Markus Strittmatter

„Nutzen von Zeitreihendatenbanken für Verfügbarkeitsanalysen in der Industrie 4.0“ • Data Engineering: Aggregation von Laserbetriebsdaten, Datenbankspeicherung und Datenmanagement, Datenverarbeitung in der Cloud • Entwicklung eines Backend Plug-Ins zur Integration der entwickelten Datenpipeline in Condition Monitoring Services für den Einsatz bei Kunden zur Verbesserung deren Geräteverfügbarkeit • Technologien: C# .NET Backend, Datenanalyse in R, Datenbank InfluxDB & Flux, Azure DevOps Bewertung: 1,0

Entwicklung einer Anwendung zum Einlesen von Maschinenwartungsanweisungen • Agile Softwareentwicklung nach Scrum: Verantwortung des Prozesses und der Backend-Entwicklung als Scrummaster und Projektleiter von 6 Studierenden • Technologien: C# .NET Backend, Containerisierung mit Docker, Azure DevOps

• Optimierung der Techniker-Einsatzgebiete in Nordamerika (Minimierung der Reisestrecken) in Python • Entwicklung von Skripten zu Bereinigung von Einkaufs- und Buchhaltungsdaten • Zusammenarbeit mit zahlreichen Stakeholdern aus Marketing und Sales zur Implementierung eines datengestützten Projektmanagement-Tools für Kampagnen in Nordamerika • Technologien: Python, Microsoft Power BI, Excel, VBA/VBScript

Gerüstbau als Vorarbeiter bei PLANAG AG (Gerüstbauarbeiten in kerntechnischen Anlagen) - Ferienjob vor dem Studium, in den Semesterferien und zwischendurch - Projekte selbstständig geplant und durchgeführt

Note: Distinction Module: Signal Processing, Natural Language Processing, Machine Learning, Constraint Programming

Spezialisierung auf Software-Entwicklung und Data Science (Machine Learning) - Praxissemester bei Carl Zeiss Industrial Metrology LLC - Thesis bei TRUMPF Laser GmbH Notendurchschnitt: 1,5