Über mich & Global Dev Blog

Willkommen beim Global Dev Blog, einem technischen Entwickler- und Forschungstagebuch von Jihwan Park (jbjihwan).

Dieser Blog dokumentiert praktische Implementierungen, reale Herausforderungen bei der Produktionsbereitstellung, Architektur-Trade-offs und empirische Benchmarks in den Bereichen Künstliche Intelligenz, Robotik, Deep Computer Vision und Reinforcement Learning.

👨‍💻 Wer ich bin​

Ich bin ein KI- und Robotik-Software-Ingenieur, der theoretische Algorithmen in robuste Echtzeitsysteme auf Edge-Geräten und Cloud-Servern überführt. Meine Schwerpunkte umfassen:

• Autonome Systeme & Reinforcement Learning: Formulierung von Markov-Entscheidungsprozessen (MDP), kontinuierlich-zu-diskreten Zustands-Aktions-Mappings, dichtes Reward-Shaping und Sim-to-Real-Hardwaretransfer.
• Deep Computer Vision: Echtzeit-Mehrstufen-Inferenzpipelines, Objekterkennung (YOLOv3/v5/v8), Mehrfachobjektverfolgung (CSRT, DeepSORT), Super-Resolution (EDSR) und optische Zeichenerkennung (OCR) mit temporaler Filterung.
• Natural Language Processing & Safety AI: Parametereffizientes Fine-Tuning (PEFT/LoRA) auf Llama-Architekturen, ordinale Regression unter extremem Klassenungleichgewicht und deterministische Guardrails.
• Full-Stack ML Engineering: Hochdurchsatz-FastAPI-Microservices, Containerisierung, mehrsprachige Docusaurus-Dokumentation und plattformübergreifende React Native-Apps.

📚 Hauptserien auf diesem Blog​

1. 🧠 Maeumjigi Capstone Dev Log (23 Episoden)​

Entwicklung eines KI-gestützten Systems zur Krisenerkennung und Suizidprävention:

• Synthetische klinische Dialoggenerierung mittels groß angelegter LLM-Pipelines.
• Beseitigung extremer Weak-Label-Overconfidence durch ordinale Regression und kumulative Schwellenwerte.
• Entwicklung deterministischer Safety-Wrapper-Guardrails zur Gewährleistung sub-millisekündlicher Krisenintervention.

2. 🤖 Webots Q-Learning Autonomer Roboter (5 Episoden)​

Von Nullwissen-Exploration zu deterministischer Hindernisvermeidung:

• Diskretisierung von 6-Sektor-Distanzsensoren in 648 kompakte Zustände.
• Geometrische Geschwindigkeits- und Distanz-Delta-Reward-Gestaltung gegen spärliche Belohnungen.
• Bereitstellung der Q-Tabelle auf physischen Differentialantriebsrobotern via Arduino Uno.

3. 🚗 Blackbox ANPR & Spurerkennung Vision AI (5 Episoden)​

Echtzeit-Embedded-Visionsystem für Dashcam-Aufnahmen bei hoher Geschwindigkeit:

• 6-stufige End-to-End-Pipeline mit strikter 30-FPS-Latenzgrenze.
• Dynamische Polynomanpassung für Fahrspuren und geometrische IoU-Kriterien.
• Kennzeichenerkennung mit EDSR-Super-Resolution und temporalem Majority Voting.