Software Developer & Machine Learning Engineer

Über 7 Jahre Erfahrung in der angewandten KI-Forschung – von der Algorithmik bis zur Systemintegration.

Computer Vision Deep Learning Python & Rust Domain Adaptation
Kontakt aufnehmen

Über mich

Software Developer und Machine Learning Engineer mit Fokus auf Computer Vision. Mit über 7 Jahren Erfahrung in der angewandten KI-Forschung verbinde ich wissenschaftliche Forschung mit praktischer Umsetzung – von der Algorithmik (PyTorch, OpenCV, Burn) bis zur Systemintegration (Docker, ROS2).

Als Wissenschaftlicher Mitarbeiter in der Cognitive Systems Research Group der Hochschule Reutlingen (2019–2026) war ich an KI-Forschungsprojekten wie AIDA, HEIDI, KI Delta Learning und PLASMA beteiligt. Meine Expertise liegt im Bereich Machine Learning mit Fokus auf Computer Vision und Domain Adaptation.

Mein GitHub-Profil → Mein ORCID-Profil → Mein LinkedIn-Profil →
Michael Brunner

Skills

Programmiersprachen

Python Rust Java C# (Unity) C++

Machine Learning

PyTorch Burn OpenCV scikit-learn NumPy Computer Vision Deep Learning Domain Adaptation

Tools & Systeme

Linux Docker ROS2 Blender Vicon Motion Capture Intel RealSense

Leistungen

Computer-Vision-Lösungen

Maßgeschneiderte Objekterkennung, Pose Estimation und Bildklassifikation – entwickelt, trainiert und integriert für Ihren Anwendungsfall.

ML-Modellentwicklung

Durchgängige Modellentwicklung mit PyTorch und Burn – von Datenaufbereitung und Training bis zu Evaluation und Deployment.

Domain Adaptation & Transfer Learning

Modelle in neuen Umgebungen zum Laufen bringen – Sim-to-Real-Transfer und domänenübergreifende Anpassung ohne vollständiges Neu-Training.

KI-Beratung & Prototyping

Machbarkeitsstudien und Proof-of-Concept-Implementierungen, die prüfen, ob maschinelles Lernen Ihr Problem löst, bevor Sie investieren.

Data-Pipeline & Datensatz-Engineering

Datensatzerstellung, synthetische Datengenerierung und Sensorkalibrierung – die Grundlage, auf der jedes zuverlässige ML-System steht.

Projekte

AIDA

Human-centered Interactive AI Data-Incubation Center

Hochschule Reutlingen

  • Aufbau eines Large Scale Motion Capture Systems
  • Aufzeichnung von Datensätzen für Human Pose Estimation und Action Recognition
  • Training von Action Recognition Modellen und Evaluation von Uncertainty Estimation
  • Evaluation von Vision Language Models für Interaktionsstudien

HEIDI

Holistic and adaptive Interface Design for human-technology Interactions

Hochschule Reutlingen

  • Entwicklung und Evaluation von Modellen zur Intentionsschätzung von Fußgängern
  • Evaluation von Object Detection und Human Pose Estimation Modellen im Straßenverkehr auf Distanz
  • Begleitung einer Motion Capture Studie zu eHMIs

KI Delta Learning

Transfer Learning und Domain Adaptation

Hochschule Reutlingen

  • Entwicklung und Training von Modellen zur Domain Adaptation von Human Pose Estimation Modellen
  • Entwicklung von "Auxiliary Task-guided CycleGAN" für Black-Box Model Domain Adaptation
  • Erstellung eines Datensatzes aus synchronisierten synthetischen und realen Bilddaten mittels Vicon Motion Capture und Intel RealSense Sensoren
  • Unity-basierte Simulation mit OpenCV-Kamerakalibrierung

PLASMA

Prozedurale Lernbasierte Automatisierung des Entwurfs Analoger Integrierter Schaltungen

Hochschule Reutlingen

  • Entwicklung und Training von Machine Learning Modellen, insb. neuronaler Netze, mit PyTorch

Publikationen

Hinweis: Frühere Publikationen erscheinen unter meinem Geburtsnamen M. Essich.

  1. OODM-DS: Out-of-Distribution Mitigation Based on Dynamic Sampling for Human Pose Dataset Creation M. Rehmann, M. Brunner, and C. Curio 2025 · 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC)
  2. LOODM: Live Out-Of-Distribution Mitigation During Human Pose Dataset Production M. Rehmann, M. Brunner, L. Bramlage, and C. Curio 2025 · 2025 IEEE Intelligent Vehicles Symposium (IV)
  3. Towards Relevant Human-Vehicle Interaction Data for Perceptive Machine Learning M. Rehmann, M. Brunner, and C. Curio 2025 · 2025 IEEE Intelligent Vehicles Symposium (IV)
  4. Effect of external HMIs on pedestrian safety and traffic flow — A motion capture study F. Maier, R. Leute, M. Paulokat, E.-O. Rosenhahn, M. Brunner, M. Rehmann, and C. Curio 2025 · 16. International Symposium on Automotive Lighting (ISAL)
  5. Curvature Perception of Mesenchymal Cells on Mesoscale Topographies K. Frey, M. Brunner, C. Curio, and R. Kemkemer 2025 · Advanced Healthcare Materials
  6. Auxiliary Task-Guided CycleGAN for Black-Box Model Domain Adaptation M. Essich, M. Rehmann, and C. Curio 2023 · Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
  7. Procedural- and Reinforcement-Learning-Based Automation Methods for Analog Integrated Circuit Sizing in the Electrical Design Space Y. Uhlmann, M. Brunner, L. Bramlage, J. Scheible, and C. Curio 2023 · Electronics
  8. Deep Reinforcement Learning for Analog Circuit Sizing with an Electrical Design Space and Sparse Rewards Y. Uhlmann, M. Essich, L. Bramlage, J. Scheible, and C. Curio 2022 · 2022 ACM/IEEE 4th Workshop on Machine Learning for CAD (MLCAD)
  9. Machine Learning Based Procedural Circuit Sizing and DC Operating Point Prediction Y. Uhlmann, M. Essich, M. Schweikardt, J. Scheible, and C. Curio 2021 · SMACD / PRIME 2021
  10. Learning to Translate Between Real World and Simulated 3D Sensors While Transferring Task Models M. Essich, D. Ludl, T. Gulde, and C. Curio 2019 · 2019 International Conference on 3D Vision (3DV)

Kontakt

Sie haben ein Projekt oder eine Anfrage? Schreiben Sie mir – ich melde mich zeitnah bei Ihnen.