Daniel Wulff

Seit 2019 arbeite und forsche ich am Institut für Robotik und Kognitive Systeme der Universität zu Lübeck und habe im Mai 2024 meine Dissertation zur Prüfung eingereicht. Während meiner Promotionszeit habe ich intensiv mit verschiedenen Machine- und Deep-Learning Methoden gearbeitet, um Ziele in medizinischen 4D-Ultraschall in Echtzeit zu verfolgen. Dabei habe ich fundierte Kenntnisse in der Datensammlung, -bereinigung und -verarbeitung sowie umfangreiche Erfahrung in der Programmierung mit Python und der Implementierung von Datenpipelines erworben. Zu meinen technischen Fähigkeiten gehören die Planung, das Design und die Implementierung von Machine Learning und Deep Learning Modellen wie CNNs, RNNs, GANs und Autoencoder mithilfe von Bibliotheken wie SciPy, Scikit, Pytorch, TensorFlow und Keras. Darüber hinaus verfüge ich über Kenntnisse in objektorientierter Programmierung, sowie über Erfahrung in der Programmierung mit MATLAB.

Im Rahmen meiner Tätigkeit als wissenschaftlicher Mitarbeiter habe ich umfangreiche Erfahrung in der Lehre, sowie in der Anleitung und Betreuung von Studierenden gesammelt. Diese Erfahrungen und die interdisziplinäre Zusammenarbeit mit Klinikern haben meine Kommunikations- und Kooperationsfähigkeit gestärkt. Meine engagierte Persönlichkeit und Leidenschaft für die Weiterentwicklung innovativer Technologien machen mich zu einem motivierten Teammitglied, das aktiv zur Erreichung der Projektziele beiträgt. Ich arbeite selbstständig, strukturiert und gewissenhaft und bin stets bestrebt, qualitativ hochwertige Arbeit zu leisten.

Wissenschaftlicher Mitarbeiter, Universität zu Lübeck, Institut für Robotik und Kognitive Systeme

• Entwicklung und Implementierung von Machine- und Deep-Learning

  Modellen in Python unter Verwendung von scikit-learn, TensorFlow,

  Keras und Pytorch

• Anwendung, Bewertung und Validierung der Modelle
• Medizinische 4D Ultraschallbildaufnahme, Vorverarbeitung und

  Annotation

• Umgang mit kollaborativen seriellen Roboterarmen für Ultraschallbildgeführte

  Anwendungen

• Kollaboration mit Ärzten in interdisziplinären Projekten
• Betreuung von Studierenden in Praktika und Abschlussarbeiten
• Durchführung von Vorlesungen und Übungen zum Master-Kurs

  „Künstliche Intelligenz 2“

• Eigenständige Erstellung und Mitarbeit an wissenschaftlichen

  Publikationen

• Technische und administrative Projektkoordination

Hilfswissenschaftler Universität zu Lübeck, Institut für Robotik und Kognitive Systeme

• Unterstützung im Projekt zur Bestimmung von Ultraschall-Laufzeiten in

  Phantomen und Materialien

• Durchführung, Dokumentation und Auswertung von Experimenten zur

  3D Ultraschallbildaufnahme

Promotionsstudium zum Dr. rer. nat. im Bereich der Medizinischen Informatik/ Künstliche Intelligenz

• Planung, Design und Implementierung von Machine Learning und Deep Learning Modellen wie CNNs, RNNs, GANs und Autoencoder mithilfe von Bibliotheken wie SciPy, Scikit, Pytorch, TensorFlow und Keras.
• Medizinische Bild- und Signalverarbeitung
• Computer Vision Algorithmen

Masterstudium der Medizinischen Ingenieurwissenschaft

• Medizinische Bild- und Signalverarbeitung
• Machine Learning und Deep Learning
• Medizinische Bildgebung (Röntgen, CT, MRT, Nuklearbildgebung)