Thomas Timm

Fachlicher Fokus Machine Learning, Data Science • Gezielte Deep-Tech-Weiterbildung: Intensives Selbststudium und Seminarteilnahmen im Bereich Machine Learning, Data Science und statistische Modellierung. • Methodischer Fokus: Vertiefung von Optimierungsverfahren und numerischen Methoden zur Anwendung auf komplexe, datengetriebene Systeme. • Persönliche Entwicklung: Bewusste private Auszeit zur kognitiven Weiterentwicklung, u.a. durch das Training fortgeschrittener Gedächtnistechniken (Mnemonics).

Bereich Mathematik für Ingenieure - Leitung von über 30 Kursen mit über 1000 Studenten - Vermittlung analytischer Denkweise, strategisches Vorgehen, Teamarbeit

- Entwicklung von Hardware-Treibern für einen 10 kW VSWR-Aktuator und Implementierung mittels C#. - Erzeugung von Messdaten mittels Vektoriellem Netzwerkanalysator (VNA) und Leistungsmessköpfen und Weiterverarbeitung mittels geeigneter Algorithmen (kürzeste Wege in Graphen, Methode der kleinsten Quadrate). - Dadurch konnten Messreihen, die vorher manuell durchgeführt werden mussten, voll automatisiert erzeugt werden, was den Personalaufwand erheblich verringert, aber die Genauigkeit gleichzeitig erhöhte.

Schwerpunkt: Automotive - Optimierungsmethoden - wissenschaftliches Rechnen

- Schwerpunkte: Nachrichtentechnik (Information Science) Als Bachelor-Thesis habe ich zweistufige elektromagnetische Feldsimulationen mittels FEKO und CST Microwave Studio durchgeführt. Ziel war, die Momentenmethode (MoM) und die Finite-Differenzen-Methode (FDTD) mittels des Huygens-Prinzips zu verknüpfen und die Auswirkungen der unstetigen Huygens-Box-Tangentialkomponenten zu untersuchen.