MATLAB Experten in Deutschland

Entwicklung von KI- und klassischen Modellen zur Analyse von Medizin- und Patientendaten, u. a. Medikationsanalysen, Diagnoseanalysen, Prognosen, Prozeduranalysen, Dosierungsanalysen, Komorbiditätsanalysen, Verordnungsanalysen, Patientenpotenzialanalysen, Überweisungsprofilanalysen und Verordnungsanalysen. Analysen im Bereich Real World Evidence.

Medizin-IT, Pharmaindustrie

Aufgaben, Verantwortlichkeiten:

• Aufnahme der Kundenanforderungen
• Planung des Teilprojekts
• Konzeption und Definition von KPI's
• Konzeption und Entwicklung von Modellen und Visualisierungen der Ergebnisse mittels Kunden-Dashboards
• Erarbeiten und Umsetzung von DWH-Anpassungen
• Ableitung von Handlungsempfehlungen

Methoden, Technologien:

• Simulation
• Künstliche Intelligenz
• Python
• R
• SQL
• Microsoft Power BI
• Amazon Web Services
• Elasticsearch
• PostgreSQL
• Databricks
• Multivariate Statistik

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

• Optimierung der Datenarchitektur (Medallion) für eine bessere Entkopplung der Verarbeitungsschritte und bessere Transparenz und Reproduzierbarkeit

• Technische Qualitätssicherung der Datenverarbeitung in Databricks durch Einführung von Schema Enforcement, Datenqualitätschecks und strukturierter Datenarchitektur

• Pipeline-Orchestrierung mit Azure Data Factory

• Professionalisierung und Automatisierung des Entwicklungs- und Deploymentprozesses durch Integration von Git und GitHub Actions

• Fachliche Führung des Data Engineering Teams (3 Mitarbeitende)

• Leitung von Workshops zur Optimierung und Stabilisierung der Datenplattform und des Entwicklungsprozesses

• Aufnahme und Priorisierung neuer Anfragen, Pflege des Produktbacklogs

• Technologien: Microsoft Azure (Data Lake, Data Factory), Databricks, Apache Spark (PySpark), Python, SQL, Git, Confluence, Power BI, Power Apps, Dataverse, MS Sharepoint, Mural

• Grundlagen der Elektronikmessung, elektropneumatischer Schaltungen und Schutzmaßnahmen nach DIN-VDE
• Installation, Verdrahtung und Inbetriebnahme SPS-gesteuerter Systeme

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

Arbeitnehmerüberlassung

• System-Black-Box-Integrationstests (BBIT, IVVQ): Durchführung von Regressions-, Freigabe-, Bestätigungs- und Konformitätstests für sicherheitskritische Bremssteuergeräte in Bahnindustrie
• Softwaretest-Applikation & Integration: Runtime-Konfiguration von Software-Komponenten und Bibliotheken, Validierung von Schnittstellen, Konfigurationsabhängigkeiten und Komponenteninteraktionen
• Testautomatisierung (FEAT-Framework): Mitentwicklung und Weiterentwicklung eines automatisierten Testframeworks für Testausführung, Reporting und Ergebnisanalyse
• Funktionale Sicherheit (SiL4, FuSi): Sicherstellung der Einhaltung von Sicherheitsanforderungen, Traceability und Coverage sowie Normkonformität gemäß EN50126/28/29
• Testautomatisierung für Kommunikationskomponenten: Konfiguration und Validierung der Feldbus-(CAN) und Ethernet-basierten TCMS Datenkommunikation-Schnittstellen (TRDP und CIP)
• Anforderungsanalyse & Shift-Left (PTC Windchill ALM): Analyse von Software- und Systemartefakten zur Identifikation von Lücken, Mehrdeutigkeiten und Redundanzen im frühen SDLC
• Testdesign & Testfallentwicklung: Ableitung von Testbedingungen, Abdeckungsstrategien und Implementierung datengetriebener Testfälle (DDT) inkl. wiederverwendbarer Testdaten-Fixtures
• CI/CD & Automatisierung (Python, PowerShell, Jenkins, SVN): Automatisierung von Build-, Test- und HIL-Deployment-Prozessen sowie Integration in CI/CD-Pipelines
• Testdaten & Konfigurationsmanagement (XML): Pflege und Anpassung von XML-Testvektoren und Systemkonfigurationen mit automatisierter Integration in Testumgebungen
• Nicht-funktionales Testen: Durchführung von Performance- und Lasttests zur Bewertung von Stabilität und Systemverhalten
• Agile Entwicklung & Defect Management (JIRA, Confluence): Mitarbeit in Scrum-Teams, Testkoordination, Review von Testartefakten sowie Defect Tracking und Root-Cause-Analyse
• Fehleranalyse & Debugging (CANoe, CANalyzer): Analyse von Fehlern und Nachrichtenflüssen über mehrere Systemebenen (Applikation bis Bus)
• Modellbasierte Analyse (UML, Enterprise Architect): Spezifikation von SUT/SOW und Unterstützung der systematischen Teststeuerung
• Prozess- & Testdokumentation: Erstellung von Integrations- und Testdokumentation gemäß internen Qualitäts- und Zertifizierungsanforderungen

• 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

Ich als Geschäftsführer – Organisation und aktiver mitarbeitender Entwicklungsingenieur

Aktuell wurde abgeschlossen bzw. in Arbeit vorm Abschluss (2023, 2024):

• Projekte im Umfeld der Wafer Fertigung bei Hittec Prontor GmbH (Blenden für ZEISS SMT GmbH)
• Mikromanipulator-Konzepte mit Festkörpergelenken für ZEISS SMT vermittelt über HAYS AG)
• EVE Innovativ GmbH (Blockheizkraftwerke)
• Kraftblock GmbH, (regenerative Energie Speicher)
• CAE Consulting Eng. GmbH, europäisches Patent Hybridroboter, Markterschließung
• TQ Systems GmbH (Getriebetechnik)

CE ist Lieferant von Entwicklungsleistungen im breiten Maschinenbauumfeld. 30 abgewickelte Projekte im Raum D-A-CH. Entwicklungs- und Patentverwertungsgesellschaft F&E, Produkte, Schneid-, Schweißroboter, Fördertechnik ... etc.

Meine wichtigsten Resultate:

• Kleine Auswahl - Ergebnisse der Forschung- und Entwicklungstätigkeit führten zur Internationalen Patentanmeldung für die Schneid-, Schweißroboter und zur deutschen Patentanmeldung für das Dreh -Hub Gehänge sowie das Raumgelenk für die Zusammenführung von 3 Stäben zu einem Punkt für den Parallelkinematik Roboter, Schubkette, eigenes europäisches Patent Hybridroboter, Verbrennungsmotoren

• Entwicklung modellbasierter Software für Wasserstofftank-Steuergeräte mit MATLAB/Simulink gemäß den Anforderungen der funktionalen Sicherheit nach ISO 26262
• Durchführung der Systemintegration und Softwareverifikation in MIL- und HIL-Umgebungen mit dSPACE- und Vector-Tools
• Definition der Softwarearchitektur (SADS) mit Schnittstellenspezifikationen für CAN-, analoge und digitale Kommunikationsprotokolle
• Generierung produktionsreifer Embedded-C-Codes mit Simulink Embedded Coder; Erstellung und Pflege von A2L-Kalibrierungsdateien mit CANape
• Entwicklung und Durchführung von MIL/HIL-Testfällen zur vollständigen Abdeckung funktionaler und sicherheitsrelevanter Anforderungen
• Implementierung von CODESYS-SPS-Anwendungen auf dem IFM ecomatController; Einsatz der Kommunikationsprotokolle CAN und Modbus TCP/IP
• Mitwirkung an der HMI/UI-Entwicklung mit Qt/C++ unter Linux (Qt Creator)
• Anwendung eines agilen Kanban-Workflows mit Git-basierter Versionsverwaltung (Bitbucket)

Tools: MATLAB, Simulink, CANape, CANalyzer, PCAN-View, Embedded Coder, CODESYS, TTC2038/PXROS, Codebeamer, Jira, Git

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