Arman M.
M.Sc. in IKT für intelligente Gesellschaften
Erfahrungen
Okt. 2021 - Dez. 2025
4 Jahren 3 MonatenItalien
M.Sc. in IKT für intelligente Gesellschaften
Polytechnic University of Turin
Relevante Kurse: Maschinelles Lernen und neuronale Netze, Programmierung für IoT, Big Data für Internetanwendungen
Aug. 2020 - Feb. 2021
7 MonatenJunior-Forschungsingenieur – Teilzeit
Saipa Expansion Engineering Co. (SEECO)
- Führte eine Machbarkeitsstudie zur Einführung von Automated Guided Vehicles (AGVs) in der Industrie-Logistik durch, kartierte bestehende Materialflussprozesse und identifizierte Möglichkeiten zur Steigerung des Durchsatzes und Reduzierung manueller Eingriffe.
- Entwickelte und simulierte einen Machine-Learning-basierten Prototyp zur AGV-Routenoptimierung, der eine 20%ige Reduzierung der Leerlauffahrstrecke und eine 12%ige Verringerung der durchschnittlichen Aufgabenerfüllungszeit zeigte.
- Setzte Python-basierte Skripte zum Benchmarking von Anbietern ein, bewertete 12 AGV-Hersteller anhand von 25 Leistungskennzahlen, vereinfachte den Auswahlprozess und verkürzte die Evaluierungsdauer um 40%.
- Integrierte statistische Modellierung und diskrete Ereignissimulation in Python, um eine Kapitalrendite (ROI) von 18% über zwei Jahre zu prognostizieren, indem die drei besten AGV-Anbieter für strategische Handelskooperationen ausgewählt wurden.
Sept. 2019 - Mai 2020
9 MonatenJunior-Strukturdateningenieur – Teilzeit
Abadis Braces for Concrete Structures Company
- Bearbeitete übersehene Mikrorisse, indem ich einen Random Forest auf Sensor- und Lastdaten trainierte, erreichte 92% Wartungsvorhersagegenauigkeit und reduzierte ungeplante Ausfallzeiten um 25%.
- Bekämpfte Materialüberschuss durch Python/MATLAB-Analyse von Dehnungsmessungen, empfahl Änderungen im Stützdesign, die die Kosten um 10% senkten und die Lebensdauer um 15% verlängerten.
- Beseitigte manuelle Verzögerungen in Berichten durch Aufbau automatisierter ETL-Pipelines und wöchentlicher Dashboards, beschleunigte Entscheidungszyklen um 40% und steigerte die Genauigkeit der Wartungsplanung auf 90%.
Okt. 2018 - Juni 2021
2 Jahren 9 MonatenB.Sc. in Elektrotechnik
Shahid Beheshti University
Abschlussarbeit: „Machine-Learning-Ansatz zur Optimierung der SLAM-Navigation mittels Extended Kalman Filter“
Relevante Kurse: KI und Bioberechnungen, Signalverarbeitung, Regelungstechnik, Eingebettete Systeme
Lorem ipsum dolor sit amet
DREAM-FLUTE: Commonsense QA Enhancement
- Integrierte T5-BASE mit dem DREAM-Elaborationsmodell, feintunende Anpassung auf 9.700 CoS-E-Beispiele, was zu 40,46% Genauigkeit bei Multiple-Choice-QA führte und zu einer der besten Lösungen für den Datensatz wurde.
- Ergänzte BERT mit DREAM-generierten Elaborationen, um die CoS-E-Genauigkeit auf 20,48% zu steigern, erzielte einen absoluten Gewinn von 0,09% und hob Bereiche für weitere Optimierungen hervor.
- Verbessertes Frage-Antwort-System durch wöchentliche 10 Stunden Code-Optimierung, was zu einer 15% höheren Verarbeitungsgeschwindigkeit und einem insgesamt effizienteren System führte.
- Technologien: Python, PyTorch, Hugging Face Transformers (T5, BERT), TensorFlow, CoS-E-Datensatz.
Lorem ipsum dolor sit amet
IKT-gestützte Gebäudeenergieoptimierung und Prognose
- Simulierte mithilfe von EnergyPlus eine 12-Zonen-Schule mit stündlichen Klimadaten und zeigte Ineffizienzen bei Heizung, Kühlung und Stromverbrauch auf.
- Trainierte ein ANN-Ersatzmodell mit 40 Designalternativen: wandte NSGA-II-Optimierung an und senkte den jährlichen Energiebedarf um ca. 19 % durch optimierte Verglasungskonfigurationen.
- Automatisierte EnergyPlus-Simulationen mit Python/Eppy und verarbeitete über 17.000 stündliche Datenpunkte, um die Klimasensitivität zu bewerten.
- Emulierte IoT-Sensoren mit MQTT und streamte Echtzeitdaten nach InfluxDB für Smart-Building-Dashboards.
- Führte eine Energiesignaturanalyse mittels OLS-Regression durch, erreichte R²-Werte bis zu 0,82 und quantifizierte die Reaktionsfähigkeit auf Außentemperaturen.
- Konfigurierte LSTM-Neuronale Netze, die stündliche Heiz-/Kühllasten mit <5 % Fehler vorhersagen und so das Energiemanagement ermöglichen.
- Technologien: EnergyPlus, DesignBuilder, Python, Eppy, scikit-learn, TensorFlow, MQTT, InfluxDB.
Lorem ipsum dolor sit amet
IoT-Plattform für automatisierte Bewässerung und Pflanzenüberwachung
- Errichtete eine Datenpipeline mit Python, CherryPy, Flask, Paho-MQTT, Docker und ThingSpeak, um über 20.000 Datenpunkte zu streamen, und nutzte diese Erkenntnisse, um die Ressourcenzuteilung zu optimieren und Betriebsengpässe zu beseitigen.
- Simulierte Bodenfeuchte-, Temperatur- und Luftfeuchtesensoren mit Python/Paho-MQTT und erreichte eine Verschlüsselungs- und Übertragungsverzögerung von 12 ms bei über 1.000 Nachrichten (Fernet/AES).
- Entwickelte ein auf Keras basierendes künstliches neuronales Netz (ANN) mit 201 Datensätzen, erreichte 94 % Genauigkeit bei Bewässerungsentscheidungen und optimierte den Wasserverbrauch um 15 % im Vergleich zu herkömmlichen Methoden.
- Entwickelte ein System, das Datenströme entschlüsselt und Blattkrankheiten über ein auf EC2 gehostetes Flask/InceptionV3 bei 50 Bildern pro Minute erkennt, protokollierte über 100 Ereignisse und verwaltete persönlich täglich 100 eindeutige Datenprotokolle.
- Technologien: Python, CherryPy, Flask, Paho-MQTT, Telepot, TensorFlow/Keras, scikit-learn, Docker, ThingSpeak, Fernet, SHA-256-Hashing.
Zusammenfassung
Master-Student im letzten Jahr in IKT für intelligente Gesellschaften, spezialisiert auf Maschinelles Lernen, Computer Vision und NLP.
Entwerfe und implementiere Deep-Learning- und RAG-basierte QA-Systeme, Anomalieerkennungspipelines, IoT-Lösungen und wende KI- und ML-Techniken auf Herausforderungen im Ingenieurwesen und Bauwesen an. Aufbau von End-to-End-ML-Workflows – einschließlich AGV-Routenoptimierung und groß angelegter Zeitreihenprognosen – mit integrierten MLOps-Praktiken.
Sprachen
Persisch
MutterspracheDeutsch
VerhandlungssicherEnglisch
VerhandlungssicherItalienisch
FortgeschrittenAusbildung
Okt. 2021 - Dez. 2025
Polytechnic University of Turin
M.Sc. in IKT für intelligente Gesellschaften · IKT für intelligente Gesellschaften · Italien
Okt. 2018 - Juni 2021
Shahid Beheshti University
B.Sc. in Elektrotechnik · Elektrotechnik · Tehran, Iran, Islamische Republik
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testenWeitere Aktionen
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.