23.10.2026 aktualisiert
60 % teilweise verfügbar
Mechatronik-Ingenieur (M.Sc.) | Python, KI-Automatisierung, Batteriediagnose & Embedded Systems
essen, Deutschland
essen +250 km
M.Sc. Mechatronics, Specialisation ElectromobilityÜber mich
Mechatronik-Ingenieur (M.Sc.) aus Essen. Ich entwickle Python-Anwendungen, KI-Agenten und Automatisierungen mit n8n und arbeite mit Fahrzeug- und Batteriedaten (CAN, OBD-II, SOH). Masterarbeit mit Note 1,0 zur Batteriediagnose. Remote oder vor Ort im Ruhrgebiet.
Skills
RAGIoTLLMKünstliche IntelligenzAutomatisierungAutomotive ElectronicsBatterietechnologieProzessoptimierungWeb ScrapingDatenvisualisierungEmbedded SystemsEmbedded BetriebssystemePythonMechatronikProzessautomatisierung
Software-Entwicklung & Automatisierung
Python (pandas, NumPy, scikit-learn, Streamlit) für Datenauswertung, Analyse-Tools und Dashboards. Prozessautomatisierung mit n8n: Systeme verbinden, manuelle Abläufe ersetzen, Daten zwischen Tools übertragen. Git, Linux-Shell, LaTeX.
KI- und LLM-Anwendungen
Generative KI, RAG-Systeme mit FAISS und lokalen Embeddings, LLM-Agenten, Prompt Engineering. Entwicklung eines RAG-Agenten über technische Normen, der Quellen zitiert und bei fehlender Datenlage keine Antwort erfindet. Machine Learning mit scikit-learn, Feature Engineering, Kreuzvalidierung.
Batteriediagnose & Elektromobilität
State of Health (SOH) und State of Charge (SOC) von Lithium-Ionen-Traktionsbatterien (NMC), Batteriemanagementsysteme (BMS). Masterarbeit (Note 1,0): acht SOH-Verfahren an VW ID.4, BMW i3s und Skoda Elroq gegen die AVL DiTEST HV-Check Referenz validiert, kombiniertes Verfahren mit 1,6 Prozentpunkten Abweichung. Auswertung in einer selbst entwickelten Python/Streamlit-Anwendung mit 10.800 Zeilen.
CAN-Bus & Fahrzeugdiagnose
Dekodierung von CAN- und OBD-II-Daten mit python-can und cantools, Plausibilitätsprüfung von Messsignalen, Diagnosewerkzeuge AVL DiTEST und AUTEL MaxiSYS, Messtechnik und Testplanung.
Embedded Systems
Embedded C für STM32 und Arduino, feldorientierte Regelung (FOC), Echtzeit-Regelschleifen, Fehlerinjektion und Fehlerüberwachung. Digitaler Zwilling eines E-Antriebs mit 10-kHz-Regelschleife, 96-Zellen-Batteriemodell und EKF-basiertem BMS.
Modellierung & Simulation
MATLAB/Simulink für Modellierung, Simulation und Regelung erneuerbarer Energiesysteme sowie SOH-Prädiktionsmethoden. Grundkenntnisse funktionale Sicherheit (ISO 26262).
CAD
Siemens NX, SolidWorks, CATIA V5 für Konstruktion und Konzeptentwicklung.
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2026
Sprachen
DeutschverhandlungssicherEnglischverhandlungssicherPersischMuttersprache
Projekthistorie
Eigene dokumentierte Open-Source-Projekte auf GitHub (github.com/AmirrezaRoodsaz):
- ev-virtual-vehicle: digitaler Zwilling eines E-Antriebs, feldorientierte Regelung in Embedded C mit 10 kHz, 96-Zellen-Batteriemodell, EKF-basiertes BMS, Fehlerinjektion
- ev-can-bms-telemetry: Dekodierung von CAN- und OBD-II-Rohdaten zu validierter Batterietelemetrie mit python-can und cantools
- battery-rul-prediction: Lebensdauerprognose von Lithium-Ionen-Zellen aus den ersten 100 Zyklen, reproduzierbare scikit-learn-Pipeline
- battery-docs-rag-agent: RAG-System über technische Normen mit FAISS und lokalen Embeddings, Antworten mit Quellenangabe
Eingesetzt: Python, Embedded C, STM32, scikit-learn, FAISS, Git
https://github.com/AmirrezaRoodsaz/AmirrezaRoodsaz
Vergleich und Validierung von acht SOH-Verfahren (Energie, Ladung, Kapazität, Innenwiderstand, ICA/DVA) an drei realen Elektrofahrzeugen: VW ID.4, BMW i3s und Skoda Elroq. Referenzmessung mit AVL DiTEST HV-Check.
- Kombiniertes Verfahren mit 1,6 Prozentpunkten Abweichung zur Referenz, Unsicherheit ±4,5 Prozentpunkte
- Eigene zweisprachige Auswertungsanwendung in Python/Streamlit mit 10.800 Zeilen
- Messdatenerfassung über OBD-II und CAN-Bus, Plausibilitätsprüfung der Signale
- Note 1,0; Konferenzbeitrag als Erstautor bei REM 2026 eingereicht
Eingesetzt: Python, pandas, NumPy, Streamlit, CAN-Bus, OBD-II, AVL DiTEST
Aufbereitung und Validierung von CAN-Bus-Messdaten eines VW ID.4 (MEB-Plattform, 77 kWh) in MATLAB zur SOH-Prognose der Traktionsbatterie. Aufbau der Schnittstelle zwischen On-Board-Messung (OBD-II) und dem Off-Board-Diagnosesystem AVL DiTEST HV-Check. Testabläufe eigenständig definiert und dokumentiert, da noch keine vorhanden waren.
Eingesetzt: MATLAB, CAN-Bus, OBD-II, AVL DiTEST