Schnittstelle zwischen Hardware-Präzision und Machine Learning — Safety-Critical Systems, KI-gestützte Testautomatisierung und modellbasierte Entwicklung.
Ich bin Ingenieur aus Überzeugung – und das hört nicht am Bildschirmrand auf. Ob ich an Autos und Motorrädern schraube oder Spezialwerkzeug im FDM-Verfahren selbst konstruiere: Ich brauche den direkten Bezug zur physikalischen Realität.
Diese Hands-on-Mentalität prägt auch meine Arbeit im Bereich Machine Learning und Systementwicklung:
Sicherheitskritische Präzision: Bei Knorr-Bremse sichere ich ESP-Bremsfunktionen ab. In einem Umfeld, in dem Fehler keine Option sind, habe ich gelernt, Systeme mit einer Akribie zu durchdenken, die über die Standard-Softwareentwicklung weit hinausgeht.
KI als Werkzeug, nicht als Hype: Seit meiner Masterarbeit über neuronale Netze zur Handgestensteuerung, für die ich auf einem der mächtigsten KI-Cluster Deutschlands (NVIDIA DGX A100) trainieren konnte, ist KI fester Bestandteil meines Workflows. Ich nutze LLMs und ML-Modelle heute täglich, um Testskripte zu analysieren und Entwicklungsprozesse zu beschleunigen.
Deep-Level Verständnis: Ich verstehe komplexe Systeme von der Transistorebene bis zur Architektur. Die spannendsten Lösungen finde ich oft dort, wo Hardware-Limits auf intelligente Software treffen.
Offen für spannende Projekte an der Grenze zwischen Hardware-Präzision und intelligenter Software.