C Experten in Köln

• Eine modulare C++-20-Embedded-Linux-Acquisition-Software auf einem Raspberry Pi entwickelt, die IMU- und Dual-Kamera-Datenströme mit Genauigkeit im Submillisekundenbereich synchronisiert.
• Retroreflektive und Kontrastsensoren integriert, um die Datenerfassung auszulösen und Lücken zwischen Sortierbahnschienen zu erkennen.
• SPI- und I2C-Sensorkommunikation, GPIO-Interrupt-Verarbeitung mit libgpiod sowie CSV- und JSON-Ausgabe implementiert.
• Eine mehrthreadige Acquisition-Pipeline und eine SPSC-Queue zwischen Acquisition- und Writer-Threads entworfen.
• Einen webbasierten Server mit Python/HTML/CSS aufgebaut und den Prototypen in einem DHL-Lager zur Fehlererkennung validiert.
• Das Softwareverhalten, die Konfiguration und die Ergebnisse dokumentiert, um eine wartbare Übergabe und Weiterentwicklung zu ermöglichen.

• Arbeitete an einem FPGA-gestützten Gerät zur Netzverschlüsselung mit Secure Boot, TPM 2.0 und Smartcard-Integration für eine BSI-zugelassene Anwendung mit Post-Quanten-Kryptographie
• Entwickelte und prüfte Linux-Treiber
• Zusammenarbeit unter Nutzung von GitLab, Gerrit, Confluence und Jira
• Technologien: C, C++, Secure Boot

• Eigenständige CPQ-Beratung für ein Portfolio industrieller Hersteller, darunter Scheidt & Bachmann, Trützschler Group SE und Weiss Klimatechnik GmbH (Schunk Group)
• Vollständige Projektabdeckung: Anforderungsanalyse, Konzeption, Systemdesign, Implementierung, Testing und internationale Go-Live-Begleitung
• Tiefe Integrationsarbeit mit SAP ECC (Materialstamm-Replikation, SD-Beleganlage, Materialanlage, allg. APICONNECT- und weiterer Webservice-Schnittstellen)
• Prozessberatung: Analyse und Optimierung interner Angebotsprozesse für Vertrieb und Management
• Wissensvermittlung/Coaching und Pair-Programming zur Stärkung interner Teamkompetenzen

• Sachstandermittlung (Planungsstand / Ausbaustatus) bei den sog. Interpolygon-Strecken
• Aufstellen eines Ende-zu-Ende Projektplans für die individuellen Strecken unter Berücksichtigung von aktiven und passiven Komponenten und Arbeiten
• Überwachung und Steuerung in der Umsetzung des Plans
• Optimierung der gewählten Netzarchitektur
• Erstellung von Netz- und Spleißplänen

• Technische Leitung eines internationalen Teams für die Aurix 2. Generation (TC3XX) Multicore-AUTOSAR-Architektur zur Unterstützung verschiedener OEM-Programme.
• Verantwortlich für die Analyse von Sicherheitsanforderungen der Kunden, die Identifikation von Assets und die Ableitung von TARA und Sicherheitskonzepten auf Systemebene.
• Durchführung von System- und Software-/Hardware-Schwachstellenanalysen und Implementierung von Cybersecurity-Lösungen mit Crypto, HSM, MPU, BSW, OS und ISO-21434-konformen Stacks von Vector.
• Führung von Architekturgesprächen mit OEMs und Zulieferern zur Abstimmung von Cybersecurity-Strategien mit Fahrzeugplattformen.
• Beitrag zum Design, zur Integration und zum Test von SecOC, UDS-Authentifizierung und drahtlosen Schnittstellen wie WiFi, Bluetooth und V2X, um einen sicheren und nahtlosen Fahrzeugzugriff zu gewährleisten.
• Bewältigung von Sicherheitsherausforderungen wie Relay-Angriffen, Replay-Angriffen und Credential-Spoofing durch fortgeschrittene Bedrohungsmodellierung und Gegenmaßnahmen.

• Selbständig automatisierte Validierungs-Workflows mit Python initiiert und implementiert, wodurch manuelle Bearbeitung um 58% reduziert und Effizienz gesteigert wurde
• Ein Machine-Learning-Modell zur synthetischen Fehlererzeugung entwickelt, um Ausfallzeiten und Produktionskosten zu senken; lokal und über Databricks sowie Azure AI Factory bereitgestellt
• Ein kleines Datenset mit Bilddaten von Produktionslinien genutzt und dieses Datenset durch Training von Modellen wie cycleGAN und pix2pix erweitert
• Die Linux-basierte Entwicklungsumgebung für das Training von 3D-Modellen aufgebaut und optimiert; Reproduzierbarkeit über GitHub sichergestellt
• Technische Erkenntnisse vor funktionsübergreifenden Teams (Ingenieure, QA, Projektmanager) präsentiert und so die Abstimmung der ML-Lösungen an betriebliche Anforderungen sichergestellt

• Betreuung und Weiterentwicklung eines Frameworks für die Entwicklung der Applikationen in einem Bankverband: DynS/OSPE
• Umstellung des Frameworks auf Java11 und Java17
• Java8, Java11 und Java17, Spring, Spring-Batch, Spring WebServices, Spring-Security, Spring-Data, JPA, Hibernate, OpenSource Libraries etc.
• XML, JAXB, JSON, REST- und SOAP-Services, DB2, Oracle, WebSphere bzw. Liberty AS, FreeMaker, Junit, Mock-Libraries, JaCoCo, Maven, IntelliJ, Eclipse, GitHub, SVN, Jira

• Implementierung von maßgeschneiderten Reporting-Lösungen für Finanzkennzahlen, die auf spezifische Geschäftsanforderungen abgestimmt sind

• Entwicklung einer Anwendung für maschinelles Lernen, die eine Leistungssteigerung von 250% erzielte

• Datenarchitekt „Produktionsnahe Qualitätssicherung“ (03/2024–09/2024):

• Konzeption und Umsetzung einer Analyseplattform zur Erkennung von Qualitätsabweichungen in der Fertigung

• Aufbau einer skalierbaren Data-Lakehouse-Architektur auf Databricks in Kombination mit SAP ERP-Daten über SAP Datasphere

• Enge Zusammenarbeit mit dem SAP-Team zur Harmonisierung der Stücklisten- und Auftragsdaten

• Visualisierung der KPIs zur Unterstützung des Shopfloor-Managements

• Leitender Dateningenieur „Monitoring der Vertriebsleistung“ (08/2023–12/2023):

• Design und Implementierung einer Databricks-basierten Plattform zur Analyse von Verkaufszahlen und Promotion-Effekten

• Integration von SAP SD-Daten über SAP BW/4HANA

• Nutzung von Azure DevOps zur Orchestrierung von ETL-Jobs und Deployment der Workflows

• Technischer Projektleiter „Cloud-Migration & Datenstrategie“ (02/2023–05/2023):

• Migration eines heterogenen Data-Warehouse-Stacks in eine moderne Cloud-Architektur auf Azure mit Databricks als zentrale Verarbeitungsplattform

• Entwicklung einer Governance-konformen Datenarchitektur zur Integration von SAP-Finanzdaten und nicht-SAP-Quellen

Technologien: Databricks, Delta Lake, Python, SAP Datasphere, Azure DevOps, PowerBI, SQL

• Aufbau eines ausgeklügelten KI-Copiloten, um das Lernerlebnis der Studierenden zu verbessern und den Dozenten KI-basierte Einblicke zu geben.
• Aufbau eines Multi-Chain-LLM-Systems, das sich eigenständig an Nutzerbedürfnisse anpasst, mit einem auf Weaviate-Vektordatenbank basierenden RAG-System und Evaluation mit Ragas.
• Entwicklung eines responsiven React-Frontends sowie von Backendsystemen für Authentifizierung, Datenverwaltung und Hilfsdienste als RESTful API.
• Bereitstellung und Verwaltung der App in der Cloud in einer Produktionsumgebung, einschließlich CI/CD über mehrstufige Deployments.

• Freiberufliche Tätigkeit als CMS-Experte

• Teil eines Squads, das sich auf intensive Modulentwicklung und -integration konzentrierte
• Enge Zusammenarbeit mit anderen Squads und Teams zur Integration von Modulen und essenziellen Komponenten
• Einsatz von SwiftUI und dem Coordinator Pattern zur Entwicklung von sauberem und verständlichem Code
• Kreative Zusammenarbeit mit den UX-Designern in Figma und Umsetzung im Code
• Branche: Bank
• Projektsprache: Englisch
• Organisationsform: Kanban
• Tools: Azure, Confluence, Figma, Teams
• Teamgröße: 40 Personen
• Versionierung: Git, GitFlow, Azure
• Produkt im App Store: ING Banking
• Programmiersprache: SwiftUI, Swift
• Pattern: Coordinator, MVVM
• Swift Package Manager
• Lokalisierung: Ja
• Tests: XCTest, XCUITest

• Entwicklung einer App
• Technologien: React Native, Expo, SupaBase, TypeScript, GitHub, Trello

• Weiterbildung in praktischer Anwendung künstlicher Intelligenz
• Weiterbildung in CAM-Konfigurierung mit praktischer Umsetzung
• Unterstützung bei ehrenamtlichen Projekten

• Weiterentwicklung eines Bestandsführungssystems (Vertrag/Schaden) für die Rechtsschutzversicherung ÖRAG.
• Meine Aufgaben: Senior Software-Entwickler.
• Das Team umfasst 12 Entwickler.
• Verwendete Technologien: Java 8/21, Java EE, Quarkus, WebLogic, JPA, RabbitMQ, JTA, CI, CD, Jenkins, DB2, Maven, Jenkins, GIT (Bitbucket), später GitLab, Junit, Elasticsearch, Mockito, Jira, SonarQube, Scrum, React, Workflow
• Migration und Modernisierung von Altsystemen: C- und C++-Code in Java umgeschrieben, um Wartbarkeit, Skalierbarkeit und Performance zu verbessern. Python in Java refaktoriert, inklusive Optimierung und Integration in moderne Architekturen.
• Studie zum Einsatz von KI (Codex) für die Implementierung eines Java-Features. Ziel ist es, den Zeitaufwand und die Produktivität einer KI-gestützten Entwicklung mit einer klassischen Implementierung durch einen Entwickler zu vergleichen. Die Ergebnisse sollen Aufschluss darüber geben, wie stark der Einsatz von KI die Entwicklungsdauer und Effizienz beeinflusst.
• Entwicklung folgender Tarifrechner für das Jahr 2024/2026: Privat, Firmen, Ärzte, Landwirte, Selbstgenutzt G + H, Vermieter, Verkehr, Verein, Topmanager, Handelsvertreter, Spezialstraf, Sparkasse, Kommunal, BayGT, Ärzte, Dehoga