Chandu Kale

EIngenieur mit Schwerpunkt auf dem Übergang zu KI und Maschinellem Lernen, mit praktischer Erfahrung in Robotik, Systemsimulation und der Entwicklung intelligenter Anwendungen. Versiert in Python, ROS2, TensorFlow und PyTorch, mit nachweislicher Erfahrung in der Migration von Robotikplattformen sowie der Entwicklung von Objekterkennungs-Pipelines. Begeistert davon, maschinelles Lernen zur Lösung praxisnaher Herausforderungen im Bereich künstlicher Intelligenz und fortschrittlicher Mobilitätssysteme einzusetzen. Aktuell auf der Suche nach Positionen in den Bereichen Machine Learning, Künstliche Intelligenz oder ADAS

1. AI-Motion Bavaria, Germany (Werkstudent)  - 09/2024 – 03/2025 : Migration eines komplexen ROS1-Codebestands der RB-Kairos Roboterplattform zu ROS2, um nahtlose Funktionalität und Systemintegrität sicherzustellen. Konzeption und Implementierung modularer ROS2-Pakete zur Erweiterung robotischer Funktionen. Simulation und Validierung von Roboterverhalten in Gazebo, RViz und MeshLab zur Gewährleistung von Systemrobustheit. Entwicklung von ROS2-basierten Pick-and-Place-Anwendungen in Python, was zu einer 30 %igen Steigerung der Entwicklungseffizienz führte.
2. CARISSMA Automotive Safety Research (Studentische hilfskart) - 03/2024 – 08/2024: Entwicklung eines vernetzten E-Bike-Systems mit fortschrittlichen Sicherheitsfunktionen unter Verwendung von Python und dem Robot Operating System (ROS). Entwurf und Implementierung von Machine-Learning-Modellen zur objekterkennenden Bildverarbeitung mit Echtzeit-Kamera-Daten, zur Verbesserung proaktiver Sicherheitsmaßnahmen. Integration FÄHIGKEITEN Python PyTorch & TensorFlow MATLAB & Simulink ROS2 Humble & ROS1 Noetic Ansys APDL & NX Siemens SPRACHKENNTNISSE Englisch (Fließend) Deutsch (Mittelstufe) Hindi (Mittelstufe) Telugu (Muttersprache) von ROS-basierten Sensor-Fusions-Pipelines zur effizienten Datenerfassung und -verarbeitung von mehreren Onboard-Sensoren. Unterstützung beim Entwurf und der Validierung intelligenter Sicherheitsalgorithmen unter Nutzung von V2X-Kommunikation und RSU (Roadside Unit)-Daten zur Verbesserung der Umwelterkennung und Fahrersicherheit.

TECHNISCHE HOCHSCHULE INGOLSTADT, GERMANY Master’s in International automotive engineerin

WEITERBILDUNG 100 days of Code (Udemy), Machine learning & Data science Bootcamp (ZTM), Pytorch for Deep Learning (ZTM)