Dr. -Ing. Betim Bahtiri

Entwicklung end-to-end Datenlösungen auf Basis von Databricks und PySpark. Diese umfassen Datenerfassung und -aufnahme, ETL/ELT, explorative Analyse, Feature Engineering, Machine-Learning- und Deep-Learning-Modellierung (KI) sowie interaktives Reporting über Power BI. – Data Science und Deep Learning in der Batteriezellenfertigung – Computer Vision zur Anomalieerkennung – Data Engineering und Big Data Analytics in der Batteriezellenfertigung – Power BI und Databricks – Industrielle KI

Abschluss: Dr.-Ing. Titel der Dissertation: "Deep Learning Informed Multiphysics Material Modeling of Fiber Reinforced Polymer Nanocomposites" Note: summa cum laude (Ausgezeichnet) Schwerpunkte: * Data Science * Physikalisch-informierte neuronale Netze für Mechanik und Multiphysikalische Simulationen * Deep-Learning-Modelle * Computer-Vision-Modelle * Multiphysikalische - Simulationsmethoden * Datengesteuerte Materialmodellierung * Finite-Elemente-Methode (FEM) * Atomistische Simulationen

Entwicklung und Programmierung einer Finite-Elemente-Software für die Simulation des Einfangens und Eindrigen von Steinen in Nutzfahrzeugreifen.

Finite elemente Simulationen von Faserverbundwerkstoffen, numerische Analysen von Ermüdungsprozessen und Implementierung von Subroutinen in Fortran für ABAQUS.

Während dieser Zeit als Tutor leitete ich wöchentlich Übungsgruppen mit etwa 20 Studierenden für den Kurs Festkörpermechanik. Dazu gehören unter anderem die Präsentation von Beispielen, die Erläuterung der theoretischen Grundlagen der Kontinuumsmechanik sowie die Anleitung zum selbstständigen Lösen von Rechen- und Programmieraufgaben (Programmierung mit Matlab).

Finite-Elemente-Simulationen von Delaminationsprozessen und Verwaltungsaktivitäten.

Simulation der Delamination von Verbundwerkstoffen und numerische Bruchanalyse.

Masterarbeit bei der Continental AG: Development of a FEM framework for the simulation of stone trapping and drilling in commercial vehicle tires