×

Kontakta oss så guidar vi dig rätt

Tack för ditt meddelande , vi hör oss så snart vi kan!

← Back to all consultants
Per Rosengren

Per Rosengren

Mjukvaruutvecklare

Competences:
  • Computer Vision Expert inom området
  • JavaScript Expert inom området
  • Front-end-programmering Expert inom området
  • HTML5 Expert inom området
  • Django Expert inom området
  • Innehållshantering Expert inom området
  • Backendutveckling Expert inom området
  • Dataanalys Expert inom området
  • Pythonutveckling Expert inom området
  • C++ programmering Expert inom området
  • Inbäddade system Expert inom området
  • Algorithms Expert inom området
  • SW arkitektur Expert inom området
  • Object detection Expert inom området
  • C Programmering Expert inom området
  • FreeRTOS Expert inom området
  • NumPy Expert inom området
  • AUTOSAR Expert inom området
  • Technical Writing Expert inom området
  • STM32CubeMX Expert inom området
  • Pandas Expert inom området
  • Jupyter Notebook Expert inom området
  • gtest/gmock Expert inom området
  • Image proccesing Expert inom området
  • Embedded Software Development Expert inom området
  • Akademisk forskning Expert inom området
  • VHDL Grundläggande nivå
  • FPGA Grundläggande nivå
  • Yocto Linux Hög kompetens
  • Xilinx Zynq Hög kompetens
  • Rust Hög kompetens
  • MSP430 Mycket hög kompetens
  • Sensor Mycket hög kompetens
  • Zephyr Mycket hög kompetens
  • ARM Cortex M Mycket hög kompetens
  • Linux (embedded) Mycket hög kompetens
  • Linux Yocto Mycket hög kompetens
  • Linux OS Mycket hög kompetens
  • Functional Safety Mycket hög kompetens
  • Video Processing Mycket hög kompetens
  • System on a chip Mycket hög kompetens
  • Graphical user interface Mycket hög kompetens
  • Conan Packaging Mycket hög kompetens
  • Infrared sensors Mycket hög kompetens
  • Fordonsindustrin Mycket hög kompetens

En erfaren mjukvaruutvecklare med passion för att skapa välstrukturerad, elegant och lättförståelig mjukvara. Expert på att lösa komplexa problem genom att bryta ner dem i hanterbara komponenter, ofta med hjälp av generiska byggstenar—oavsett om de är öppen källkod, från tredjepartsleverantörer eller egenutvecklade. Dessa komponenter är modulära och återanvändbara, utformade för att enkelt kunna köras på mikrodatorer eller arbetsstationer, med tillhörande Python-bindningar vid behov. Denna metod stödjer omfattande loggning, felsökning, integrat