Werkstudierende im Bereich Computer Vision

Daten- Crawling aus statischen und dynamischen Webseiten Implementierung von Computer-Vision-Ansätzen wie Trainieren von Objektdetektoren (z.B. YOLO 11), Finetuning von Vision Language Models (VLMs) und Merkmalsextraktion (Embedding-, Prompt-basiert und mittels "klassischen" Feature Engineering) Implementierung und Anwendung verschiedener Machine-Learning-Verfahren:One/Binary/Multi--Class-Classification (Zero/Few Shot Learning, Finetuning von Foundation-Modellen), Anwendung von Deep-Learning (CNNs, Transformer, Siamesische NNs) sowie tradtionellen Machine-Learning-Ansätzen (SVM, Random Forest, Isolation Forest, kNN), Ensemble-Verfahren (Stacking, Voting, Weighting, Calibration), Evaluierung von ML-Modellen anhand standardisierter Metriken (ROC, AUC, Konfusionsmatrizen), Funktionaltests Entwicklung von UIs und WebApps (fastHTML, Streamlit, Gradio, Angular, Svelte) Mitarbeit in geförderten Projekten und Industriekooperationen