Georgios B.

• Ledede arkitektur og levering af en komplet redesign af QC-rammen, integrerede en AI-agent med MCP-værktøjer og reducerede månedlig behandlingstid med 40 % (fra 50 til 30 timer)
• Arkitekterede og leverede en FastAPI-baseret intern platform med understøttelse af RAG og maskininlæringsinferens, erstattede ældre manuelle workflows og øgede datagennemstrømningen med op til 7 gange
• Ejede hele maskininlæringslivscyklussen, herunder dataforbehandling, funktionsudvikling, modeltræning, evaluering og implementering, og håndhævede en præcisionstærskel på 98 %, der øgede volumenet af automatiseret behandling med 13 %
• Etablerede et ML-valideringsrammeværk og en releaseprocessstyringsproces med MLflow, DVC, Docker og GitHub Actions, hvilket muliggjorde sikre og gentagelige implementeringer
• Introducerede kodereviewpraksisser, kodningsstandarder og dokumentationskonventioner, reducerede onboardingtid og begrænsede teknisk gæld
• Rådgav ledelsen om modelvalg, datakvalitet og LLM-adoptionsstrategi på tværs af platformens roadmap

• Leverede et realtids delsidentificeringssystem i produktion, viste tekniske tegninger ved samlebåndsstationer og optimerede det til lavenergi edge-enheder
• Konstruerede et drone-objektsporingssystem, der muliggjorde autonomt fly ved at identificere og spore køretøjer og cykler med dynamisk bevægelsessynchronisering
• Byggede og implementerede maskininlæringsmodeller til objektdetektering, lingvistisk analyse og autonom navigation ved hjælp af PyTorch og TensorFlow
• Optimerede inferens til ressourcebegrænsede Raspberry Pi-enheder og afbalancerede nøjagtighed med realtidsydelse på fabriksgulvet

• Konstruerede en hybrid energistyreenhed ved hjælp af Raspberry Pi, CAN-bus og Python, integrerede solceller, batteri- og netstrømkilder for at optimere omkostningseffektiviteten
• Designede standardiserede dataindsamlingsworkflows til SQL-databaser, CSV-filer og binær telemetridata
• Evaluerede AR-briller, termiske kameraer og hardware til gestikgenkendelse til industrielle anvendelser
• Støttede tværfunktionelle F&U-teams i validering af næste generations energiteknologier og indlejrede systemer

Democritus University of Thrace conducts NLP and document-analysis research within its Department of Electrical and Computer Engineering.

• Implemented custom neural network layers in MatConvNet, porting architectures from Caffe for word spotting and document binarisation

• Built automated dataset-generation pipelines in MATLAB to support research experiments

• Contributed to NLP and document-analysis research adopted in international benchmarks

• Developed and evaluated neural architectures for handwritten text recognition across multiple scripts

• Anvendte dybdelæring og computer vision-teknikker til flersproget ordsøgning og binarisering af dokumentbilleder
• Udviklede og evaluerede neurale netværksarkitekturer til genkendelse af håndskrevet tekst på tværs af flere skriftsystemer
• Byggede evalueringsbenchmarks og datasæt, der blev adopteret i de internationale konkurrencer ICDAR og ICFHR
• Bidrog til forskning, der efterfølgende blev publiceret i IEEE's konferenceproceedings

"Athena" Research Centre is a public research institute focused on data, language, and digital technologies.

• Contributed to the EU-funded PRESIOUS project on predictive digitisation, restoration, and degradation assessment of cultural heritage objects

• Applied computer vision and 3D modelling techniques to analyse and restore historical artefacts

• Developed data-driven methods for digital conservation and predictive analytics on artefact degradation

• Supported research deliverables for an EU-funded multi-partner consortium