Porträt von Dr Aniello R. Patrone

Lead AI Scientist · Computer Vision & Deep Learning

Werdegang

2021–heute
Lead AI Scientist (seit 2023) bei piur imaging GmbH in Wien.
  • Aufbau und Leitung eines Teams von drei AI Engineers
  • Konzeption, Planung und Priorisierung der KI-Roadmap im Einklang mit den Unternehmenszielen
  • Forschung und Entwicklung von Deep-Learning-Modellen für Objekt-Tracking, Schilddrüsen- und Karotissegmentierung sowie Federated Learning
Senior Deep Learning Scientist (2021–2023) bei piur imaging GmbH.
  • Forschung und Entwicklung von Deep-Learning-Modellen für Objekt-Tracking sowie Schilddrüsen- und Karotissegmentierung
  • Aufbau eines DICOM-Server-Client-Systems
  • Konzeption und Entwicklung von Deep-Learning-Workflows für nachvollziehbare und reproduzierbare ML-Experimente (MLOps)
  • Verbesserung der CI/CD-Prozesse
2024–2026
Lektor (nebenberuflich) an der IMC Krems, Österreich.
  • Lehrveranstaltung Data Mining
  • Lehrveranstaltung „Image Processing and Visual Computing in Biology and Medicine“ im Bachelorstudium Bioinformatik, mit klassischer Bildverarbeitung und Deep Learning
2018–2020
Senior Computer Vision Engineer (2019–2020) bei Anyline GmbH in Wien.
  • Forschung und Entwicklung von Deep-Learning-Modellen für verschiedene Anwendungsfälle auf mobilen Geräten
  • Projektmanager für zwei Kundenprojekte
Computer Vision Engineer (2018–2019) bei Anyline GmbH.
  • Entwicklung von Deep-Learning-Modellen für mobile Geräte zur Dokumentenerkennung auf unterschiedlichen Hintergründen (20 % höhere Scan-Genauigkeit und -Geschwindigkeit), zur Schärfeerkennung und zur Klassifizierung von Ausweistypen
  • Verbesserung der agilen Prozesse des Mobile-SDK-Teams als Scrum Master
  • Einarbeitung neuer Kolleginnen und Kollegen
2016–2017
Computer Vision Developer bei KiwiSecurity GmbH (heute die Video-Analytics-Abteilung von Genetec) in Wien.
  • Optimierung und Weiterentwicklung von Videoüberwachungsanwendungen
  • Neugestaltung der Anwendung Activity Analyzer für GPU-Hardware
  • Einführung von Unit-Tests und automatischer Dokumentation für die bestehende Codebasis
  • Einarbeitung eines neuen Teammitglieds
2012–2016
Doktorat in Informatik mit Schwerpunkt Computer Vision an der Universität Wien, Fakultät für Informatik, betreut von Univ.-Prof. Dr. Otmar Scherzer, als Mitglied des Computational Science Center (CSC). Titel der Dissertation: Variational models of visual attention with a special focus on dynamic sequences.
  • Entwicklung und Implementierung mathematischer Modelle zur Schätzung der visuellen Aufmerksamkeit in Videos
  • Entwicklung eines Bildverarbeitungsalgorithmus zum Dejittering statischer Bilder
  • Präsentation der Forschungsergebnisse auf Konferenzen und Veröffentlichungen in internationalen Fachzeitschriften (siehe Publikationen)
2011–2012
Wissenschaftlicher Mitarbeiter im SMILE-Projekt, einem Spin-off der Universität Neapel, Italien.
  • Entwicklung eines kalibrierungsfreien Eye-Trackers mit Methoden des maschinellen Lernens und der Computer Vision, um den Verlauf von Autismus-Spektrum-Störungen bei Kindern zu beurteilen
  • Entwicklung von City & Bus, einer iOS-App für Echtzeitinformationen im öffentlichen Verkehr
  • Betreuung von Masterstudierenden
2008–2011
Masterstudium Informatik (MSc) an der Universität Neapel Federico II, Italien. Masterarbeit zum Thema „Uncalibrated eye-tracking system using Machine Learning for the prediction of the Point of Gaze“, hauptsächlich betreut von Univ.-Prof. Dr. Francesco Isgrò. Davor Bachelorstudium Informatik (BSc).
2007–2011
Softwareentwickler (Praktikum und freiberufliche Tätigkeit), Italien.
  • Entwicklung eines Echtzeit-Webservers zum Streaming von Bild- und Audioinhalten mobiler Geräte für das ICAR-CNR
  • Entwicklung von iOS-Apps für Start-ups

Kenntnisse

  • Deep Learning: PyTorch, torchvision, Albumentations, TensorFlow
  • Computer Vision und medizinische Bildgebung: OpenCV, MONAI, pydicom, DICOM
  • Federated Learning: NVIDIA FLARE
  • Modell-Deployment: ONNX, ONNX Runtime, TensorRT, OpenVINO
  • MLOps: ClearML, MLflow, DVC, Airflow, TensorBoard
  • Maschinelles Lernen und Daten: scikit-learn, NumPy, Pandas, Pydantic, Jupyter
  • Generative KI und KI-gestützte Entwicklung: Anthropic Claude, Claude Code
  • Programmiersprachen: Python, C++, C
  • Entwicklungswerkzeuge: Git, Docker, pytest, CMake, Linux, CI/CD
  • Datenbanken: PostgreSQL, MySQL
  • Arbeitsweise: Scrum (ehemaliger Scrum Master), Agile, Jira

Zertifikate

  • Claude Code in Action, Anthropic

Sprachen

Italienisch (Muttersprache), Englisch (verhandlungssicher), Deutsch (gute Kenntnisse), Rumänisch (Grundkenntnisse).

Ausführlicher Lebenslauf auf Anfrage.