Dat Le

Dat Le ver­fügt über einen Bache­lor­ab­schluss in Elek­tro­tech­nik sowie einen Mas­ter­ab­schluss in Robo­tics, Cogni­ti­on, Intel­li­gence von der Tech­ni­schen Uni­ver­si­tät Mün­chen. Sein aka­de­mi­scher und beruf­li­cher Hin­ter­grund kon­zen­triert sich auf KI, Machi­ne Lear­ning Engi­nee­ring und Data Sci­ence.

Wäh­rend sei­ner Kar­rie­re arbei­te­te Dat an End-to-End-KI- und Machi­ne-Lear­ning-Pro­jek­ten sowohl in der For­schung als auch in der Indus­trie, ein­schließ­lich Anwen­dun­gen in Com­pu­ter Visi­on, Natu­ral Lan­guage Pro­ces­sing und auto­no­mem Fah­ren. Wäh­rend sei­nes Prak­ti­kums bei Munich Re sam­mel­te er Erfah­run­gen in der Ent­wick­lung und Imple­men­tie­rung von Machi­ne-Lear­ning-Lösun­gen für Finanz­an­wen­dun­gen. Anschlie­ßend führ­te er sei­ne Mas­ter­ar­beit bei CARIAD (Volks­wa­gen) durch, wo er daten­ge­stütz­te Metho­den zur Iden­ti­fi­ka­ti­on sicher­heits­kri­ti­scher Fahr­sze­na­ri­en in auto­no­men Fahr­sys­te­men ent­wi­ckel­te. Sei­ne For­schung wur­de auf der IEEE Intel­li­gent Trans­por­ta­ti­on Sys­tems Con­fe­rence (ITSC) 2025 in Gold Coast, Aus­tra­li­en, ver­öf­fent­licht und prä­sen­tiert.

Im Juni 2026 trat Dat TUM Inter­na­tio­nal als Juni­or Pro­ject Mana­ger bei. Er unter­stützt die Ent­wick­lung und Umset­zung aka­de­mi­scher Pro­gram­me für Part­ner­insti­tu­tio­nen welt­weit und ist dabei unter ande­rem für Cur­ri­cu­lu­m­ent­wick­lung, Part­ner­zu­sam­men­ar­beit und Qua­li­täts­si­che­rung ver­ant­wort­lich.