ROSHAN RAYALA BHASKAR

• Datenextraktion aus P&ID-/E-Plan-Zeichnungen via CV, Objekterkennung & OCR. • Datenpipeline mit Feature Engineering & ML-Modellen (DT, RF, XGBoost); Genauigkeit von 35 % auf 98 % gesteigert. • EDA von Teststanddaten zur Tag-Korrelation; Einsatz in Multi-Label-Klassifikation. • RAG-Pipeline mit Multi-Vektor-Retrieval (Bild & Text) auf VLM-Basis zur Doku-Abfrage & Reduktion manueller Recherche.

• Entwicklung einer Streamlit-basierten Datenanalyseanwendung zur Auswertung von Teststanddaten und Konfiguration neuer Stationen, was datengetriebene Workflows ermöglichte. • Umsetzung von CI/CD-Pipelines mit Git und Azure DevOps für nahtlose Bereitstellung und Updates. • Erforschung von LLM-Anwendungen zur dynamischen Abfragegenerierung, inklusive Text-zu-SQL-Übersetzung zur effizienten Datenbankinteraktion.

• Mitarbeit an einem Forschungsprojekt zur Optimierung von 3DModellierungsprozessen mittels Deep Learning (Image-to 3D). • Unterstützung bei der Modellentwicklung mit dem Shapenet-Datensatz zur Generierung von Punktwolken und Voxel-Daten. • Erstellung eines benutzerdefinierten 3D-CAD-Datensatzes. • Entwicklung praktikabler Lösungen für virtuelles Prototyping mit CAD- und visuellen Programmierwerkzeugen – NURBS, Parametrik.

Renault-Nissan | PSA | Mahindra | Suzuki • Serienreife Class-A-Oberflächen für Exterieur, Interieur, BIW & Karosserie mit Fokus auf Designqualität & Markenidentität. • Machbarkeitsanalysen (Form, Ergonomie, Homologation) zur Serienumsetzung. • Agile, internationale Zusammenarbeit mit Design-/Engineering-Teams (Frankreich & Remote). • Effiziente Vor-Ort-Umsetzung bei OEMs – nahtlose Zusammenarbeit für Dienstleister sichergestellt.

• Entwicklung einer innovativen Mobilitätslösung für Menschen mit Behinderung, ausgewählt als eine der Top-30 internationalen Finalisten unter 1.600 Teams aus 80 Ländern; ausgezeichnet mit einem Förderpreis von 5.000 € im Rahmen der Valeo Innovation Challenge. • Fundierte Kenntnisse in Autodesk Alias AutoStudio durch vielfältige Modellierungsprojekte; ausgeprägte Fähigkeiten in Visualisierung und Präsentation unter Beweis gestellt.

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