MATLAB Experten

Technische und kaufmännische Risikobewertung für ein Investitionsvorhaben im Hardware-Sektor (Skalierungspotenzial, Haftungsrisiken, operative Prozesse) Prozessberatung für zwei KMUs im Engineering-Umfeld, Fokus Workflow-Digitalisierung, PLM

• Grundlagen der Elektronikmessung, elektropneumatischer Schaltungen und Schutzmaßnahmen nach DIN-VDE
• Installation, Verdrahtung und Inbetriebnahme von SPS-gesteuerten Systemen

Projekt: Defekterzeugung auf Prüfstandsbildern von Metalloberflächen Umfeld: Automatisierte Sichtprüfung (AVI), Metallurgie & Fertigung

• Ziel & Umsetzung: Konzeption, Architektur und Training Generativer Adversarial Networks (Pix2PixHD / SPADE) zur Bild-zu-Bild-Transformation. Gezielte Generierung synthetischer Materialfehler (z. B. Risse, Einschlüsse, Zunder) auf rauen Metalloberflächen unter realen Prüfstands-Lichtverhältnissen zur datenschutzkonformen und effizienten Datensatz-Erweiterung (Data Augmentation).
• Technisches Design: Implementierung robuster Generative-AI- und Computer-Vision-Pipelines in Python und PyTorch. Nutzung von Semantic-Segmentation-Ansätzen zur maskengesteuerten Defektsynthese und nachgelagerter Evaluierung mittels EfficientDet-Objekterkennungs-Modellen.
• Business Impact: Massives Dataset-Upscaling (Faktor 10x) ohne zeit- und kostenintensive physische Prüfstandsläufe bei gleichzeitig drastisch gesteigerter Erkennungsleistung automatisierter Inspektionssysteme.

Eingesetzte Technologien & Skills: Python | PyTorch | SPADE | Pix2PixHD | EfficientDet | Machine Learning | Semantic Segmentation | Computer Vision

• Leitung der Hardware-Entwicklung und Validierung eines sicherheitskritischen 400-V-Batteriemanagementsystems (BMS) für das TOGG SUV-Programm; Durchführung von Systemarchitektur-Reviews, Schaltplanvalidierungen, EMV- und Zuverlässigkeitstests sowie Ursachenanalysen (Root-Cause Analysis) unter Einhaltung relevanter Automobilstandards (ECE-R10, CISPR25, ISO-26262). Koordination länderübergreifender EU-Engineering-Teams, Kunden-Reviews und technischer Dokumentationen zur Bereitstellung eines serienreifen, validierten Systems.

• Architektur und Integration von 22 hochmodernen ADAS-Validierungsfahrzeugen für BMW ADCAM- und LIDAR-Programme bei Magna Electronics; Synchronisation von bis zu 26 heterogenen Sensoren (LIDAR, RADAR, Kameras, GNSS/INS) mittels PTP-basierter Timing-Architekturen. Definition der Systemarchitektur, HW/SW-Schnittstellen für Wiederaufbereitung Hardware-in-the-Loop (HIL), Sensorintegrationsstrategien und Datenerfassungs-Frameworks. Dies ermöglichte eine skalierbare Validierung auf Fahrzeugebene, verbesserte die Validierungseffizienz um 25 % und reduzierte die Projektkosten um 1,45 Mio. €.

• End-to-End-Validierung und Integration von Automotive-Radarplattformen für ein Daimler-Projekt bei Continental. Entwicklung automatisierter Open-Loop Hardware-in-the-Loop (HIL)-Umgebungen zur präzisen Prüfung von Zielverfolgungs-KPIs, Sichtfeldgrenzen (Field of View) sowie thermischen und spannungsbezogenen ECU-Zustandsautomaten. Versierter Einsatz einer hochkomplexen Toolchain bestehend aus CANoe, Lauterbach Trace32, RADAR-Zielsimulatoren und EMV-Abschirmkabinen zur HF- und Systemvalidierung. Synchronisation globaler, interdisziplinärer Teams zur Beschleunigung der Fehlerbehebung und Schließung kritischer technischer Lücken.

• Rekonstruktion und Validierung der Produktarchitektur eines elektromechanischen E-Bikes durch Integration und Fehlersuche in kritischen Subsystemen (BMS, Motorsteuerung, Sensorik, HMI, elektronische Schließsysteme). Aufbau eines umfassenden Teststands auf Systemebene für Funktionsprüfungen, Fehlerreproduktion und Leistungsanalysen; Koordination von Lieferanten und Umsetzung von Korrekturmaßnahmen zur Erhöhung von Zuverlässigkeit und Rückverfolgbarkeit.

• Definition der Systemarchitektur und Validierungsstrategie für eine in Kooperation mit Elmos Semiconductor entwickelte LIDAR-Plattform; Evaluierung optischer Messkonzepte, SPAD-Detektorintegration und Systemanforderungen sowie Erstellung technischer Empfehlungen für Produktentwicklung und Verifikation.

• Entwicklung LabVIEW-basierter Automatisierungs- und Verifikationssoftware für ein hochpräzises hydraulisches und elektromechanisches Prüfsystem für FTE Automotive; Integration von NI DAQ-Hardware zur hochfrequenten Echtzeiterfassung physikalischer Messgrößen. Entwicklung automatisierter Testabläufe, programmierbarer Dauertests, Fehlersuchroutinen, Datenprotokollierungs- und Analyse-Tools zur Steigerung der Testeffizienz und Rückverfolgbarkeit.

• Erfolgreiche Abwicklung kompletter Engineering-Lebenszyklen für namhafte Industriekunden (Magna, Continental, Farasis, FTE Automotive, BMW, Daimler, TOGG) – von Requirements Engineering und Proof-of-Concept über Systemintegration und Validierung bis hin zu technischer Dokumentation, Lieferantenkoordination und Anwenderschulungen.

Deutschlandweit tätiger Dienstleister für Arbeitsmedizin, Arbeitssicherheit und Gesundheitsmanagement mit Fokus auf Prävention, Gesundheit und digitale Transformation.

• Rolle: Verantwortlich für den Aufbau und die Weiterentwicklung eines professionellen Projektportfoliomanagements im Bereich Digitale Transformation & Daten. Steuerung und Begleitung strategischer IT- und Transformationsprojekte sowie Unterstützung bei der Einführung und Etablierung von Projektmanagement-Standards, Methoden und Governance-Strukturen.

Schwerpunkte:

• Aufbau und Weiterentwicklung des IT-Projektportfoliomanagements
• Analyse und Strukturierung fachlicher und technischer Anforderungen
• Steuerung und Koordination bereichsübergreifender IT-Initiativen
• Stakeholder-Management auf Fachbereichs-, Management- und Dienstleisterebene
• Einführung und Weiterentwicklung von Projektmanagement-Methoden und Werkzeugen (u. a. Jira, Confluence, MS Planner)
• Vorbereitung von Entscheidungsgrundlagen, Zielbildern und Umsetzungskonzepten im Kontext der digitalen Transformation
• Steuerung und Koordination von Transformations-, Digitalisierungs- und Organisationsprojekten
• Erstellung von Entscheidungsvorlagen und Managementunterlagen für Führungsgremien
• Durchführung von Workshops und Stakeholder-Management mit Fachbereichen und IT-Teams
• Definition von Anforderungen für Dashboards, Reporting und KPI-Steuerung
• Mitarbeit im Projekt Wissenskompass (Anforderungsanalyse und MVP-Konzeption)
• Analyse und Bewertung von AI-Unterstützungsmöglichkeiten im Knowledge Management
• Untersuchung von AI-Use-Cases zur Verbesserung von Wissensbereitstellung und -nutzung
• Berücksichtigung von AI-Anforderungen im Rahmen der Konzeption des Wissenskompasses
• Abstimmung mit strategischen Fachbereichen zur Weiterentwicklung von Projektmanagement-Standards
• Einführung, Konfiguration und Schulung von Microsoft Planner zur Unterstützung des Projekt- und Aufgabenmanagements
• Durchführung von Anwenderschulungen und Begleitung von Mitarbeitenden bei der Einführung neuer Arbeitsweisen und Tools

• In diesem Projekt wurden Informationsdaten extrahiert, um das Verfassen von Berichten für ein Unternehmen zu unterstützen, das geopolitische, globale und kommerzielle Informationen bereitstellt. Die Daten wurden aus verschiedenen Quellen gesammelt (Interviewtranskripte, Online-Daten, interne Dokumente) und anschließend zu einer Wissensbasis zusammengeführt. Diese bildete die Grundlage für ein komplexes RAG-System, das anhand eines Golden Dataset evaluiert wurde. Agenten wurden eingesetzt, um widersprüchliche Informationen und sich gegenseitig bestätigende Aussagen zu finden sowie das generierte Wissen wieder zu speichern.

Verwendet: Python, RAG, LangGraph, LangChain, deepeval, MCP

Unabhängige Open-Source-Entwicklung in Teilzeit mit Schwerpunkt auf Build-Time-Tools für Next.js-, React-, MDX- und JavaScript/TypeScript-Compiler-Pipelines.

• next-slug-splitter entwickelt, um inhaltsbasierte Next.js-Anwendungen zu optimieren. Analysiert MDX-Inhalte zur Build-Zeit, löst die Verwendung von Komponenten auf und generiert routenspezifische Handler, sodass Seiten nicht das vollständige Catch-all-Komponenten-Bundle gemeinsam verwenden müssen.

• Unterstützende Plugins und Hilfsprogramme für bereichsbezogene MDX-Transformationen, die Auflösung verschachtelter Komponentenabhängigkeiten, Compile-Time-Verfeinerung, sichere ESTree-Auswertung und den Vergleich von Objektgraphen erstellt.

• Verantwortlich für Architektur, API-Design, Implementierung, automatisierte Tests, npm-Veröffentlichungen, Dokumentation, Demos und Performance-Benchmarking.

Bausteine:

• remark-scoped-mdx: Kontextabhängige AST-Transformationen mit isolierten verschachtelten Bereichen, typisierten Komponentenregistern und Prop-Inferenz.

• recma-component-resolver: Analyse von Abhängigkeitsgraphen und selektive Weitergabe von Komponenten über verschachtelte MDX-Includes hinweg.

• recma-static-refiner: Extraktion, Schema-Validierung, Ableitung und Entfernung von Props zur Build-Zeit.

• estree-util-to-static-value und object-graph-delta: Sichere statische Auswertung und deterministischer, zyklussicherer struktureller Vergleich.

Technologie-Stack:

• Frameworks: TypeScript · Next.js · React · MDX

• Compiler-Tools: Unified · Remark · Recma · MDAST · ESTree · ts-morph · esbuild

• Kompetenzen: Statische Analyse · AST-Traversierung und -Transformation · Abhängigkeitsgraphen · Codegenerierung · Schema-Validierung · Aufteilung von Routen und Bundles

• Tools: Vitest · tsup · npm · Performance-Benchmarking

• Portfolioaufbau & Kundenakquise
• Portfolioaufbau (RAG, NLP-Fine-Tuning, Prozessautomatisierung mit n8n) und aktive Kundenakquise
• Positionierung: DSGVO-konforme, lokal gehostete KI-Lösungen für den Mittelstand

Statistischer Prognosealgorithmus

• Verbesserung eines statistischen probabilistischen Prognosealgorithmus für Umsätze + Evaluierung
• Migration von R/On-Premise zu Python/Snowflake
• Überführung in den Produktivbetrieb auf Snowflake in Zusammenarbeit mit Data Engineers & DevOps

Monitoring-Dashboard

• Data Engineering zur Aufbereitung & Bereitstellung notwendiger Daten/Ressourcen auf Snowflake
• Entwicklung & Bereitstellung eines Streamlit-Dashboards in Snowflake

ML-basierte probabilistische Prognosen auf Vertex AI

• Entwicklung eines ML-basierten probabilistischen Prognosealgorithmus von Grund auf
• Implementierung einer MLOps-Pipeline in Kubeflow auf Google Cloud Vertex AI

Tech Stack: Python, Snowflake/Snowpark, R, Streamlit, Gitlab/Gitlab CICD, Terraform, Google Cloud, Vertex AI (aiplatform SDK, gcloud CLI, Feature Store, Model Registry usw.), kubeflow

• Nutzung von OpenCode und AI-gestützter Softwareentwicklung zur Konzeption, Implementierung, Überarbeitung, Prüfung und Dokumentation einer durchgängigen RAW/SDTM/ADaM-Pipeline in R für Dr. Falk Pharma (07/2026), einschließlich metadatenbasierter Transformationen, automatisierter Validierungsregeln und QC, Rückverfolgbarkeit sowie reproduzierbarer klinischer Outputs.

• Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
• Implementierung automatisierter End-to-End-Cloud-Prozesse
• Entwicklung von LLM- und NLP-Modellen
• Erstellung interaktiver Reports
• Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten

• Verantwortung für die Weiterentwicklung digitaler Serviceprodukte mit Fokus auf Kundennutzen, Profitabilität und skalierbares Wachstum
• Entwicklung und Priorisierung der Service Product Roadmap auf Basis von Kundenfeedback, Marktanalysen, wirtschaftlicher Bewertung und technischer Umsetzbarkeit
• Identifikation neuer digitaler Service Opportunities sowie Ableitung von Produktanforderungen, Feature Prioritäten und Value Propositions
• Abstimmung von Produktvision, Roadmap und User Experience mit Product Ownern, Center of Competence, Sales, Service und Marktorganisationen
• Unterstützung von Go-to-Market-Aktivitäten, Marktvalidierungen und internen Trainings zur erfolgreichen Einführung digitaler Serviceangebote
• Nutzung datenbasierter Entscheidungsgrundlagen zur Bewertung von Kundenbedürfnissen, Business-Model-Annahmen und Produktfortschritt

Tests und Absicherung von Hochvoltsystemen

• Durchführung von Integrations- und Systemtests für Steuergeräte in PHEV-/EV-Fahrzeugen unter Einsatz von ECU-TEST (TraceTronic), Vector CANoe, CANalyzer, ETAS INCA, Tornado, E-Sys und EDIABAS.
• Analyse des Zusammenspiels von Hochvolt-Steuergeräten (u. a. CCU, BMU, Inverter, IPB und IPF) sowie Durchführung von Software-Updates und Flash-Prozessen zur Verifikation neuer Softwarestände.
• Enge Zusammenarbeit mit Software-, System- und Integrationsteams in einem agilen Entwicklungsumfeld zur Fehleranalyse und Absicherung neuer Softwarestände.

Oracle-Projektmanagement und Automatisierung

Im Rahmen des Projekts wurde die Automatisierung des Betriebs einer Oracle-Infrastruktur durch die Entwicklung und Weiterentwicklung von Puppet-Modulen sowie die Migration bestehender Bash-Skripte auf eine standardisierte Configuration-Management-Lösung unterstützt.

Ziel des Projekts war die Standardisierung und Automatisierung administrativer Prozesse, die Verbesserung der Wartbarkeit der Oracle-Plattform sowie die Erhöhung der Effizienz und Nachvollziehbarkeit des Infrastrukturmanagements durch den Einsatz von Infrastructure as Code.

• Analyse und Migration bestehender Bash-Shell-Skripte in eine Puppet-basierte Automatisierungslösung
• Entwicklung und Weiterentwicklung von Puppet-Modulen für Oracle-Umgebungen
• Automatisierung von Installations-, Konfigurations- und Betriebsprozessen mittels Infrastructure as Code
• Standardisierung und Optimierung des Configuration Managements für Oracle-Systeme
• Erstellung und Pflege technischer Dokumentationen sowie Betriebsdokumentationen
• Planung, Koordination und fachliche Begleitung der Projektumsetzung
• Betrieb und Automatisierung von Oracle-Systemen auf x86-basierten Linux-Serverplattformen
• Durchführung von Tests und Qualitätssicherung der entwickelten Puppet-Module
• Analyse und Behebung technischer Fehler im Rahmen der Automatisierung und Migration
• Enge Abstimmung mit Fachbereichen und Infrastrukturteams zur Umsetzung der Automatisierungsanforderungen

Eingesetzte Technologien: Puppet 7/8, SLES 15, Oracle 19, Oracle Grid, SVN, Windows Server, Confluence, VS Code, Ruby, Bash, Pass