In dieser Podcast-Folge von „Code for Thought“ reden Carina Haupt (DLR) und ich mit Host Peter Schmid über Large Language Models im Research Software Engineering: Was können Copilot & Co. heute zuverlässig, wo stoßen sie im Projektalltag an Grenzen, und wie bewerten wir das nüchtern statt hype-getrieben? Ich schildere mein aktuelles Thema - Paper-Code-Matching über Embeddings auf Projektebene - und warum kontextarme Modelle bei echten Repos oft danebengreifen. Carina bringt die Anwendungssicht ein: Wo helfen LLMs Forschenden ohne tiefen Informatik-Background tatsächlich (Routine-Tasks, Tests, kleine Skripte) und wo wird’s heikel (Builds, Requirements, Projektkontext)? [Mehr]

VisioLab ist ein Startup, das automatisierte Self-Checkout-Kassen für Kantinen baut: Die Mahlzeiten auf dem Tablett werden on edge über ein iPad erkannt, sodass Gäste innerhalb von Sekunden zahlen können, ohne dass dafür Personal an der Kasse stehen muss.

[Mehr]

Als studentische Hilfskraft am Red Hen Lab habe ich an einer Videoverarbeitungspipeline zur automatischen Gestenanalyse in großen Videokorpora gearbeitet. Dabei ging es insbesondere um Personentracking und -identifikation mittels Gesichtserkennung, die Segmentierung von Kameraeinstellungen sowie die Ausführung der Pipeline auf einem HPC-Cluster mit Snakemake und Singularity. [Mehr]

An automated pipeline to split a bunch of scanned pages into single documents [Mehr]