Piyush Thakur

Erstelle dein Portfolio mit ProoV
ProoV
EN Verifiziertes Arbeitsportfolio

ProoV Portfolio

Piyush Thakur

Artificial intelligence and Data Science · GGSIPU

Zum ProoV-Leaderboard

Projekte

Zertifiziert

Selbstgesteuertes Projekt

Machine Learning for Automotive Safety

Perception Validation Engineer (ADAS Safety Sign-off) · KI / ML · Juli 2026

92/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

Built a perception validation dossier end to end for a synthetic Aurora-7 detector: defined detection by IoU>=0.5, computed aggregate precision/recall and VRU false-negative rate, and exposed the dangerous night/occlusion slices with per-condition recall analysis. The final recommendation was evidence-based and internally consistent, pairing a daylight-only release with concrete mitigations and a correct comparison to the Uber Tempe crash.

Bewertet nach

  • Detection metrics correctness (precision, recall, VRU false-negative rate)30%
  • Failure-mode analysis & per-condition rigour25%
  • SOTIF safety case quality (ISO 21448 reasoning)25%
  • Ship verdict — evidence-based & internally consistent20%

Bestanden · Bestehensgrenze 60/100

Was herausstach6
  • Computed and interpreted the IoU threshold correctly, including the explicit miss case at IoU 0.111.
  • Reported aggregate precision/recall alongside the VRU false-negative rate and correctly treated VRU recall collapse as the safety issue.
  • Sliced recall by lighting, visibility, and rarity, exposing the severe night (0.39) and night+occluded (0.27) collapse.
  • Wrote a conditional release verdict that cites its own metrics and stays consistent with the daylight-only mitigation.
  • Leakage-Free Detection Definition
  • Safety-Critical Metric Selection
Meine eingereichte Arbeit20 Aufgaben

12 Aufgaben · 15.9k Zeichen · Python · 8 Textantworten · 915 Wörter

  • Sensor Match553 Zeichen
  • Example Iou Demo1.5k Zeichen
  • Task Definition Code1.1k Zeichen
  • Example Metrics DemoPython · 2.2k Zeichen
  • Scored Metrics RunPython · 2.3k Zeichen
  • Scored Metrics351 Zeichen
  • Ttcs Example SlicePython · 1.3k Zeichen
  • Ttcs Triage SlicePython · 1.6k Zeichen
  • Failure Triage1.8k Zeichen
  • Ship Verdict1.4k Zeichen
  • Realcase Analysis976 Zeichen
  • Teachback883 Zeichen
  • Sensor Match27 Wörter
  • Example Iou Demo169 Wörter
  • Task Definition Code149 Wörter
  • Example Metrics Demo154 Wörter
  • Scored Metrics Run143 Wörter
  • Scored Metrics18 Wörter
  • Ttcs Example Slice143 Wörter
  • Ttcs Triage Slice112 Wörter

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
Zertifiziert

Selbstgesteuertes Projekt

Machine Learning for Automotive

KI / ML · Juni 2026

72/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

A verified, self-directed industry project — completed and passed a real industry rubric at 72/100 on ProoV.

Bewertet nach

  • Exploratory Data Analysis20%
  • Feature Engineering25%
  • Model Building & Evaluation35%
  • Business Communication20%

Bestanden · Bestehensgrenze 60/100

Was herausstach6
  • Correctly identified and communicated the Random Forest advantage over Linear Regression using R² and MAE.
  • Derived the required predictive features car_age and mileage_per_year and handled invalid values.
  • Translated model performance into a business impact estimate for a CPO team.
  • Identified the most important pricing drivers and tied them to market intuition.
  • Data-Driven Decision Making
  • Feature Engineering
Meine eingereichte Arbeit10 Aufgaben

5 Aufgaben · 6 Zeilen · 5 Textantworten · 190 Wörter

  • VW Sprint1 Complete56 Zeichen
  • VW Sprint2 Complete61 Zeichen
  • VW Sprint3 Complete59 Zeichen
  • VW Business Insights1.4k Zeichen
  • Jupyterlite Code2 Zeilen
  • VW Sprint1 Complete1 Wort
  • VW Sprint2 Complete1 Wort
  • VW Sprint3 Complete1 Wort
  • VW Business Insights186 Wörter
  • Jupyterlite Code1 Wort

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
2Abgeschlossene Projekte
2Verifizierte Zertifikate
82Durchschnittsnote
Erstelle dein Portfolio mit ProoV