MATLAB Experten in München

• 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

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

• 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

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.

• Entwicklung und Pflege von IT-Architekturen mit Embedded-Linux-Systemen.
• Design, Implementierung und Optimierung von Backend-Applikationen und skriptbasierten Lösungen.
• Analyse und Behebung von Störungen inklusive Troubleshooting und Anwenderbetreuung.
• Entwicklung und Umsetzung von Sicherheitskonzepten für Cloud-Lösungen.
• Administration von Netzwerken (DHCP, DNS, NTP, VPN).
• Technologien: Linux, PowerShell, Bash, Python, Ansible, Kubernetes, Gitlab CI.
• Methoden: Kanban.

• Strategieberatung, technisches Consulting, Interim Management und Training
• Managementberatung und Ausarbeitung von Applikationslösungen durch interdisziplinäre Lösungsansätze
• Mitarbeiter- und Teamentwicklung sowie Innovations- und Kommunikationsmanagement

• Architektur, Konzeption und Entwicklung einer MVP-Anwendung eines Anbieters für spezialisierte Reiseerlebnisse
• Technologien: Python, FastAPI, Firestore, Firebase, Docker

• Standardisierte und komplexe Testfälle mit ECU-test und Python durchgeführt und den Testdurchsatz um 30% verbessert.
• Validierung und Durchführung von ECU-Testfällen auf HiL-Prüfständen für ADAS zur Sicherstellung der funktionalen Qualität vor der Freigabe.
• Eng mit Kunden zusammengearbeitet, um Testaktivitäten an Projektanforderungen auszurichten und regelmäßige Validierungsupdates bereitzustellen.
• Mit Subunternehmern koordiniert, um Fehler nachzuverfolgen, eine zeitnahe Problemlösung sicherzustellen und die Testqualität aufrechtzuerhalten.
• Stabilität und Wartung des Prüfstands vor der Durchführung von Testplänen sichergestellt sowie Probleme proaktiv erkannt und behoben.
• Python-basierte Automatisierungsskripte für Berichte und die Workflow-Automatisierung entwickelt.
• Testprobleme und Dokumentation über Jira in Abstimmung mit QA- und Entwicklungsteams verwaltet.
• CANPE zur Messung von Signalen über CAN, FlexRay, Ethernet und IP mit Vector CAN-Werkzeugen verwendet.

• Roboteranlagen bedient und fernbedient
• Daten für das ML-Training gesammelt und beschriftet
• Zu Automatisierungspipelines beigetragen

• Entwicklung und Kalkulation technischer Lösungen
• Entwicklung leistungsstarker Lösungen
• Leitung der Aftersales-Operationen, Teams und des Budgets
• Überarbeitung von Dokumentationen

• Entwicklung von Längs- und Quersicherheits-Funktionen über zwei Service Packs hinweg, als Product Owner für SP-2021 und Funktionsentwickler für SP-2025
• Definition und Pflege von Systemanforderungen, Koordination von Validierung und Tests sowie Sicherstellung der reibungslosen Integration in Serienfahrzeuge über 29 BMW-, MINI- und Rolls-Royce-Modelle hinweg
• Senkung der Lane Keeping Assistant PPH-Zahl (Problems Per Hundred) um 62,5 % von 9,6 (2023) auf 3,6 (2025) in der US-IQS (Initial Quality Study) durch Verbesserung der Funktionsleistung und damit Beitrag zu einer Verbesserung um 7 Plätze im Gesamtmarkenranking von BMW
• Steuerung der Zusammenarbeit mit zwei Hauptlieferanten, Lösung technischer Herausforderungen und Sicherung termingerechter Meilensteine
• Lieferung von Sicherheitsfunktionen, die mehrere NCAP-Programme unterstützten (EuroNCAP, ChinaNCAP, KoreaNCAP, JapanNCAP), wobei alle Modelle die Zielwerte erreichten oder übertrafen

• Entwicklung und Bewertung hochwertiger Prompts und Vervollständigungen für Large Language Models (LLMs), mit Schwerpunkt auf der Verbesserung der Antwortgenauigkeit, der Befolgung von Anweisungen und der faktischen Konsistenz.
• Annotation und Bewertung von durch LLMs erzeugten Ausgaben hinsichtlich Grammatik, Kohärenz, Relevanz und Wahrheitsgehalt.
• Erstellung von Präferenzdaten im RLHF-Stil durch die Rangfolge von Modellvervollständigungen zur Unterstützung von Feinabstimmungszyklen des verstärkenden Lernens.
• Teilnahme an Experimenten zum Prompt Engineering, um den Einfluss von Anweisungsformat, Ausführlichkeit und Formulierung auf das Modellverhalten zu untersuchen.
• Durchführung von Fehleranalysen und Qualitätssicherung bei groß angelegten NLP-Datensätzen sowie Identifizierung von Sonderfällen und sprachlicher Mehrdeutigkeit, die die LLM-Leistung beeinflussen.

• Verifizierte interne und externe Halbleitertechnologien, um die Freigabe von Designpaketen zu unterstützen.
• Entwickelte automatisierte Testumgebungen mit Bash und Python, um Verifikationsabläufe zu optimieren.
• Erstellte und pflegte TCL-Skripte zur Konfiguration von ivars und zur Automatisierung der Testbench-Ausführung.
• Führte eine umfassende Validierung von Technologiebibliotheken und Verilog-Dateien durch.
• Nutzte verschiedene branchenübliche EDA-Tools, darunter Fusion Compiler, Innovus, ICV, Calibre (Mentor Graphics) und Seascape (Ansys).
• Führte Ursachenanalysen durch, um Probleme in verschiedenen Tool-Flows zu debuggen und zu beheben.
• Definierte und verfolgte QoR-Metriken (Quality of Results), um einen Überblick über den Zustand der Designpakete zu geben.
• Optimierte Testlaufzeiten und Ressourcennutzung, um Effizienz und Durchlaufzeit zu verbessern.

• Einführung eines integrierten Ansatzes zur Erkennung struktureller Schäden in Beton, Stahl und Glas mithilfe fortschrittlicher Technologien wie LiDAR und Wärmebildgebung. Berücksichtigung materialübergreifender Wechselwirkungen zur Verbesserung der Diagnostik und Ermöglichung einer vorausschauenden Wartung.

• Entwicklung eines NLP-basierten medizinischen Notizvereinfachers, der komplexe klinische Anweisungen in einfaches Englisch auf Kinderniveau umwandelt. Anwendung von Prompt Engineering mit Flan-T5-Transformermodellen, um für Patienten relevante Maßnahmen zu extrahieren und in klare To-do-Punkte umzuschreiben. Entwicklung von Flask- und Tornado-Backends sowie einer druckbaren Weboberfläche.