Sanjana Thippeswamy

-Verbesserung der Teilnehmerquote bei Universitätsveranstaltungen um 30 % durch datengestützte Analyse von Teilnehmerbefragungen, wodurch Faktoren wie bevorzugte Zeitpunkte und Werbekanäle ermittelt wurden. -Verbesserung der Engagement-Kennzahlen durch Nutzung von Umfragedaten zur Ermittlung von Faktoren, die die Teilnahme fördern oder behindern, was zu einer optimierten Veranstaltungsplanung und einer höheren Teilnahme führte.

• Analysierte Spannungsverteilungsdaten aus ABAQUS-Simulationen zum Magnesiumwalzen mit Python und SQL, verglich zwei Walztechniken und identifizierte Leistungsunterschiede. • Führte statistische Analysen an Zugversuchsdaten mit Python durch und visualisierte Ergebnisse in Tableau, bewertete maximale Streckgrenze bei unterschiedlichen Frequenzen und optimierte den Prozess um 20 %.

-Analysierte Qualitäts- und Maßdaten von 50 motorgetesteten Bauteilen führender globaler Automobilhersteller mit Python und SQL zur Bewertung von Konformität und Leistungstrends. -Entwickelte mathematische Modelle zur Berechnung von Bearbeitungsvariationen und Zylinderdistortionen in Abhängigkeit von der Temperatur, Prozessoptimierung um 30% erzielt -Analysierte PRiME 3D Simulationsdaten zum Blowby in Motoren und integrierte Ergebnisse in Tableau- Dashboards zur Unterstützung von Engineering-Entscheidungen.