Data Science & Software-Entwicklung

3/2021 – 6/2022

Maschinendaten auslesen für einen Hersteller für Extruder mit mehr als 500 MA.
- Mit TCP/IP eine SPS S7 ausgelesen und Datenpipeline zur Lagerung in mehreren SQL-Datenbanken konzipiert und umgesetzt. Doppelte Langzeitarchivierung mit getimten Backups.
- Auswertung der Daten über deterministische Regeln sowie multiple Regressionen in Echtzeit
- Entwicklung einer Anwendung in Python zur Steuerung u. Konfiguration der Auswertung
- Visualisierung der Ergebnisse mit Grafana
- Rollout und Schulung der Mitarbeiter zur Nutzung dieser Produkterweiterung

Microsoft SQL-Server (MS SQL), Postgresql, Scikit-learn, Python, TCP / IP, Representational State Transfer (REST), SIMATIC S7

7/2020 – 12/2022

Systemintegration von mehreren IT-Sytemen, darunter:
- ERP-System alt (Branchenspezifisch)
- ERP-System neu (Microsoft)
- Buchhaltungssystem
- Energiemanagementsystem
- Zeiterfassungssystem

Umgesetzt wurden die Integrationen, sofern möglich, unter Verwendung von bereits vorhanden APIs mit selbst erstellter Middleware in Python. Mehrere Systeme enthielten allerdings keine Schnittstelle, weshalb automatisiert Exporte mit RPA durchgeführt wurden. Dazu wurden die Anwendung virtualisiert vollautomatisiert gestartet und die Daten entweder gescraped (Browserbasiert) oder optisch ausgelesen (Desktop).
Das Resultat wurde in mehreren Datenbanken fusioniert und auswertbar gestaltet .

Microsoft SQL-Server (MS SQL), Python, Representational State Transfer (REST), Pega Robotic Process Automation (RPA)

10/2019 – 6/2023

- Durch erschwerte Bedingungen fällt einer der Sensoren regelmäßig aus, welcher für die Analyse der Schnittverläufe benötigt wird.
- Mithilfe von historischen Daten habe ich ein LSTM-Modell konzipiert und umgesetzt, welches in der Lage ist, die Sensordaten mit einer Abweichung von 10% mithilfe von multivariater Datenprognose abzubilden.
- Das Modell konnte selbst für Maschinentypen, welche nicht trainiert wurden, noch eine Ungenauigkeit von 20% erreichen. Nicht perfekt, aber sehr viel besser als keine Daten.

Datenbankentwicklung, Rekurrentes Neuronales Netzwerk (RNN), Scikit-learn, Support Vector Machine, Python