Tahasanul Ibrahim

• Entwickelte und validierte Strombedarfsprognosen mit Wetterdaten, Kalendermerkmalen und Verbrauchshistorien für den Flexibilitätshandel. • Erstellte Prognoseanalysen und verglich CUDA beschleunigte Transformer mit einem klassischen statistischen Referenzmodell. • Arbeitete an Feature Engineering und Datenaufbereitung für den Prognoseprozess. • Unterstützte Monitoring und erneutes Training in AWS Workflows mit Lambda, SageMaker, Timestream, DynamoDB und Grafana.

• Leitete die technische Planung und Umsetzung öffentlich geförderter Industrieprojekte mit GEDIA und ShoutR Labs. • Entwickelte Python Workflows für industrielle KI, Datenanalyse und Optimierung. • Skalierte Experimente mit CUDA, mehreren GPUs und verteilten Optuna Studien. • Koordinierte Arbeitspakete und Partner und verantwortete die Berichterstattung. • Entwickelte Sensorfusion und Unsicherheitsquantifizierung zur Anomalieerkennung auf Live Maschinendaten mit explizitem Unsicherheitsmaß.

• Entwickelte eine adaptive Fehlererkennung auf Produktionsdaten mit XGBoost, LightGBM, Ensembleverfahren und Evidence Theory. • Verglich Modellkombinationen und Hyperparameter und setzte PCA zur Dimensionsreduktion ein. • Entwickelte gemeinsam mit dem Team einen Datenfluss mit Python und Kafka, der Maschinendaten, MySQL und die FMEA Diagnose verband.

Forschungsschwerpunkt Computer Vision und Datenveredelung.