienvorhersage. Benchmarking gegen publizierte Modelle, mit besonderem Fokus auf kleine und weit entfernte Objekte.
Machine Learning.
XGBoost, PyTorch, scikit-learn, NumPy und SciPy. Klassifikation auf Zeitreihen, Regime-Erkennung mit Statistical Jump Models und Graph Auto-Encodern, Tuning und Validierung.
LLM-Systeme.
Autonome Agenten und Pipelines, die ohne Aufsicht laufen. MCP, Anthropic SDK, Evaluation und Validierungsschichten, damit ein Agent im produktiven Einsatz die richtige Entscheidung trifft.
NLP.
Topic Modelling mit LDA und BERT, semantische Kreuzvalidierung, Auswertung großer Textkorpora, die ein Team nicht vollständig lesen kann.
Robotik.
ROS, Motion Planning, Koordinationslogik und Systemsteuerung. Semantische Navigation mit adaptivem Ortsgedächtnis, Steuerung über natürliche Sprache. Telemetrie, Kamera-Streams und Live-Monitoring über Flask, Socket.IO und React.
Numerik und Simulation.
Finite Elemente mit FEniCSx und Gmsh, CalculiX, Mesh-Generierung, gekoppelte thermisch-mechanische Probleme. Validierung gegen analytische Lösungen und Konvergenzanalyse.
Python.
ML-Pipelines, Simulation, Datenverarbeitung, Backends und Cloud-Systeme, die end-to-end ohne Eingriff laufen.
Persönliche Daten
- Englisch (Muttersprache)
- Russisch (Muttersprache)
- Griechisch (Muttersprache)
- Deutsch (Fließend)
- Europäische Union
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden