[{"categories":[],"content":"","permalink":"https://fantamat.eu/manifest.json","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.de/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.es/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.fr/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.hi/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.jp/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.nl/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.pl/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.ru/","tags":[],"title":""},{"categories":[],"content":"","permalink":"https://fantamat.eu/search/_index.zh-cn/","tags":[],"title":""},{"categories":[],"content":"\nBio Professional Experience Freelance AI/ML Engineer (2025-Present) Currently, I am working as a freelance software engineer focused on building intelligent software solutions for various clients. My work involves designing and implementing advanced algorithms, data processing pipelines, and machine learning models to solve complex problems.\nI work primarily on behalf of my own company, Palmaf s.r.o. , which allows me to take on diverse projects and collaborate with clients from different industries.\nIsHasIsHas is developed specifically for fire safety inspectors. It replaces time-consuming manual notes with a streamlined digital workflow that allows instant, one-click report generation. By centralizing records and implementing role-based access, the platform boosts operational efficiency and audit readiness.\nFlutterPythonDjango Automatic EEG labelingThis application streamlines neurological review by automatically detecting and labeling potential epileptic activity in long-term EEG recordings. By filtering out non-event data, the tool enables specialists to focus on high-value clinical analysis. See demo here.\nPythonPyTorch TabularaTabulara.ai is a natural-language data interface that allows non-technical users to extract meaningful insights from raw tabular exports using simple, human-readable commands. It transforms static exports into an accessible resource for data-informed decisions.\nPythonDjangoHTMXLLM SW / AI Engineer at Deymed (2019-2023) My tasks varied from maintaining existing software to designing and implementing new features and modules. I was also involved in testing, debugging, QA, and research and development projects.\nDuring my time at Deymed, I collaborated closely with cross-functional teams including hardware engineers, quality assurance, and regulatory affairs to ensure our software met industry standards and regulations.\nIn my later years at Deymed, I shifted toward R\u0026amp;D work, building internal engineering tools, evaluating emerging technologies, and developing AI-assisted automation for technical workflows.\nEM field simulationPhysical coil prototype making and measurement is expensive. Computation and visualization of EM fields produces near real-world values that reduce the need for physical coil prototypes to just a few samples.\nPythonNumba Measurement automationMedical devices and their components are thoroughly tested. I integrated several simple elements into a complex system designed to collect and visualize precise measurement data.\nPythonPlotly TMS Neuronavigation Integration \u0026 PrototypingI managed technical integration of neuronavigation systems for TMS therapy, focusing on API negotiation with third-party vendors and development of an in-house C++ prototype.\nC++gRPCHL7 Internal AI Automation SuiteI developed internal AI services using Python and LangChain to automate invoice processing, ticket summarization, and RAG-based search. With Ollama and FastAPI, the system provides secure local LLM capabilities.\nPythonOllamaFastAPILangchain Full-Lifecycle Medical Software EngineeringDeveloping medical-grade software requires balancing technical performance with strict international safety regulations. I played a key role in the full SDL, ensuring phases from requirement analysis to deployment met quality standards by integrating IEC 62304 and ISO 14971 into the process.\nCore Responsibilities \u0026 Impact\nFull-Lifecycle Management: From initial architecture and coding to automated build scripts and deployment.Regulatory Compliance: IEC 62304 and ISO 14971.V\u0026V and Quality: Formal validation and test cases for QMS requirements.Cybersecurity: Security measures for sensitive medical data and system integrity.Maintenance \u0026 Support: Bug fixes, enhancements, localization, and tier-3 support.DelphiInno SetupTeamViewerJiraEA FDA-Cleared Medical SoftwareI led development of a new medical software application from concept to successful clinical launch and official FDA clearance. The system is now active in production.\nDelphiJiraInno Setup Hardware Emulation FrameworkI proactively developed a hardware emulation framework that allows developers to test software virtually without physical devices, reducing bottlenecks and enabling automated edge-case testing.\nOwn InitiativeDelphiDLL Java Developer at Notix (2018-2019) Worked on a small team developing backend microservices in Java.\nEducation Master\u0026rsquo;s Degree (Graduated 2019) Mathematical Informatics, Faculty of Nuclear Sciences and Physical Engeneering, Czech Technical University in Prague\nThis study focused on theoretical foundations of computer science, algorithms, and mathematical methods for informatics. During my studies, I developed a strong interest in algorithms and data science, which led me to explore machine learning and artificial intelligence.\nMy thesis focused on \u0026ldquo;Rule extraction from neural networks\u0026rdquo;, where I researched methods to extract human-readable rules from trained neural network models.\nRule Extraction from neural networksMy thesis focused on making artificial intelligence more understandable by extracting clear, human-readable rules from complex neural-network models.\nLink to thesis on ResearchGate\nPythonTensorflow Certificates DataCamp Certified Associate Data ScientistDemonstrated technical proficiency in SQL data extraction, Python-based statistical analysis, and predictive modeling. View Certificate\nClaude Certified Architect – Foundations Demonstrated ability to design and scope Claude solutions—from model selection and architecture to cost, evaluation, and responsible deployment. View Certificate\n","permalink":"https://fantamat.eu/bio/","tags":[],"title":"About Me"},{"categories":[],"content":" Contact me Do you want to be in touch? Send me a message and I will get back to you.\nWebsite Name Email Phone Message Call Click here if you are open to a quick call Please complete the CAPTCHA before sending the form.\nSubmit ","permalink":"https://fantamat.eu/contact/","tags":[],"title":"Contact"},{"categories":[],"content":" Palmaf EEG labelingThis application streamlines the neurological review process by automatically detecting and labeling potential epileptic activity in long-term EEG recordings. By filtering out non-event data, the tool enables specialists to shift their focus from searching for anomalies to performing high-value clinical analysis. See demo here.\nCurrently focusing on (January 2026):\nSystem Performance Evaluation: Researching and establishing standardized benchmarking metrics to quantitatively evaluate system performance against state-of-the-art solutions.Multiclass Anomaly Detection: Expanding the Machine Learning model from binary detection to the specific classification of different epileptic event types.System Design Refinement: Optimizing the data pipeline to ensure the classification engine maintains low latency during high-volume recording analysis.Machine LearningSystem Design IsHasFire Safety DigitalizationIsHas is developed specifically for fire safety inspectors. This application replaces time-consuming manual notes with a streamlined digital workflow that allows for instant, one-click report generation. By centralizing records and implementing role-based access, the platform significantly boosts operational efficiency and ensures full audit readiness.\nCurrently focusing on (January 2026):\nOffline Synchronization: Engineering a robust offline-first mode for the mobile app to ensure inspectors can record data in buildings with poor connectivity.Asset Support Expansion: Extending the system architecture to include comprehensive inspection modules for hydrants, moving beyond the initial fire extinguisher focus.Workflow Step Refinement: Optimizing the step-by-step sequence within the app for different use cases.Process Intuition: Iterating on the user interface to make transitions between inspection stages more seamless and user-friendly.Web AppMobile App Reserved for Your ChallengeI am currently looking for a high-impact project to take on. If you have a complex technical problem that requires a mix of mathematical rigor and production-ready engineering.\nLet’s talk\n","permalink":"https://fantamat.eu/current-work/","tags":[],"title":"Current Work"},{"categories":[],"content":" PalmafTabularaTabulara.ai is a web-based platform for data analysis and visualization.\nAIWebAppIsHasIsHas is a system for Czech fire safety controls of buildings, fire extinguishers, and related equipment.\nFlutterDjangoEEG labelingSystem for automatic EEG labeling using machine learning techniques focusing on epilepsy diagnosis.\nPyTorchMachine LearningSystem Design ","permalink":"https://fantamat.eu/how-i-work/","tags":[],"title":"How I Work"},{"categories":[],"content":" Palmaf2025-present IsHasIsHas is developed specifically for fire safety inspectors. It replaces time-consuming manual notes with a streamlined digital workflow that allows instant, one-click report generation. By centralizing records and implementing role-based access, the platform boosts operational efficiency and audit readiness.\nFlutterPythonDjango Automatic EEG labelingThis application streamlines neurological review by automatically detecting and labeling potential epileptic activity in long-term EEG recordings. By filtering out non-event data, the tool enables specialists to focus on high-value clinical analysis. See demo here.\nPythonPyTorch TabularaTabulara.ai is a natural-language data interface that allows non-technical users to extract meaningful insights from raw tabular exports using simple, human-readable commands. It transforms static exports into an accessible resource for data-informed decisions.\nPythonDjangoHTMXLLM Personal Personal serverI maintain a self-hosted Linux server environment using Docker to deploy and isolate web services behind an Nginx reverse proxy. The project focuses on security best practices, including automated SSL management, firewall hardening, and encrypted remote access.\nLinuxDockerNginx Data Scientist certificationI am a DataCamp Certified Associate Data Scientist, having demonstrated technical proficiency in SQL data extraction, Python-based statistical analysis, and predictive modeling. [View Certificate]\nPythonPandasScikit-learn Kaggle competitionsI am an active participant in Kaggle data science competitions, where I apply feature engineering and machine learning techniques to real-world predictive challenges. [My Profile]\nPandasScikit-learnPyTorch Deymed2019-2025 EM field simulationPhysical coil prototype making and measurement is expensive. Computation and visualization of EM fields produces near real-world values that reduce the need for physical coil prototypes to just a few samples.\nPythonNumba Measurement automationMedical devices and their components are thoroughly tested. I integrated several simple elements into a complex system designed to collect and visualize precise measurement data.\nPythonPlotly TMS Neuronavigation Integration \u0026 PrototypingI managed technical integration of neuronavigation systems for TMS therapy, focusing on API negotiation with third-party vendors and development of an in-house C++ prototype.\nC++gRPCHL7 Internal AI Automation SuiteI developed internal AI services using Python and LangChain to automate invoice processing, ticket summarization, and RAG-based search. With Ollama and FastAPI, the system provides secure local LLM capabilities.\nPythonOllamaFastAPILangchain Full-Lifecycle Medical Software EngineeringDeveloping medical-grade software requires balancing technical performance with strict international safety regulations. I played a key role in the full SDL, ensuring phases from requirement analysis to deployment met quality standards by integrating IEC 62304 and ISO 14971 into the process.\nCore Responsibilities \u0026 Impact\nFull-Lifecycle Management: From initial architecture and coding to automated build scripts and deployment.Regulatory Compliance: IEC 62304 and ISO 14971.V\u0026V and Quality: Formal validation and test cases for QMS requirements.Cybersecurity: Security measures for sensitive medical data and system integrity.Maintenance \u0026 Support: Bug fixes, enhancements, localization, and tier-3 support.DelphiInno SetupTeamViewerJiraEA FDA-Cleared Medical SoftwareI led development of a new medical software application from concept to successful clinical launch and official FDA clearance. The system is now active in production.\nDelphiJiraInno Setup Hardware Emulation FrameworkI proactively developed a hardware emulation framework that allows developers to test software virtually without physical devices, reducing bottlenecks and enabling automated edge-case testing.\nOwn InitiativeDelphiDLL University2013-2019Rule Extraction from neural networksMy thesis focused on making artificial intelligence more understandable by extracting clear, human-readable rules from complex neural-network models.\nLink to thesis on ResearchGate\nPythonTensorflow ","permalink":"https://fantamat.eu/projects/","tags":[],"title":"Projects \u0026 Portfolio"},{"categories":[],"content":" Palmaf EEG označováníTato aplikace zefektivňuje proces neurologického vyšetření automatickou detekcí a označováním potenciální epileptické aktivity v dlouhých EEG záznamech. Odfiltrováním dat bez událostí umožňuje nástroj specialistům přesunout svou pozornost z hledání anomálií k provádění hodnotné klinické analýzy. Ukázku naleznete zde.\nAktuální zaměření (leden 2026):\nHodnocení výkonu systému: Výzkum a stanovení standardizovaných benchmarkových metrik pro kvantitativní hodnocení výkonu systému proti nejmodernějším řešením.Multiclass detekce anomálií: Rozšíření modelu strojového učení z binární detekce na specifickou klasifikaci různých typů epileptických událostí.Optimalizace návrhu systému: Optimalizace datového pipeline pro zajištění nízké latence klasifikačního enginu během analýzy velkého objemu záznamů.Strojové učeníNávrh systémů IsHasDigitalizace požární bezpečnostiIsHas je aplikace vyvinutá speciálně pro inspektory požární bezpečnosti, která nahrazuje časově náročné ruční poznámky zefektivněným digitálním workflow umožňujícím okamžité generování zpráv jedním kliknutím. Centralizací záznamů a implementací přístupu na základě rolí výrazně zvyšuje provozní efektivitu a zajišťuje plnou připravenost na audit.\nAktuální zaměření (leden 2026):\nOffline synchronizace: Návrh robustního offline-first režimu pro mobilní aplikaci, který zajistí, že inspektoři mohou zaznamenávat data v budovách se špatným připojením.Rozšíření podpory zařízení: Rozšíření architektury systému o komplexní inspekční moduly pro hydranty, nad rámec původního zaměření na hasicí přístroje.Optimalizace kroků workflow: Optimalizace postupné sekvence kroků v aplikaci pro různé případy užití.Intuitivnost procesů: Iterace uživatelského rozhraní pro plynulejší a uživatelsky přívětivější přechody mezi různými fázemi inspekce.Webová aplikaceMobilní aplikace Vyhrazeno pro vaši výzvuAktuálně hledám projekt s vysokým dopadem, který bych mohl vypracovat. Pokud máte složitý technický problém vyžadující kombinaci matematické přesnosti a produkčního řešení.\nPojďme si promluvit\n","permalink":"https://fantamat.eu/cs/current-work/","tags":[],"title":"Aktuální práce"},{"categories":[],"content":" PalmafTabularaTabulara.ai je webová platforma pro analýzu a vizualizaci dat.\nAIWebAppIsHasIsHas je systém pro české požárně bezpečnostní kontroly budov, hasicích přístrojů a souvisejícího vybavení.\nFlutterDjangoEEG označováníSystém pro automatické označování EEG pomocí strojového učení se zaměřením na diagnostiku epilepsie.\nPyTorchStrojové učeníNávrh systémů ","permalink":"https://fantamat.eu/cs/how-i-work/","tags":[],"title":"Jak pracuji"},{"categories":[],"content":" Kontaktujte mě Chcete být v kontaktu? Pošlete mi zprávu a já se vám ozvu.\nWebsite Jméno E-mail Telefon Zpráva Hovor Zaškrtněte, pokud máte zájem o krátký hovor Před odesláním prosím vyplňte CAPTCHA ověření.\nOdeslat ","permalink":"https://fantamat.eu/cs/contact/","tags":[],"title":"Kontakt"},{"categories":[],"content":"\nBio Profesní zkušenosti Freelance AI/ML Engineer (2025-současnost) V současnosti pracuji jako freelance softwarový inženýr zaměřený na tvorbu inteligentních softwarových řešení pro různé klienty. Moje práce zahrnuje návrh a implementaci pokročilých algoritmů, datových pipeline a modelů strojového učení pro řešení komplexních problémů.\nPracuji především prostřednictvím vlastní společnosti Palmaf s.r.o. , díky čemuž se mohu věnovat různorodým projektům a spolupracovat s klienty z různých odvětví.\nIsHasIsHas je vyvíjený speciálně pro inspektory požární bezpečnosti. Nahrazuje časově náročné ruční poznámky efektivním digitálním workflow, které umožňuje okamžité generování zpráv jedním kliknutím. Centralizací záznamů a zavedením řízení přístupu podle rolí platforma zvyšuje provozní efektivitu a připravenost na audit.\nFlutterPythonDjango Automatické označování EEGTato aplikace zefektivňuje neurologické hodnocení tím, že automaticky detekuje a označuje potenciální epileptickou aktivitu v dlouhodobých EEG záznamech. Filtrováním dat bez událostí umožňuje specialistům soustředit se na klinicky nejhodnotnější analýzu. Ukázku najdete zde.\nPythonPyTorch TabularaTabulara.ai je datové rozhraní v přirozeném jazyce, které umožňuje netechnickým uživatelům získávat smysluplné poznatky ze surových tabulkových exportů pomocí jednoduchých, lidsky srozumitelných příkazů. Přeměňuje statické exporty na dostupný zdroj pro rozhodování založené na datech.\nPythonDjangoHTMXLLM SW / AI Engineer v Deymedu (2019-2025) Moje úkoly sahaly od údržby existujícího softwaru až po návrh a implementaci nových funkcí a modulů. Podílel jsem se také na testování, ladění, QA a výzkumně-vývojových projektech.\nBěhem působení v Deymedu jsem úzce spolupracoval s mezioborovými týmy včetně hardwarových inženýrů, zajištění kvality a regulatorních specialistů, aby náš software splňoval oborové standardy a předpisy.\nV pozdějších letech v Deymedu jsem se více zaměřil na výzkum a vývoj: tvorbu interních inženýrských nástrojů, hodnocení nových technologií a vývoj AI asistované automatizace pro technické workflow.\nSimulace EM poleVýroba a měření fyzických prototypů cívek je nákladné. Výpočet a vizualizace EM polí poskytuje hodnoty blízké realitě a snižuje potřebu fyzických prototypů na několik málo vzorků.\nPythonNumba Automatizace měřeníZdravotnické prostředky a jejich komponenty procházejí důkladným testováním. Integroval jsem několik jednoduchých prvků do komplexního systému navrženého pro sběr a vizualizaci přesných měřicích dat.\nPythonPlotly Integrace a prototypování TMS neuronavigaceŘídil jsem technickou integraci neuronavigačních systémů pro TMS terapii se zaměřením na vyjednávání API s externími dodavateli a vývoj interního C++ prototypu.\nC++gRPCHL7 Interní sada AI automatizaceVyvinul jsem interní AI služby využívající Python a LangChain pro automatizaci zpracování faktur, sumarizaci tiketů a RAG vyhledávání. S využitím Ollama a FastAPI systém poskytuje bezpečné lokální LLM schopnosti.\nPythonOllamaFastAPILangchain Kompletní softwarové inženýrství pro zdravotnický softwareVývoj zdravotnického softwaru vyžaduje vyvažování technické výkonnosti s přísnými mezinárodními bezpečnostními předpisy. Hrál jsem klíčovou roli v celém SDL a pomáhal zajistit, aby fáze od analýzy požadavků po nasazení splňovaly standardy kvality díky začlenění IEC 62304 a ISO 14971 do procesu.\nHlavní odpovědnosti a dopad\nŘízení celého životního cyklu: Od počáteční architektury a programování až po automatizované build skripty a nasazení.Regulatorní soulad: IEC 62304 a ISO 14971.V\u0026V a kvalita: Formální validace a testovací případy pro požadavky QMS.Kyberbezpečnost: Bezpečnostní opatření pro citlivá zdravotnická data a integritu systému.Údržba a podpora: Opravy chyb, vylepšení, lokalizace a tier-3 podpora.DelphiInno SetupTeamViewerJiraEA Zdravotnický software schválený FDAVedl jsem vývoj nové zdravotnické softwarové aplikace od konceptu až po úspěšné klinické uvedení a oficiální schválení FDA. Systém je nyní aktivní v produkci.\nDelphiJiraInno Setup Framework pro emulaci hardwaruProaktivně jsem vyvinul framework pro emulaci hardwaru, který vývojářům umožňuje testovat software virtuálně bez fyzických zařízení, omezuje úzká místa a umožňuje automatizované testování okrajových případů.\nVlastní iniciativaDelphiDLL Java Developer v Notixu (2018-2019) Pracoval jsem v menším týmu na vývoji backendových microservices v Javě.\nVzdělání Magisterské studium (absolvováno 2019) Obor matematická informatika, Fakulta jaderná a fyzikálně inženýrská, České vysoké učení technické v Praze\nStudium bylo zaměřené na teoretické základy informatiky, algoritmy a matematické metody informatiky. Během studia jsem si vybudoval silný zájem o algoritmy a datovou vědu, což mě přivedlo ke strojovému učení a umělé inteligenci.\nMoje diplomová práce se zaměřovala na \u0026ldquo;Extrakci pravidel z neuronových sítí\u0026rdquo;, kde jsem zkoumal metody pro získávání lidsky čitelných pravidel z natrénovaných modelů neuronových sítí.\nExtrakce pravidel z neuronových sítíMoje diplomová práce se zaměřovala na zvyšování srozumitelnosti umělé inteligence prostřednictvím extrakce jasných, lidsky čitelných pravidel z komplexních modelů neuronových sítí.\nOdkaz na diplomovou práci na ResearchGate\nPythonTensorflow Certifikáty DataCamp Certified Associate Data ScientistProkázal jsem technickou zdatnost v získávání dat pomocí SQL, statistické analýze v Pythonu a prediktivním modelování. Zobrazit certifikát\nClaude Certified Architect – Foundations Prokázaná schopnost navrhovat a plánovat řešení postavená na modelu Claude – od výběru správného modelu a architektury až po náklady, evaluaci a odpovědné nasazení. Zobrazit certifikát\n","permalink":"https://fantamat.eu/cs/bio/","tags":[],"title":"O mně"},{"categories":[],"content":" Palmaf2025-současnost IsHasIsHas je aplikace vyvinutá speciálně pro inspektory požární bezpečnosti, která nahrazuje časově náročné ruční poznámky zefektivněným digitálním workflow umožňujícím okamžité generování zpráv o kontrolách jedním kliknutím.\nFlutterPythonDjango Automatické označování EEGTato aplikace zefektivňuje proces neurologického vyšetření automatickou detekcí a označováním potenciální epileptické aktivity v dlouhých EEG záznamech. Ukázku naleznete zde.\nPythonPyTorch TabularaTabulara.ai je rozhraní pro práci s daty v přirozeném jazyce, které umožňuje netechnickým uživatelům získávat poznatky z tabulkových dat pomocí jednoduchých příkazů.\nPythonDjangoHTMXLLM OsobníOsobní serverSpravuji vlastní Linux server využívající Docker pro nasazení a izolaci různých webových služeb za Nginx reverse proxy. Projekt se zaměřuje na zabezpečení, automatizovanou správu SSL, firewall a šifrovaný vzdálený přístup.\nLinuxDockerNginxCertifikace Data ScientistJsem DataCamp Certified Associate Data Scientist, což prokazuje technickou zdatnost v SQL, statistické analýze v Pythonu a prediktivním modelování. [Zobrazit certifikát]\nPythonPandasScikit-learnKaggle soutěžeJsem aktivním účastníkem Kaggle datových soutěží, kde aplikuji feature engineering a techniky strojového učení na reálné prediktivní výzvy. [Můj profil]\nPandasScikit-learnPyTorch Deymed2019-2025Simulace EM poleVýroba a měření fyzických prototypů cívek je nákladné. Výpočet a vizualizace EM polí produkuje hodnoty blízké reálným a snižuje potřebu fyzických prototypů.\nPythonNumbaAutomatizace měřeníIntegroval jsem několik jednoduchých prvků do komplexního systému navrženého pro sběr a vizualizaci přesných měřicích dat.\nPythonPlotlyIntegrace a prototypování TMS neuronavigaceŘídil jsem technickou integraci neuronavigačních systémů pro TMS terapii, včetně vyjednávání API s externími dodavateli a vývoje interního C++ prototypu.\nC++gRPCHL7Interní sada AI automatizaceVyvinul jsem interní AI služby využívající Python a LangChain pro automatizaci zpracování faktur, sumarizace tiketů a RAG vyhledávání.\nPythonOllamaFastAPILangchainKompletní softwarové řešení medicínských systémůVývoj medicínského softwaru vyžaduje vyvážení technického řešení s přísnými bezpečnostními předpisy. Hrál jsem klíčovou roli v celém SDL a začlenění IEC 62304 a ISO 14971 do vývojového procesu.\nŘízení celého životního cyklu: Od architektury a kódování po build skripty a nasazení.Dodržování regulací: IEC 62304 a ISO 14971.V\u0026V a kvalita: Validace a testovací případy pro QMS.Kyberbezpečnost: Ochrana citlivých zdravotnických dat.Údržba a podpora: Opravy, vylepšení, lokalizace a tier-3 podpora.DelphiInno SetupTeamViewerJiraEAMedicínský software schválený FDAVedl jsem vývoj medicínské softwarové aplikace od konceptu po klinické uvedení a oficiální schválení FDA.\nDelphiJiraInno SetupFramework pro emulaci hardwaruVyvinul jsem framework pro emulaci hardwaru, který umožňuje vývojářům testovat software ve virtuálním prostředí bez fyzických zařízení.\nVlastní iniciativaDelphiDLL Univerzita2013-2019Extrakce pravidel z neuronových sítíDiplomová práce zaměřená na zprůhlednění umělé inteligence pomocí extrakce jasných, lidsky čitelných pravidel z komplexních modelů.\nOdkaz na diplomovou práci na ResearchGate\nPythonTensorflow ","permalink":"https://fantamat.eu/cs/projects/","tags":[],"title":"Projekty \u0026 Portfolio"}]