Dieses Projekt ist abgelaufen (seit 06.10.2026).
Die Ausschreibung ist nicht mehr aktuell. Unten findest du ähnliche aktive Projekte, oder du siehst dir alle aktuellen IT-Projekte an.
Senior Computer Vision Engineer â Machine Learning & Edge Deployment
đ Ausgeschrieben von Halian GmbHWir suchen einen erfahrenen Computer Vision Engineer zur Entwicklung und Optimierung von Wahrnehmungssystemen fĂźr anspruchsvolle Einsatzszenarien.
In dieser Rolle entwickeln Sie End-to-End-Pipelines fĂźr Objekterkennung, Klassifizierung und Verfolgung. Sie designen und trainieren Machine-Learning-Modelle, die robust unter schwierigen Bedingungen wie Verdeckung, variablem Licht, Bewegung und komplexen Multi-Objekt-Szenarien funktionieren.
Ihre Aufgaben umfassen: ⢠Entwicklung von Computer-Vision- und Deep-Learning-Modellen fĂźr Objekterkennung und Multi-Object-Tracking ⢠Optimierung von ML-Modellen fĂźr Edge- und Embedded-Systeme mit Fokus auf Echtzeit-Performance und Ressourceneffizienz ⢠Erstellung robuster Tracking- und Re-IdentifikationslĂśsungen, die Kontinuität durch Verdeckungen und schnelle Bewegungen bewahren ⢠Definition und Ăberwachung von KPIs wie Erkennungsgenauigkeit, Tracking-Stabilität und Latenz ⢠Aufbau von Simulations- und Validierungsumgebungen fĂźr diverse Szenarien ⢠Datenmanagement, Annotation und Augmentation zur Modellverbesserung ⢠Systemintegration und technische Dokumentation ⢠Evaluierung neuer KI- und Computer-Vision-Techniken
Anforderungen: ⢠Starke Kenntnisse in Python und C++ mit Produktionserfahrung ⢠Tiefes Verständnis von Computer Vision, Machine Learning und Deep Learning ⢠Praktische Erfahrung mit modernen Frameworks (PyTorch, TensorFlow) ⢠Nachgewiesene Expertise in Modelloptimierung fßr Edge-, GPU- oder spezialisierte AI-Hardware ⢠Kenntnisse in Bildverarbeitung und Sensortechnologien ⢠Fähigkeit zu technischer Dokumentation und ProblemlÜsung
Skills erklärt
- Python
- Universelle Programmiersprache fĂźr Webentwicklung, Datenanalyse, Automatisierung und kĂźnstliche Intelligenz.
- C
- Programmiersprache fßr Systemprogrammierung und Anwendungsentwicklung, bekannt fßr Effizienz und Nähe zur Hardware.
- Computer Vision
- Technologie zur automatischen Analyse und Interpretation von Bildern und Videos durch Algorithmen. Wird fßr Qualitätskontrolle, Objekterkennung und Automatisierung eingesetzt.
- Machine Learning
- Teilgebiet der kĂźnstlichen Intelligenz, bei dem Systeme aus Daten lernen und Muster erkennen, um Vorhersagen zu treffen oder Entscheidungen zu automatisieren.
- Deep Learning
- Teilbereich des Machine Learning, der kĂźnstliche neuronale Netze mit mehreren Schichten nutzt, um komplexe Muster in groĂen Datenmengen zu erkennen und zu lernen.
- PyTorch
- Open-Source-Framework fĂźr Machine Learning und kĂźnstliche Intelligenz, das vor allem fĂźr Deep Learning und Datenverarbeitung verwendet wird.
- TensorFlow
- Open-Source-Bibliothek von Google fĂźr Machine Learning und kĂźnstliche Intelligenz; wird verwendet, um neuronale Netze zu trainieren und Vorhersagemodelle zu entwickeln.
- Object Detection
- Verfahren der kĂźnstlichen Intelligenz, das Objekte in Bildern oder Videos automatisch erkennt, lokalisiert und klassifiziert.
- Object Classification
- Verfahren zur automatisierten Kategorisierung und Einteilung von Objekten oder Daten in vordefinierte Klassen.
- Segmentation
- Aufteilung von Netzwerken, Daten oder Märkten in separate Bereiche zur Verbesserung von Sicherheit, Performance oder Zielgruppenbearbeitung.
- Multi-Object Tracking
- Computervision-Technik zur gleichzeitigen Verfolgung mehrerer Objekte in Video- oder Bildsequenzen; wird in Ăberwachung, autonomen Fahrzeugen und Sportanalyse verwendet.
- edge computing
- Verarbeitung von Daten näher an der Quelle (z.B. auf IoT-Geräten oder lokalen Servern) statt zentral in der Cloud, um Latenz zu reduzieren.
- Embedded Systems
- Spezialisierte Computersysteme, die in Geräten oder Maschinen eingebettet sind und spezifische Aufgaben steuern.
- FPGA
- Field-Programmable Gate Array â ein Halbleiter-Chip, dessen Funktionalität nach der Herstellung durch Programmierung konfiguriert werden kann, häufig fĂźr spezialisierte Aufgaben eingesetzt.
- GPU Acceleration
- Nutzung von Grafikprozessoren zur schnelleren Berechnung von rechenintensiven Aufgaben wie Datenverarbeitung oder Machine Learning, statt nur die CPU zu verwenden.
- Image Processing
- Verarbeitung und Analyse von digitalen Bildern durch Algorithmen zur Verbesserung, Erkennung oder Extraktion von Informationen.
- Image Enhancement
- Techniken zur Verbesserung der Qualität von digitalen Bildern durch Anpassung von Helligkeit, Kontrast, Schärfe oder Rauschreduktion.
- Denoising
- Technische Methode zur Reduktion von StÜrungen oder Rauschen in Daten, Bildern oder Signalen, um die Qualität oder Lesbarkeit zu verbessern.
- Super-Resolution
- Technische Methode zur Verbesserung der AuflÜsung von Bildern oder Videos durch Berechnung zusätzlicher Details, oft mit Hilfe von kßnstlicher Intelligenz.
- Feature extraction
- Verfahren im Machine Learning, bei dem relevante Merkmale aus Rohdaten extrahiert werden, um die Qualität von Modellen zu verbessern.
- Sensor fusion
- Verfahren, das Daten aus mehreren Sensoren kombiniert und verarbeitet, um genauere oder zuverlässigere Informationen zu gewinnen.
- Thermal Imaging
- Technologie zur Erfassung von Wärmestrahlung und Erstellung von Wärmebildern. Wird verwendet in Wartung, Sicherheit und Diagnose, etwa zur Erkennung von Ăberhitzung in IT-Infrastruktur.
- Infrared Imaging
- Technologie zur Erfassung von Wärmestrahlung mittels Infrarotkameras, verwendet in Thermografie, Ăberwachung und technischer Diagnostik.
- Real-time Systems
- Computersysteme, die Eingaben verarbeiten und Ergebnisse innerhalb garantierter, sehr kurzer Zeitfenster liefern mĂźssen.
- Low-Latency Processing
- Verarbeitung von Daten mit minimaler VerzĂśgerung, kritisch fĂźr Echtzeit-Anwendungen wie Finanzhandel oder EchtzeitĂźberwachung.
- Version Control
- Systeme zur Verwaltung von Ănderungen an Dateien und Code (z.B. Git); werden verwendet, um Versionsverlauf zu dokumentieren und Zusammenarbeit im Team zu ermĂśglichen.
- Continuous Integration
- Entwicklungspraxis, bei der Code-Ănderungen mehrmals täglich automatisiert getestet und in ein gemeinsames Repository integriert werden.
- Testing Frameworks
- Softwaretools und Bibliotheken zur automatisierten ĂberprĂźfung von Code auf Fehler und korrekte Funktionsweise.
- Code Reviews
- Code Reviews sind ein Qualitätssicherungsprozess, bei dem andere Entwickler den geschriebenen Code ßberprßfen, um Fehler zu finden und die Codequalität zu verbessern.
- Dataset Management
- Verwaltung, Organisation und Pflege von Datensammlungen Ăźber ihren gesamten Lebenszyklus hinweg.
- Model Optimization
- Verbesserung von Machine-Learning- oder mathematischen Modellen hinsichtlich Genauigkeit, Geschwindigkeit oder Ressourceneffizienz.
- Performance Metrics
- Kennzahlen und MessgrĂśĂen zur Bewertung der Leistung von Systemen, Prozessen oder Geschäftsbereichen.
- Robotics
- Fachgebiet fĂźr Entwicklung, Programmierung und Einsatz von Robotern zur Automatisierung von Aufgaben in Industrie, Logistik oder anderen Bereichen.
- Automation
- Einsatz von Technologien und Systemen zur automatisierten AusfĂźhrung von wiederkehrenden Aufgaben und Prozessen mit minimaler manueller Eingriffe.
- Autonomous systems
- Systeme, die eigenständig Entscheidungen treffen und Aufgaben ohne menschliche Steuerung ausfßhren; Anwendungen in Robotik, Fahrzeugen und Industrie.
Als IT-Freelancer automatisch auf Projekte wie dieses bewerben
Nexus ist die KI-gestĂźtzte Plattform fĂźr IT-Freelancer, die täglich neue Projektausschreibungen analysiert und passgenaue Bewerbungstexte generiert â vollautomatisch, in Sekunden. Kein manuelles Schreiben mehr: Nexus liest die Ausschreibung, erkennt die gefragten Skills und erstellt einen individuellen Bewerbungstext, den du per Klick versendest.
- â Projektausschreibungen direkt von Anbietern aus dem DACH-Raum
- â KI-Bewerbungstext in unter 30 Sekunden â individuell auf jedes Projekt zugeschnitten
- â Automatischer Versand per E-Mail + Anlage in Pipedrive
- â Kostenlos starten â keine Kreditkarte erforderlich
Häufige Fragen zu Nexus
- Was ist Nexus und fĂźr wen ist es geeignet?
- Nexus richtet sich an selbstständige IT-Freelancer, die regelmäĂig auf Projektausschreibungen antworten. Die Plattform automatisiert den gesamten Bewerbungsprozess â von der Analyse der Ausschreibung bis zum Versand der Bewerbung.
- Wie schreibt Nexus den Bewerbungstext?
- Nexus analysiert die Projektbeschreibung mit Claude (Anthropic) und gleicht die Anforderungen mit deinem hinterlegten Profil ab. Der generierte Text ist individuell, professionell und direkt versendbar â du kannst ihn vor dem Absenden noch anpassen.
- Welche Projektplattformen werden unterstĂźtzt?
- Nexus erhält Projekte direkt von Projektanbietern aus dem DACH-Raum â neue Ausschreibungen erscheinen automatisch in deiner Pipeline, ohne dass du Plattformen manuell durchsuchen musst.
- Kostet Nexus etwas?
- Der Einstieg ist dauerhaft kostenlos. FĂźr professionelle Nutzung mit erweiterten Funktionen gibt es kostenpflichtige Pläne â ohne versteckte Kosten oder automatische Verlängerung.
Passende Freelancer
Profile die zu den Skills dieses Projekts passen
Enterprise Architect und AI Platform Strategist mit Ăźber 25 Jahren Erfahrung in der Entwicklung, Architektur und Skalierung komplexer Softwareplattformen sowie der Integration moderner AI-Technologien in Enterprise-Umgebungen.
- Senior Backend Developer68 âŹ/h
20+ Jahre Java, 15+ Jahre PHP, 10+ Jahre Frontend â Senior Fullstack-Entwickler mit umfassender Expertise in modernen Web- und Cloud-Technologien.
- Senior AI Automation Engineer60 âŹ/h
AI Automation Engineer mit Fokus auf agentische Workflows, LLM-Integration, Fullstack-Entwicklung und intelligente Prozessautomatisierung.
Nie wieder Bewerbungen schreiben.
Nexus matcht deine Skills und schreibt Bewerbungen automatisch.
Kostenlos registrieren âKeine Kreditkarte erforderlich
Kostenloser CV-Check
Wie gut passt dein Python-Profil zum Markt?
- â Market Fit gegen 873 Python-Ausschreibungen
- â Welche Skills dir fehlen und was sie bringen
- â Dein Stundensatz im Vergleich
Kostenlos ¡ anonym gespeichert ¡ von FreelancerJury
Marktgeschwindigkeit
Projekte dieser Skills werden nach durchschnittlich 5,4 Tagen geschlossen.
Stundensatz vs. Markt
Kein Stundensatz fĂźr dieses Projekt hinterlegt.
Ă 113 âŹ/h (fĂźr diese Skills)
Tipp
Zeiterfassung & Projektverwaltung
Projekte, Stunden und Rechnungen in einer App. Flow ist die schlanke LĂśsung fĂźr IT-Freelancer und Agenturen â kostenlos starten.
Flow ausprobierenĂhnliche aktive Projekte
Tipp
Konferenzraum in Hamburg
FĂźr das nächste Kunden- oder Teammeeting in Hamburg: vollausgestattet mit Beamer, Whiteboard und Videokonferenz â ab 49 âŹ/h, direkt am Gänsemarkt.
Konferenzraum mieten