Ashish Pandey

- Software Engineering - Computer Vision for Autonomous driving - Deep Learning

• Datenanalyse,Data Cleaning, EDA, Feature Engineering, ML Modellaufbau • Prognose mithilfe von verschiedenen Regression Algorithmen • Klassifikation mithilfe von verschiedenen Klassifikation Algorithmen • Clusteranalyse bezüglich Unsupervised-Learning • Bilderkennung und -klassifikation mithilfe von Deep-Learning • Recommender System für Amazon Produkte • NLP - Sentimentanalyse mithilfe Deep Learning • Zeitreihenanalyse mithilfe von Machine- und Deep-Learning

- Unittesting und Automatisierung der Software-Testfälle für ein E-Steuergerät mit dem Tools Python und EXAM, hinsichtlich des neuen E-Auto Modells - Erstellung neuer automatisierten Tests und Optimierung der aktuellen Tests für die neue Softwares hinsichtlich verschiedene Entwicklungsmeilensteine - Durchführung der manuellen Tests am Hardware-in-the-Loop bei Kunde für E-Steuergeräte mithilfe den Tools NovaCarts, Vector CANoe und ODIS

Statik - lineare und nicht lineare Steifigkeits-/Festigkeitsberechnung für Türen und Klappen, Betriebsfestigkeitsanalyse mit Femfat-Modulen, thermomechanische Steifigkeitsberechnung, Auswertung der Reaktionskräfte sowohl für Fahrzeuganbauteilen als auch für andere Tragstrukturen. Vernetzung,Modellaufbau,Erstellung der Fügetechnik,Berechnung,Auswertung,Dokumentierung.

- Steifigkeit- und Festigkeitsanalyse der Unterbaugruppen der Karosserie z.B. die Hecktür, der Kotflügel, der Stoßfänger, der Scheinwerfer usw. - Modellaufbau in ANSA – Vernetzung, Erstellung der Fügetechnik / der Randbedingungen für die Statik-Berechnungen - Durchführung der Simulation in Nastran/Abaqus - Auswertung der Ergebnisse in Animator und dementsprechend die Fehlerbehebung - Dokumentierung der Ergebnisse in Powerpoint

Masterand bei der Abteilung- Geschäftsfeld Entwiclkung Kunststoff Thema der Arbeit - " Strukturauswertung und Versagensbeurteilung einer faserverstärkten AIRBAG-Behälters mit Pamcrash und Digimat"

• Programmierung und Entwicklung eines Modells eines Parksensors mit Python und Abaqus zur Validierung von Fertigungstoleranzen • Durchführung einer Parameterstudie des Sensors mithilfe von Matlab und Abaqus

• Multifunktionale Rolle bei der Entwicklung eines neuen Lkw-Modells, von der Prototypenfertigung bis zur Großserienfertigung • Analyse von Montageprozessen und Teilezeichnungen auf mögliche Fehler und Fehlerarten mit Tools wie MS-Excel, Pareto- und Fishbone-Diagramm u.a. • Erstellung und Aktualisierung von Dokumenten wie DFMEA und PFMEA für Prototypenmontage und Pilotproduktion • Erfolgreiche Markteinführung des Produktes mit der Auszeichnung " Nutzfahrzeug des Jahres 2014 "

Continuum Mechanics Computational Mechanics of Materials Computational Mechanics of Structures Micromechanics of Materials and Homogenization Methods Implementation and Algorithms for Finite Elements Computational Methods for Shell Analysis Numerical Methods for Differential Equations

Turbomachinen Fahrzeugtechnik Mechanik der Maschinen Wärme- und Massentransport Festigkeitslehre Verbrennungsmotoren Strömungsmechanik Thermodynamik Mechatronik