Radar Experten in Deutschland

• Entwicklung skalierbarer Backend-Anwendungen mit C#/.NET und Java
• Konzeption und Umsetzung verteilter Microservice-Architekturen
• Entwicklung und Integration von REST-APIs für industrielle Anwendungen
• Entwicklung moderner Webanwendungen mit React, Angular und TypeScript
• Implementierung von MQTT-basierten Kommunikationslösungen
• Integration industrieller Protokolle wie OPC UA und Modbus TCP
• Entwicklung von Batch-, Prozesssteuerungs- und HMI-Komponenten
• Containerisierung und Deployment von Anwendungen mit Docker
• Durchführung von Code Reviews und Unterstützung bei Architekturentscheidungen
• Enge Zusammenarbeit mit Product Ownern, QA und interdisziplinären Teams
• Analyse fachlicher Anforderungen und Umsetzung technischer Lösungen
• Weiterentwicklung bestehender Softwarearchitekturen mit Fokus auf Wartbarkeit und Performance

Technologien: C#, .NET, ASP.NET Core, Java, C++, React, Angular, TypeScript, Vue.JS, MQTT, OPC UA, Modbus TCP, Docker, GitLab, MariaDB, MySQL, Linux

• 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

• Verantwortlich für die Full-Stack-Entwicklung einer AI-native Unternehmensplattform auf Basis von TypeScript, React, Vite, tRPC, Hono und PostgreSQL, die KI-gestützte Beratungs-Workflows für B2B-Kunden liefert.
• Entwarf und lieferte ein Multi-Agenten-KI-System mit dem ReAct-Framework und Claude-Skills-Workflow-Mustern, inklusive eines intelligenten PM-Assistenten mit umfangreichen System-Prompts, Slash-Befehlen, Tool-Integrationen und Streaming-Chat-Oberfläche.
• Entwickelte ein LLM-Bewertungs-Framework: rubrikbasierte LLM-als-Richter, Golden Datasets, Regressionstests und automatisierte Qualitätssicherung — für konsistente KI-Ausgabequalität in großem Maßstab.
• Integrierte LangFuse für durchgehendes LLM-Tracking, Konversations-Wiedergaben und Bewertungs-Pipelines, was datengetriebene Prompt-Optimierung ermöglichte und Token-Kosten sowie Antwort-Varianz reduzierte.
• Implementierte Drizzle ORM, pgvector und Knowledge Graphs für strukturierten Datenzugriff, semantische Suche und beziehungsorientiertes KI-Schlussfolgern über die gesamte Plattform.
• Führte die TanStack React Query-Migration in der gesamten Anwendung durch — ersetzte manuelles State-Management durch zentrales Caching und automatisches Refetching, was den Boilerplate-Aufwand für Datenabrufe deutlich reduzierte.
• Setzte AI-native Entwicklung durchgehend ein: Claude Code, Codex, Perplexity SDK und LLM-unterstütztes Testing im gesamten Entwicklungszyklus. Deployment auf Vercel + Azure ACA mit Biome für Linting/Formatting.

• Proof-of-Concept für Echtzeit-Videoanalyse zur Bereitstellung auf NVIDIA Jetson Edge-Geräten entwickelt.
• DeepStream-Pipelines implementiert mit Objekterkennung, Tracking, menschlicher Posenschätzung, Gesichts-Anonymisierung und Bereichseinbruchserkennung.
• Qt/Python-Demo-UI erstellt, die über REST-APIs mit der KI-Pipeline kommuniziert.

• Gesamtverantwortung für den Projektlebenszyklus von der Umfangsdefinition bis zum Abschluss
• Enge Zusammenarbeit mit Plattform-Teams, IT-Führungskräften und externen Dienstleistern
• Anwendung von SAFe-Prinzipien und strukturierte Sprint-Arbeit
• Erstellung eines Migrationsfahrplans mit klaren Meilensteinen
• Überwachung des Lifecycles: Onboarding, Repository-Migration, Replikation von Berechtigungen und Systemtests
• Visualisierung der Architektur mit PlantUML und Gliffy sowie Dokumentation in Confluence
• Regelmäßige Statusberichte und Durchführung von Wissenstransfer-Sessions

• Leitung der strategischen Softwareentwicklung von Fusionsalgorithmen für präzises Objekt-Tracking, Trajektorienvorhersage und Umgebungsmodellierung auf Basis multimodaler Sensordaten (u. a. Kamera, LiDAR, Radar, GNSS, IMU)
• Entwicklung und Implementierung von Navigationsalgorithmen für autonome Fahrzeuge, einschließlich Pfadplanung, Hindernisvermeidung und Sensorfusion aus visuellen, inertialen und distanzbasierten Sensorquellen
• Automatisierung des Extraktions- und Trainingsprozesses mit CI/CD
• Entwicklung und Optimierung von Datenpipelines und -prozessen in Microsoft Azure mithilfe von Apache Spark, Databricks und PySpark
• Entwicklung und Optimierung von Embedded-Software für automotive Steuergeräte
• Entwicklung von latenzkritischer Software für Echtzeitsteuerungen in robotischen Systemen mit RTOS (freeRTOS, SAFERTOS)
• Verwendung der Vector-Toolchain (CANdela, Davinci, CANoe) für Konfiguration und Diagnose
• Optimierung bestehender Datenpipelines und -prozesse (ETL, Data Warehouse, SQL)
• Entwicklung und Training von Machine-Learning-Modellen mithilfe von PyTorch
• Entwicklung Deep-Learning-basierter Objekterkennungs- und VisualSLAM-Algorithmen, trainiert auf kombinierten Daten aus Kamera-, LiDAR- und IMU-Sensorik
• Implementierung von Computer-Vision-Algorithmen zur Objekterkennung und -klassifikation in Robotersystemen auf Basis von OpenCV und YOLO unter Nutzung synchronisierter Bild- und Tiefendaten
• Implementierung verhaltensbasierter Steuerungssysteme für autonome Roboter mittels ROS2 Behavior Trees
• Durchführung von Tests, Freigabe und Einführung der Sensorfusionsalgorithmen in die Produktionsprogramme der Automobilbranche
• Einhaltung geeigneter Softwareentwicklungsprozesse und Sicherheitsstandards zur Gewährleistung hoher Datenqualität (MISRA, ISO 26262, ASPICE)

• Integration von ADAS-Komponenten in unterschiedlichen Projektrollen als Integrator, Tester und Debugger, u. a. BMW KAFAS4-Kamerasystem und ZF Full Range Radar.
• Anbindung und Visualisierung von Radar-Sensordaten über ROS2 (Linux) zur Unterstützung vo...

• Aufbau und Governance eines PMO für komplexe Entwicklungs- und Transformationsprogramme
• Programm- und Projektmanagement in hochkomplexen technischen Umgebungen (Hardware, Software und Systemintegration)
• Agiles Coaching und Skalierung (SAFe, Scrum) – von der Einführung des Frameworks bis zum operativen Rollout
• Rollen als Scrum Master und Product Owner in abteilungsübergreifenden, internationalen Teams
• Risikomanagement, Stakeholder- und Backlog-Management mit JIRA, Confluence und MS Project Verfügbar für: PMO-Leiter, Programmmanager, Projektmanager, Agile Coach, Scrum Master, Product Owner, Technischer Programmmanager

Projekt: Intelligente Lichtkommunikationssoftware — Audi

• Analyse und Klärung von Systemanforderungen mit dem Kunden und Übersetzung in Softwarearchitektur- und Designentscheidungen
• Architektur und Implementierung der CAN-FD- und SPI-Kommunikation auf NXP S32K312
• Entwurf und Entwicklung von Flash-Bootloader, Flash-Treiber und Boot-Manager für sichere, OTA-fähige Updates
• Konfiguration der AUTOSAR-BSW-Architektur (Dcm, Dem, NvM, BswM, Os, Mcu, Port, Com-Stack, Rtc) für Portabilität und Wartbarkeit
• Entwurf des Crypto-Stacks (Csm, CryIf, Crypto) für sichere Flash- und Diagnosedaten; Integration des NXP-HSE-Cores und der Wrapper-Schicht
• Integration kundenspezifischer Module (Sfd, Ivd, Npm) in den Vector-AUTOSAR-Stack
• Definition der Speicherarchitektur: Memmap, CMake und Linker-Skript-Konfiguration
• Leitung des Board-Bring-ups für die Audi-Licht-Demoplattform; Implementierung von Diagnoseroutinen und -kennungen

• Eigenverantwortliche Begleitung der POS-Ausschreibung in der Warenhausgastronomie.

• Strukturierte Anforderungserhebung (fachlich und technisch).

• Erstellung einer managementtauglichen Leistungsbeschreibung als Entscheidungsgrundlage für Geschäftsführung und IT.

• Marktübersicht relevanter POS-Anbieter.

• Enge Abstimmung mit Galeria IT- und Fachabteilung.

• Entwickelte und implementierte ein hybrides Empfehlungssystem (Content-Based + Collaborative Filtering)
• Baute End-to-End-ML-Pipelines inklusive Datenverarbeitung, Feature Engineering, Modelltraining und Bewertung
• Entwickelte RAG-basierte LLM-Systeme mit LangChain und Vektordatenbanken für semantische Suche und Wissensabruf
• Etablierte MLOps-Workflows mit MLflow für Experiment-Tracking, Versionierung und Deployment-Bereitschaft
• Implementierte Deep-Learning-Modelle (Computer Vision & Klassifikation) mit PyTorch und TensorFlow

• Von MILLA Group (Hersteller autonomer Shuttles) beauftragt, einen sicherheitskritischen AD-Stack für die Produktion zu integrieren und abzusichern: Architektur über Perception, HD-Karten und Positionierung geprüft und eine Gap-Analyse mit Maßnahmenplan geliefert.
• Root-Cause-Analyse von Sensorfehlern in einer ausgerollten Shuttle-Flotte geleitet; die Behebung in einem versionierten AD-Release umgesetzt und die Fahrzeugvalidierung vor Ort an mehreren Einsatzstandorten vorangetrieben.
• Schnittstellen zwischen Perception, Lokalisierung und Fahrzeugsystemen in C++ entworfen und implementiert; Integrationsrisiken identifiziert und die Lösung subsystemübergreifender technischer Themen im AD-Stack vorangetrieben.
• Den Software-Entwicklungszyklus des Kunden durch Agile-Workflows und CI/CD-Pipelines standardisiert und so Integrations- und Validierungszyklen verkürzt.

• Thema: Objekterkennung und semantische Segmentierung für (AUV)-Systeme mit transformerbasierten Vision-Modellen und Sensorfusion.
• Entwicklung und Implementierung einer durchgängigen Multi-Sensor-Fusion-Wahrnehmungspipeline (Kamera, LiDAR, IMU) in ROS
• Entwicklung eines CNN-basierten Machine-Learning-Modells (YOLOv8) und transformerbasierter Vision-Modelle für die Echtzeit-Objekterkennung
• Verarbeitung und Clustering von 3D-LiDAR-Point-Clouds mit DBSCAN, RANSAC und Voxel-Grid-Filtering für eine robuste Objektlokalisierung in verrauschten Umgebungen.
• Entwicklung von Bayesian-Netzwerk-Modellen (GeNle) für probabilistisches Schließen und sensorbasierte Entscheidungsfusion unter Unsicherheit.
• Einsatz von Kalman-Filtering zur Schätzung des Sensorzustands, zeitlichen Ausrichtung und glatten Objektverfolgung, wodurch False Positives in sicherheitskritischen Szenarien reduziert wurden.
• Auswertung der Systemleistung unter realistischen Fahrdynamiken, Verbesserung der Tracking-Stabilität und der Robustheit der gesamten Wahrnehmung.
• Aufbau von Deep-Learning-Pipelines für Training, Validierung und Performancebewertung von Wahrnehmungsmodellen mit Sensordaten.

• Entwicklung und Wartung von Hardwaretreibern in C++
• Durchführung von Unit- und Integrationstests zur Sicherstellung der Codequalität
• Fehlersuche und Beheben von Fehlern mit Hardware-Team und FPGA-Team
• Definition und Entwicklung von Softwarekonzepten und Abstimmung mit Software-Architekt
• Erweiterung der Testautomatisierung zur Effizienzsteigerung
• Forschung und Entwicklung von Algorithmen zur Verbesserung der bestehenden Codebasen (Laufzeit, Speicherplatz, Genauigkeit)