Das Kundenunternehmen ist ein führender Payment Service Provider und verarbeitet jährlich eine sehr große Anzahl an Zahlungstransaktionen. Ziel des Projekts ist es, Last- und Performancetests zur Überprüfung der Robustheit des Kundensystems aufzusetzen. Dabei soll die Erstellung von zahlreichen Kundenportalen simuliert werden. Die Skalierung der Last- und Performancetests wird von Kubernetes und AWS EKS übernommen. Die Tests werden mit Argo-Workflow umgesetzt.
Aufgaben:
Im Rahmen eines Kundenprojektes aus dem Bereich Automotive wurde ein Framework für Software-in-the-Loop (SiL) Testing konzipiert, implementiert und kontinuierlich weiterentwickelt. Der Fokus lag dabei auf der Automatisierung von Testprozessen und der effizienten Verwaltung von Testressourcen. Zur Umsetzung wurde eine GitLab CI/CD-Pipeline basierend auf containerisierten Docker-Umgebungen eingeführt, die ein durchgängiges, automatisiertes Testen der Softwarekomponenten ermöglicht. Ergänzend wurden diverse Toolanbindungen realisiert sowie Testfallgeneratoren entwickelt und gepflegt, um die Testabdeckung systematisch zu erweitern. Zur Verbesserung der Transparenz und Nachvollziehbarkeit wurden automatisierte Workflows in Jira XRay implementiert. Die entwickelten Automatisierungsansätze und Werkzeuge wurden im direkten Kundenkontakt vorgestellt und abgestimmt.
Aufgaben:
User Story Formulierung, Aufgabenmanagement mit Jira und Backlog RefinementEffizienzsteigerung von Triebwerken und zur Reduktion der Lärmemissionen von supersonischen Düsen
Im Rahmen eines interdisziplinären Forschungsprojektes zur Effizienzsteigerung von Triebwerken und zur Reduktion der Lärmemissionen von supersonischen Düsen wurde eine umfangreiche Simulations- und Testinfrastruktur aufgebaut und kontinuierlich weiterentwickelt. Zentrale Projektinhalte waren die Untersuchung und Optimierung der Fluidströmung im Bereich der Düsenaustrittsströmung (mittels Python und Ansys) mit dem Ziel, sowohl die aerodynamische Performance als auch die akustische Signatur zukünftiger Antriebssysteme signifikant zu verbessern. Parallel zur technischen Entwicklung wurden die experimentellen Versuchsreihen geplant, koordiniert und ausgewertet. Das Projektmanagement umfasste neben der fachlichen Betreuung auch die Koordination aller beteiligten Partner sowie die termingerechte Einhaltung der Meilensteine und Fördervorgaben.
Aufgaben:
Im Rahmen mehrerer Forschungs- und Entwicklungsprojekte in der Antragsstellungsphase habe ich technische Lösungsansätze zur Analyse und Modellierung komplexer physikalischer Zusammenhänge erarbeitet und in Form von Software-Prototypen umgesetzt. Der Fokus lag dabei auf der Entwicklung von Proof-of-Concept-Modellen zur Auswertung und Vorhersage strömungsphysikalischer Effekte und systemrelevanter Parameter. Zu den entwickelten Anwendungen zählten unter anderem n-dimensionale Parameterauswertungsmodelle, Machine-Learning-Algorithmen auf Basis von Random Forest Regression sowie numerische Modelle zur Abbildung fluidmechanischer Prozesse. Alle Komponenten wurden vollständig in Python umgesetzt und dienten als methodische Grundlage für weiterführende Projektanträge.
Aufgaben:
Das Kundenunternehmen ist ein führender Payment Service Provider und verarbeitet jährlich eine sehr große Anzahl an Zahlungstransaktionen. Ziel des Projekts ist es, Last- und Performancetests zur Überprüfung der Robustheit des Kundensystems aufzusetzen. Dabei soll die Erstellung von zahlreichen Kundenportalen simuliert werden. Die Skalierung der Last- und Performancetests wird von Kubernetes und AWS EKS übernommen. Die Tests werden mit Argo-Workflow umgesetzt.
Aufgaben:
Im Rahmen eines Kundenprojektes aus dem Bereich Automotive wurde ein Framework für Software-in-the-Loop (SiL) Testing konzipiert, implementiert und kontinuierlich weiterentwickelt. Der Fokus lag dabei auf der Automatisierung von Testprozessen und der effizienten Verwaltung von Testressourcen. Zur Umsetzung wurde eine GitLab CI/CD-Pipeline basierend auf containerisierten Docker-Umgebungen eingeführt, die ein durchgängiges, automatisiertes Testen der Softwarekomponenten ermöglicht. Ergänzend wurden diverse Toolanbindungen realisiert sowie Testfallgeneratoren entwickelt und gepflegt, um die Testabdeckung systematisch zu erweitern. Zur Verbesserung der Transparenz und Nachvollziehbarkeit wurden automatisierte Workflows in Jira XRay implementiert. Die entwickelten Automatisierungsansätze und Werkzeuge wurden im direkten Kundenkontakt vorgestellt und abgestimmt.
Aufgaben:
User Story Formulierung, Aufgabenmanagement mit Jira und Backlog RefinementEffizienzsteigerung von Triebwerken und zur Reduktion der Lärmemissionen von supersonischen Düsen
Im Rahmen eines interdisziplinären Forschungsprojektes zur Effizienzsteigerung von Triebwerken und zur Reduktion der Lärmemissionen von supersonischen Düsen wurde eine umfangreiche Simulations- und Testinfrastruktur aufgebaut und kontinuierlich weiterentwickelt. Zentrale Projektinhalte waren die Untersuchung und Optimierung der Fluidströmung im Bereich der Düsenaustrittsströmung (mittels Python und Ansys) mit dem Ziel, sowohl die aerodynamische Performance als auch die akustische Signatur zukünftiger Antriebssysteme signifikant zu verbessern. Parallel zur technischen Entwicklung wurden die experimentellen Versuchsreihen geplant, koordiniert und ausgewertet. Das Projektmanagement umfasste neben der fachlichen Betreuung auch die Koordination aller beteiligten Partner sowie die termingerechte Einhaltung der Meilensteine und Fördervorgaben.
Aufgaben:
Im Rahmen mehrerer Forschungs- und Entwicklungsprojekte in der Antragsstellungsphase habe ich technische Lösungsansätze zur Analyse und Modellierung komplexer physikalischer Zusammenhänge erarbeitet und in Form von Software-Prototypen umgesetzt. Der Fokus lag dabei auf der Entwicklung von Proof-of-Concept-Modellen zur Auswertung und Vorhersage strömungsphysikalischer Effekte und systemrelevanter Parameter. Zu den entwickelten Anwendungen zählten unter anderem n-dimensionale Parameterauswertungsmodelle, Machine-Learning-Algorithmen auf Basis von Random Forest Regression sowie numerische Modelle zur Abbildung fluidmechanischer Prozesse. Alle Komponenten wurden vollständig in Python umgesetzt und dienten als methodische Grundlage für weiterführende Projektanträge.
Aufgaben: