M.Sc. Viraj Rohit Gala

Viraj Rohit Gala ist Wissenschaftler im Kompetenzzentrum SQC

Ausbildung & Beruf

Viraj Rohit Gala erhielt 2016 seinen Bachelor of Engineering (BE) in Elektronik und Kommunikationstechnik von der University of Mumbai und 2022 seinen Master of Science (M.Sc.) in Informations- und Kommunikationstechnik von der Beuth Hochschule für Technik (BHT) Berlin, wo er sich auf die Bereiche Telekommunikation, verteilte Systeme, Informationssicherheit und Data Science spezialisierte. Von 2016 bis 2018 arbeitete er als Senior Application Analyst bei Accenture in Indien. Von 2019 bis 2020, während seines Masterstudiums, arbeitete er in Deutschland, zunächst als SaaS Product Machine Learning Developer und später als Information Security Engineer.

Seit 2020 ist er wissenschaftlicher Mitarbeiter am Fraunhofer-Institut FOKUS und forscht im Bereich maschinelles Lernen und Qualitätsbewertung. Im Rahmen seiner Forschungstätigkeit war er an Projekten beteiligt, die von Bundesministerien wie dem BSI und dem BMBF gefördert wurden und sich auf das Testen und die Entwicklung von Frameworks zur Bewertung von Machine-Learning-Modellen und KI-Systemen konzentrierten.

Derzeit arbeitet er als Data Science Researcher an der Entwicklung umfassender Data-Science-Lösungen, die die gesamte Pipeline abdecken - vom Data Engineering und der Bewertung der Datenqualität bis hin zum Einsatz von Machine-Learning-Modellen, Tests und Feinabstimmung für branchenspezifische Anwendungsfälle. Seine aktuelle Arbeit konzentriert sich auf bahnbrechende Forschung und Entwicklung im Bereich der Datenqualitätsbewertung durch Erkennung von Ausreißern und Datendrift.

Projekte

  • KIEZ 4.0
  • CCIT-IntelligentEdge
  • Fraunhofer Akademie

Publikationen

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2024 Towards an Evaluation Methodology of ML Systems from the Perspective of Robustness and Data Quality
Gala, Viraj Rohit; Schneider, Martin; Vogt, Marvin
Konferenzbeitrag
Conference Paper
2024 Towards an Evaluation Methodology of ML Systems from the Perspective of Robustness and Data Quality
Gala, Viraj Rohit; Schneider, Martin; Vogt, Marvin
Vortrag
Presentation
2024 Towards an Empirical Robustness Assessment Through Measuring Adversarial Subspaces
Gala, Viraj Rohit; Schneider, Martin; Vogt, Marvin
Konferenzbeitrag
Conference Paper
2023 Evaluating the effectiveness of attacks and defenses on machine learning through adversarial samples
Gala, Viraj Rohit; Schneider, Martin
Konferenzbeitrag
Conference Paper
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica