Master - Computer Engineering

• Start: Sommersemester 2024 (04/2024)
• Ende: Sommersemester 2025 (08/25)
• Gesamtnote: 2,1 / gut
• Abschlussarbeit:
  • Titel: Design and Implementation of Content Provenance using C2PA Signatures in Live Streaming
  • Note: 1,7 / gut

Abschlussarbeit

Der Abschnitt aus meinem Beruflicher Werdegang Content Provenance and Authenticity beinhaltet bereits alle relevanten Informationen.

Module

Eine Auswahl von Modulen, die ich belagt habe und nennenswerte Fähigkeiten belegen:

• Web Service Engineering: Go Anwendung
• Grundlagen der automatischen Spracherkennung: Python Projekt mit Maschinen Lernen Grundlagen
• Grundlagen des Softwaretestens: Softwaretesten anhand von Java

Web Service Engineering

In diesem Module wurde eine Projektarbeit in enger Zusammenarbeit mit dem BMW Motorrad Werk in Berlin Spandau angeboten. In kleinen Gruppen bekamen wir jeweils ein Projekt zugewiesen, welches sich mit einem realen Problem in der Fertigung von Motorräder in diesem Werk beschäftigten.

In diesem Pojekt wurde mit sensitiven Daten und Einsichten in die echte Produktionskette gearbeit und die erbrauchten Leistungen kommen tatsächlich auch in der Produktion zum Einsatz. Aus diesem Grund mussten alle Teilnehmer ein NDA unterzeichen und deshalb kann ich sowohl nicht sehr genau ins Detail gehen, sowie das Entergebnis veröffentlichen.

Aufgabe in meinem Projekt war es ein Tool zu bauen, welches die aufgezeichneten Strecken jedes Bauteiles eines bestimmten Fertigunsabschnitts analysiert, um es möglich zu machen, Engpässe in der Produktions zu erkennen und diesen dann zu verbessern.

Dieses Tool besteht aus einem Go Backend und einer Svelte GUI.
Das Backend ist in der Lage eine enorme Menge von rohen Sensordaten, welche größtenteils aus menschenunleserlichen Teile bestand, in wenigen Sekunden parallel einzulesen, die relevanten Daten herauszufiltern, in einer strukturierte Form umzuwandeln und schließlich eine Reihe an vorgefertigten Datenplots zuerstellen.
Die GUI bietet eine leicht zubedienende Oberfläche für das Backend mit der Möglichkeit den Datensatz nach bestimmten Parametern zu filtern.

Grundlagen der automatischen Spracherkennung

In diesem Modul habe ich meinen eigenes Spracherkennungsmodell in Python gebaut.

Die Ergebnisse sind in meinem Repository zu sehen.

Grundlagen des Softwaretestens

In diesem Modul wurden die Grundlagen des Testens von Software mit Java vermittelt.

Die Ergebnisse sind in meinem Repository zu sehen.

Speech and Audio Technology in Medicine Seminar

In diesem Seminar habe ich mich mit der Independent Component Analysis (ICA) auseinandergesetzt.

Mit dem ICA Verfahren ist es möglich eine Vielzahl von vermischten Signalen mit der Hilfe von vielen Aufnahmen aus verschiedenen Positionen voneinander zu trennen. Für das Bestehen dieses Seminars habe ich eine Präsentation gehalten und eine ausführliche Demo mit Rust geschrieben. In der Demo werden zunächst zwei isolierte Audioaufnahmen zusammengemischt, mit der FastICA wieder getrennt und während diesem Vorgang werden alle Audiodateien abgespeichert und Datenplots zur Visualisierung der Audiosignalen erstellt.

Die Ergebnisse sind in meinem Repository zu sehen.