Rólam
Már több mint 5 éve dolgozom a Budapesti Műszaki és Gazdaságtudományi Egyetemen, ahol jelenleg is doktoranduszként tevékenykedem a közlekedés és járműtudományok területén.
Munkám során a leggyakrabban szenzorfúziós algoritmusok fejlesztésével foglalkozom, különös tekintettel az önvezető járművek és intelligens közlekedési rendszerek területére.
Szenzorfúziós módszerek mellett, Unreal alapú CARLA szimulációs környezetben is dolgozom, amely során a Blender eszköztárát is alkalmazom 3D modellezési feladatokhoz, és a RoadRunner szoftvert használom út- és környezetmodellezésre.
- Szenzorfúzión alapuló környezetérzékelő algoritmusok
- Python programnyelv ismerete
- Modellezési alapismeretek
- Hálózatkezelés és rendszerintegrációs alapismeretek
- Kitartó munkavégzés és problémamegoldó képesség
Készségek
Programozási készségek
- Python
- Pytorch
- Docker
Modellezés és szimuláció
- Unreal Engine
- CARLA Simulator
- Blender
- MathWorks RoadRunner
Hálózat és rendszerintegráció
- Alapszintű hálózatkezelés
- Linux, Docker
- Nagyméretű rendszerek kezelése
Tapasztalatok
Drive By Cloud kft.
Szoftverfejlesztő
2024.08 -
Környezetérzékelő rendszerek és önvezetést támogató funkciók fejlesztése
Budapesti Műszaki és Gazdaságtudományi Egyetem | Gépjárművek tanszék
Doktorandusz | Kutatási asszisztens
2020 -
Doktori kutatásom témája: Robusztus szenzor fúziós algoritmusok az önvezető járművek környezetérzékelésének támogatására
Huawei Technologies, Budapest
Public Cloud mérnök gyakornok
2019.09.10 - 2020.01.01
Knorr-Bremse Fékrendszerek Kft., Budapest
Stratégiai beszerzési gyakornok
2018.06.25 - 2018.10.31
Innolog Solutions Kft., Budapest
Diákmunka
2017
Projektek amikben részt veszek
Autonóm Rendszerek Nemzeti Laboratórium
ARNL
EUREKA Central System
ESA NAVISP VAMPIR
Verifiable AI/ML for Positioning with Improved Reliability
CARLA LiDAR implementáció
Hybrid Solid State LiDAR PR
A CARLA szimulációs környezetbe integráltam egy hibrid Solid State LiDAR szenzort, amely részletesebb képet ad a környezetről, a hagyományos forgó LiDAR-okhoz képest.
Megjelenések
M1-M7 bevezető szakasz Novum TV interjú
YouTube, Novum TV csatorna
"Jelentősen csökkenti a baleseteket és segíteni fogja az önvezető autók biztonságos közlekedését. Csak néhány azok közül az előnyök közül, amiket az M1-es és M7-es autópálya közös szakaszára telepített szenzorhálózat biztosít. A fejlesztés egyszerre kutatási és demonstrációs céllal készült. Az autópályán lévő állomásokon különféle látószögű hagyományos kamerák, hőkamerák, lidar- és radarszenzorok felvételeiből nyerik az adatokat, majd ezek felhasználásával egy szuperszámítógép segítségével valós időben adnak információkat a közlekedésről."
Lépj kapcsolatba velem!
Elérhetőség
Budapest, HU