Andrei Roibu, PhD

Applied AI Systems Engineer with Oxford PhD

4 minute read

Zur Person

  • Andrei-Claudiu Roibu
  • PhD in angewandter KI, Softwareentwickler
  • linkedin.com/in/andreiroibu
  • github.com/AndreiRoibu
  • Schweizer B-Ausweis
  • Lendig
  • Rumänisch/Britisch

Profil

Machine-Learning-Ingenieur mit einem PhD von der Universität Oxford und Erfahrung in einer kundenorientierten technischen Rolle. Ich übersetze technische Prioritäten in konkrete Lösungen, entwickle Konzeptnachweise und unterstütze Benchmarking-Aktivitäten in den Bereichen des maschinellen Lernens, der Signalverarbeitung, der Datenanalyse und der Produktentwicklung. Zuvor habe ich in der Pharma- und Luftfahrtindustrie gearbeitet und angewandte Deep-Learning- und Datenwissenschaftspipelines entwickelt. Meine Schwerpunkte liegen auf der technischen Anforderungsanalyse, der bereichsübergreifenden Umsetzung und der klaren Kommunikation mit Stakeholdern.

Ausbildung

PhD in angewandter KI und biomedizinischer Datenwissenschaft - University of Oxford, Oxford, Vereinigtes Königreich, Oktober 2019 – August 2023

  • Doktorarbeit: Deep Learning Approaches to Multimodal MRI Brain Age Estimation
  • Doktorat verliehen im November 2024

MEng in Luft- und Raumfahrttechnik - University of Sheffield, Sheffield, Vereinigtes Königreich, September 2014 – Juni 2019

  • Abschluss mit First-Class Honours; Abschiedsredner
  • Masterarbeit: Design of Artificial Intelligence Agents for Games using Deep Reinforcement Learning

Berufliche Tätigkeit

Softwareentwickler (Kundelösung / Feldantrag) - Synthara AG, Zürich, Schweiz, September 2023 – heute

Synthara entwickelt leistungsstarke und energieeffiziente In-Memory-Computing-Chips für eingebettete Systeme.

  • Entwicklung einer automatisierten Benchmarking-Pipeline mit GCP, MongoDB und CI; dadurch wurde die Bearbeitungszeit von Wochen auf Stunden reduziert.
  • Benchmarking von über 40 Workloads in den Bereichen Machine Learning, LLMs und digitaler Signalverarbeitung; Abbildung kundenrelevanter Operationen auf In-Memory-Computing-Primitiven.
  • Unterstützung bei über 15 kundenorientierten Aktivitäten durch die Übersetzung von Anforderungen in KPI-basierte Design-Space-Analysen.
  • Mitarbeit an Features auf Anwendungsebene, Debugging und Code-Reviews für den transaktionsgenauen internen Emulator.
  • Zusammenarbeit mit einem Senior Lead zur Weiterentwicklung der Application-Roadmap, zur Einführung von Lean-Agile-Methoden und zur Betreuung von Engineers.
  • Unterstützung der Geschäftsentwicklung durch technische Workshops und Materialien; Beitrag zur Generierung von über 60 B2B- und VC-Leads.

Doktorand - University of Oxford und F. Hoffmann-La Roche AG, Oxford, Vereinigtes Königreich & Basel, Schweiz Oktober 2019 – August 2023

Entwicklung von 3D-multimodalen Deep-Learning- und Datenanalyse-Pipelines, um komplexe Alterungsprozesse im Gehirn mit biologischen, Umwelt- und Lebensstilfaktoren zu verknüpfen und die Forschung zu neurodegenerativen Erkrankungen zu unterstützen.

  • Entwicklung einer Deep-Learning-Pipeline auf HPC-Systemen mit multimodalen 3D-MRT-Daten von 30.000 UK-Biobank-Probanden zur Vorhersage des Gehirnalters.
  • Ausbildung von 3D-CNNs und SWIN-Vision-Transformers mit Optimierung der Genauigkeit, Robustheit und Erklärbarkeit.
  • Korrektur von Varianz, Bias und Störfaktoren; Identifikation von über 100 Faktoren, die mit Abweichungen vom gesunden Altern korrelieren.
  • Nachweis, dass ElasticNet-Ensembling Deep Fusion bei multimodalen Vorhersagen übertrifft und dabei wichtige Trade-offs sichtbar macht.
  • Anwendung von PCA-ICA-Methoden zur Vorhersage, um unabhängige Muster der Gehirnalterung in einer Population zu identifizieren.
  • Entwicklung tiefer Autoencoder zur Vorhersage der Gehirnfunktion aus strukturellen Gehirnkarten; bessere Ergebnisse als PCA- und PLS-Baselines.
  • Zusammenarbeit mit Roche pRED, um Forschungsergebnisse in Prototypmodelle für die frühe Wirkstoffforschung zu übersetzen.

Product Manager / Software Engineer (Teilzeit) - GE HealthCare UK Plc., Oxford, Vereinigtes Königreich Oktober 2019 – Oktober 2020

Das Team entwickelte ein lokales Tool zur Erstellung editierbarer Gehirn-MRT-Segmentierungen problematischer neurodegenerativer Regionen.

  • Koordination eines kleinen agilen Teams bei der Entwicklung von Paint4Brains.
  • Übersetzung klinischer Anforderungen in ein priorisiertes Product Backlog.
  • Integration von QuickNat; Verbesserung des Dice-Scores um 11 % und der Inferenzgeschwindigkeit auf CPU-Laptops um bis zu 100x im Vergleich zu atlasbasierten Methoden.

Masterand - University of Sheffield, Sheffield, Vereinigtes Königreich September 2018 – Juni 2019

Untersuchung des Trainings klassischer und tiefer Reinforcement-Learning-Agenten auf neuromorpher Hardware.

  • Entwicklung klassischer und tiefer Reinforcement-Learning-Agenten mit Q-Learning und SARSA in OpenAI Gym.
  • Nachweis, dass neuromorphes Direct-Feedback-Alignment-Training Ergebnisse erzielt, die denen von Backpropagation ähneln.

Research Engineer, Vollzeitpraktikum - Rolls-Royce Holdings Plc., Derby, Vereinigtes Königreich, Juni 2017 – September 2018

Modellierung regionaler Luftverkehrsmärkte und Untersuchung der Machbarkeit hybrid-elektrischer Regionalflugzeuge.

  • Anpassung eines internen agentenbasierten Transportmodells zur Simulation regionaler Luft- und Bodenverkehrsdynamiken.
  • Testen von Flugzeugdesigns unter Szenarien mit regulatorischen, lautbezogenen, rechtlichen und wirtschaftlichen Routebeschränkungen.
  • Erstellung einer strategischen Studie für den CTO und externe Partner zu langfristigen kommerziellen Möglichkeiten.

Mitgründer / Projektmanager - Project Phoenix, studentisches Projekt an der University of Sheffield, Sheffield, Vereinigtes Königreich, Februar 2016 – Dezember 2016

  • Leitung eines Teams von 50 Studierenden beim Bau eines Flugzeugs.
  • Unterstützung bei der Beschaffung von 25.000 GBP sowie Verantwortung für Planung, Einkauf und Logistik.

Projekte

  • Cleaning Robot API: Dockerisierte FastAPI-Anwendung mit greedy A*-Manhattan-Planung und SQLite-Historie.

Fähigkeiten

  • Programmierung: Python, C/C++, Bash, Matlab, SQL, LaTeX
  • Deep Learning: PyTorch, TensorFlow, TFLite, Keras, ONNX, Scikit-Learn, Statsmodels, OpenAI Gym
  • Data Science: NumPy, SciPy, Pandas, Matplotlib, Seaborn, PyMongo, MongoDB, h5py, HDF5
  • Embedded Systems: TinyML, digitale Signalverarbeitung, Optimierung, Quantisierung, Emulation
  • Infrastruktur: Azure, Google Cloud, Docker, FastAPI, Slurm/HPC, Git CI/CD, Nuitka, pytest
  • Produktmanagement: Atlassian, Agile, Kanban, bereichsübergreifende Kommunikation, Roadmapping, Design Thinking
  • Business Development: Technisches Marketing, Horizon Scanning, Forschungstransfer, Workshops, Pitching

Ausgewählte Zertifikate

  • Digital Product Management Specialisation, University of Virginia Darden School of Business, laufend
  • AI for Medicine, Deep Learning, Machine Learning Specialisations, Coursera, 2018–2020

Publikationen und ausgewählte Vorträge

Publikationen

  • Roibu, Andrei-Claudiu, et al. “Brain ages derived from different MRI modalities are associated with distinct biological phenotypes.” 2023 10th IEEE Swiss Conference on Data Science (SDS). IEEE, 2023.

Vorträge, Workshops und Pitches

  • Selling the Invisible: A Data-Driven Approach for Enabling In-Memory Computing for Edge AI, SDS 2026
  • Unleashing In-Memory Computing with Synthara’s ComputeRAM, Embedded World 2025
  • Data Science Unmasks Brain Ageing: A Multimodal MRI Study, IEEE Swiss Conference on Data Science, SDS 2023

Auszeichnungen

  • Royal Commission for the Exhibition of 1851 Industrial Fellowship, 2021
  • Mappin Medal and Premium, bester Absolvent der University of Sheffield, 2019
  • Weitere Informationen

Sprachen

  • Rumänisch: Muttersprache
  • Englisch: C2
  • Französisch: A2
  • Deutsch: A2

Interessen

Lesen, insbesondere Wirtschaft, Management und emotionale Intelligenz; MINT-Bildung; Sport, insbesondere Wandern, Joggen, Kajakfahren und Radfahren.