ROSHAN RAYALA BHASKAR

Entwicklung von KI-unterstützter Software mit robuster Frontend-Architektur, type-sicheren Backend APIs und relationalem Datenbankdesign, einschließlich einer produktionsreifen Desktop-Anwendung mit Electron, React, TypeScript und PostgreSQL, unter Nutzung moderner KI-Entwicklungstechniken zur Sicherstellung von Modularität, Skalierbarkeit und plattformübergreifender Kompatibilität in enger Zusammenarbeit mit einem interdisziplinären Entwicklerteam.

• Analyse der Schweißplanung mit Ingenieuren und KI-Extraktion aus 2D-CAD-Zeichnungen zur Reduktion der manuellen Analysezeit um ~60–70%. • Erstellung eines Datensatzes aus 300 CAD-Zeichnungen (3.000+ Anmerkungen) und Anwendung von Open-Source-LLMs, mit 92% Genauigkeit, 20% besser als OCR/CV. • Entwurf eines LLM-Frameworks für Modellauswahl und Benchmarking, ermöglicht <1 Sekunde Inferenzzeit und DSGVO-Konformität.

• Identifizierung von Automatisierungspotenzial durch Analyse der Fertigungsabläufe und Zusammenarbeit mit Vertriebs und Technikpartnern. •  Entwicklung eines Multi-Label-Klassifizierungsmodells (RF, XGBoost) zur Vorhersage der System-Tags, Reduzierung des manuellen Aufwands um ~70%, 95% Genauigkeit. • Einsatz von MLflow, Git und CI/CD für produktionsreife ML-Pipelines. • Entwicklung einer RAG-Anwendung mit LLMs für 500+ Seiten technische Dokumentation, Vektor-Einbettungen und semantischer Suche.

• Erstellung von Streamlit-Dashboards mit statistischen Analysen und Teststationsvergleichen, 70% kürzere Entscheidungszeit und Unterstützung der Einarbeitung neuer Mitarbeiter. • Konsolidierung isolierter Daten (Excel, Access, SAP) in ein zentralen MS SQL-Repository mit automatisierten Python-ETL-Pipelines und zukunftssicheren Erfassungspipelines für Betriebsdaten. • Deep Learning und OCR zur Automatisierung der Extraktion aus P&ID-Dokumenten, ~4 FTE-Aufwandsreduktion.

• Optimierung des Produkt-Design prozess durch eine Deep Learning basierend auf Bild-zu-3D, 30% kürzere Designzykluszeit. • Erstellung eines Pointcloud und Voxel-Datensatzes, Training von GAN-Modellen zur Automatisierung der 3D-Design-Generierung. • Entwicklung von Softwarelösungen im CAD/PLM-Umfeld zur Verbesserung technischer Engineering-Arbeitsabläufe.

Schwerpunkte: Generative Modelle, Computer Vision, Deep Learning | Note: 2,1

• Gained required skills and knowledge in Foundational Mathematics, Essentials of AI, Data Analysis and visualization, Machine learning and Deep learning • Worked on various machine learning case studies of product development and Industrial applications