Eine Zeitleiste von Systemen, Randbedingungen und Umsetzung.
Meine Erfahrung verbindet industrielles Machine Learning, datengetriebene Strukturoptimierung und Unternehmenssoftware.
01
Berufserfahrung
Dresden
Unternehmen für industrielle Messtechnik · anonymisiert
Werkstudent · Data Science & Softwareentwicklung
Kontext
Verarbeitung, Analyse und Modellbereitstellung für hochfrequente industrielle Sensorzeitreihen.
Verantwortung
Entwicklung eines interaktiven, wiederaufnehmbaren Desktop-Workflows für Aufzeichnungen mit bis zu 560 Millionen Abtastpunkten; das Tool unterstützt 1–8 Signalpaare bei einer Auslegungskapazität von 4,48 Milliarden Abtastpunkten. Chunk-Zugriff und Downsampling zeigten im Profiling eine Leistungsverbesserung von 70 %.
Umstellung von regelbasierter Vorauswahl auf quantisierte TCN-AE-Vorauswahl: Pro Signal blieben nur etwa 5 % der Abschnitte zur manuellen Korrektur, die Annotationseffizienz stieg um etwa 60 %.
Implementierung von FCN- und CNN-BiLSTM-Klassifikation sowie Segmentierungs- und Anomalieerkennungspfaden: 98 % Accuracy auf einem balancierten Testset und 94 %–96 % auf Kundenmessdaten; Quantisierung verringerte die CPU-Inferenzzeit auf Modellebene um 50 %, ohne erkennbaren Genauigkeitsverlust.
Die Klassifikationsschnittstelle wurde produktiv bereitgestellt; Segmentierung und Anomalieerkennung blieben in der Testumgebung. Nahezu gleichverteilte Ausgabewahrscheinlichkeiten wurden auf eine Einheiten-/Skalendifferenz zwischen Kundensignalen und Trainingsdaten zurückgeführt.
Technologie
Python
PyTorch
Polars
PyQt
PyQtGraph
TorchScript
Wirkung
Große, schwer prüfbare Aufzeichnungen wurden zu nutzbaren Labeling- und Vorsichtungsabläufen, während die abschließende Interpretation bei den Fachleuten blieb.
Datengetriebene Entwurfsmethoden für Offshore-Wind-Unterstrukturen und Brückenfelder unter technischen Randbedingungen.
Verantwortung
Verbindung von synthetischen Daten, Prognosemodellen, Struktursimulation und Mehrzielsuche in einer interaktiven Anwendung.
Neuformulierung der Brückenplanung als sequenzielle Entscheidung und Entwicklung von Greedy-, Beam-DP- und RL-Solvern mit reproduzierbaren HPC-Abläufen.
Technologie
Python
OpenSeesPy
NSGA-II
Flask
DQN
Beam-DP
Slurm
Wirkung
Entwurfsalternativen und algorithmische Kompromisse wurden im Forschungsprozess überprüfbar, statt Modellausgaben als Endergebnis zu behandeln.
Dresden
Robotron Datenbank-Software GmbH
Werkstudent · Vertriebsprozesse Energiewirtschaft
Kontext
ERP-Daten- und Dokumentenprozesse für Vertrieb und Abrechnung in der Energiewirtschaft.
Verantwortung
Nachverfolgung der Datenwege von Benutzeraktionen bis zu Oracle-PL/SQL-Abläufen.
Erweiterung der Importvalidierung und Vorbereitung verwalteter Integrationstests für die Dokumenterzeugung.
Technologie
Oracle SQL
PL/SQL
ERP-Datenflüsse
Integrationstests
Wirkung
Operative Anforderungen wurden in validierte Backend-Datenverarbeitungsschritte eines bestehenden Unternehmenssystems übersetzt.
02
Ausbildung
Technische Universität Dresden
Diplom Wirtschaftsinformatik · äquivalent zu M.Sc.
Gesamtnote 1,6 (ECTS B) · Vertiefung Advanced Data Analytics; Diplomarbeit zu Entwurf, Prototyp und Evaluation eines lokalen RAG-Systems für technische Produkthandbücher.
Qingdao University
B.A. Finance & B.A. Interkulturelle Germanistik
Zwei Bachelorabschlüsse mit wirtschaftlichen, sprachlichen und interkulturellen Schwerpunkten.
Eine Zeitleiste von Systemen, Randbedingungen und Umsetzung. — Wanjin Li