Peter Gemeiner
Kernkompetenzen
Peter ist ein versierter Fachmann mit fundierten Kenntnissen in den Bereichen maschinelles Lernen, Datenwissenschaft und Softwareentwicklung. Er hat einen Doktortitel der Technischen Universität Wien und verfügt über Fachkenntnisse in verschiedenen Bereichen, darunter künstliche Intelligenz, Cloud Computing und Softwareentwicklung. Zu seinem Werdegang gehören Forschungskooperationen mit Institutionen wie dem Imperial College London und der Universität Valencia. Er hat zahlreiche berufliche Zertifizierungen erworben, darunter AWS Machine Learning Specialty und AWS DevOps Engineer Professional, was sein Engagement für kontinuierliches Lernen und branchenrelevante Fähigkeiten unterstreicht.
Seine Karriere ist geprägt von einer Reihe von einflussreichen Positionen sowohl als Freiberufler als auch in Unternehmen. Als Python-Entwickler und Machine-Learning-Ingenieur hat er zu innovativen E-Commerce-Plugins, der Entwicklung von REST-APIs und innovativen Machine-Learning-Anwendungen beigetragen. Zu seinen früheren Tätigkeiten gehörte die Arbeit als Projektmanager bei der Österreichischen Nationalbibliothek, wo er die Entwicklung einer neuen REST-API leitete. Darüber hinaus war er an hochmodernen Projekten in den Bereichen Computer Vision, Deep Learning und Algorithmenentwicklung beteiligt und arbeitete dabei mit Organisationen wie Touch4IT, Ciuvo und dem AIT Austrian Institute of Technology zusammen.
Peters Fähigkeiten sind vielfältig und umfassen Techniken des maschinellen Lernens wie überwachtes und unüberwachtes Lernen, Deep-Learning-Modelle wie CNNs, RNNs und LLMs sowie Frameworks wie TensorFlow, PyTorch und Keras. Er beherrscht Cloud-Technologien, insbesondere AWS, und hat Erfahrung mit Bereitstellungstools wie Terraform, Docker und GitLab CI/CD. Seine Programmierkenntnisse erstrecken sich auf Python, C/C++, Java und Frontend-Technologien, was seine Anpassungsfähigkeit in verschiedenen technischen Umgebungen widerspiegelt.
Neben seinen technischen Fähigkeiten hat Peter mehrere renommierte Auszeichnungen erhalten, darunter den „Fred Margulies Preis” für seine Doktorarbeit und Auszeichnungen für seine Masterarbeit.
Peter spricht vier Sprachen fließend und verfügt neben seinen analytischen und problemlösungsorientierten Fähigkeiten auch über ausgeprägte Kommunikationsfähigkeiten. Seine umfangreiche Erfahrung in der Verwaltung und Implementierung von KI-Lösungen in Verbindung mit seiner proaktiven, positiven und zielorientierten Einstellung machen ihn zu einer äußerst wertvollen Bereicherung für jedes technische oder forschungsorientierte Umfeld.
Referenzprojekte
Visuelle Suchempfehlungen
E-Commerce-Plugin, das die Suche nach visuell ähnlichen Produkten ermöglicht und Kunden dabei hilft, mehrere Artikel zu finden und zu vergleichen, die in Farbe und Stil miteinander verwandt sind.
mehr...Visuelles Assistenzsystem für Senioren
App für visuelle Unterstützung: Ermöglicht visuelle Unterstützung für Senioren, indem sie mithilfe von Computer Vision und Deep Learning bei der Positionsbestimmung hilft.
mehr...Bei VisualSearch lag der Schwerpunkt auf der Entwicklung und Bereitstellung von E-Commerce-Plugins zur Verbesserung der Empfehlungsfunktionen in Online-Shops. Die Plugins wurden erfolgreich im Shop eingeführt und von den Kunden positiv angenommen, was ihren praktischen Nutzen für die Verbesserung des E-Commerce-Erlebnisses unter Beweis stellte. Zu den wichtigsten Elementen gehörten:
- die Berechnung visueller Einbettungen anhand des Erscheinungsbilds von E-Commerce-Produkten
- der Aufbau und die Pflege eines Suchindexes unter Verwendung dieser Einbettungen
- die Bereitstellung einer cloudbasierten API für Shopware- und Prestashop-Plugins
Peter fungierte bei diesem Projekt als Projektleiter und leitender Datenwissenschaftler und nutzte dabei AWS-Dienste, Python sowie Deep-Learning-Frameworks wie Keras. Im Rahmen des Projekts wurden cloudbasierte Lösungen unter Verwendung von CloudFormation, Lambda und Gateway für eine skalierbare und effiziente Bereitstellung integriert, wobei SQL und DynamoDB für die Datenverwaltung zum Einsatz kamen.
Für das Austrian Institute of Technology (im Rahmen des nationalen Forschungsprojekts LARAH) wurde ein Prototyp eines Assistenzsystems zur visuellen Ortung in Innenräumen für Menschen mit Behinderung und ältere Menschen entwickelt. Durch den Einsatz von Computer Vision und Deep Learning wurden innovative Algorithmen zur Positionsbestimmung implementiert. Das Projekt führte zu einem funktionsfähigen Prototyp, der zwei Android-Anwendungen zur Echtzeit-Ortung umfasst. Zu den wichtigsten Elementen gehörten:
- Visuelle Personenerkennung mithilfe von Deep-Learning-Modellen
- Visuelle Rekonstruktion und Lokalisierung von Innenräumen mithilfe von „Structure-from-Motion“- und Machine-Learning-Algorithmen
Peter fungierte bei diesem Projekt als Projektleiter und leitender Datenwissenschaftler. Das Projekt wurde in Python unter Verwendung von Deep-Learning-Modellen wie TensorFlow, einer eigens entwickelten „Structure-from-Motion“-Software sowie einer maßgeschneiderten Software zur Kamerakalibrierung umgesetzt. Darüber hinaus wurden im Rahmen des Projekts zwei Android-Apps angepasst und gemeinsam in das Robot Operating System auf der mobilen Plattform integriert.