Michelle Schneider-Martin

Development of a Safe Software-based Decision Architecture for Obstacle Detection within the Railway Domain Im Rahmen meines Praktikums und meiner Masterarbeit, habe ich eine Software-Architektur entworfen, die mit den Unsicherheiten von Neuronalen Netzen umgehen kann. Ich habe mich dabei auf den Use case der Hinderniserkennung in autonomen Züge fokussiert. Die Safety-Komponenten der Architektur basieren u.a. auf Safety Barriers und sichernden Komponenten.

Als Teil des DevOps und CloudNative Teams habe ich mich mit folgenden Themen beschäftigt: - Entwickeln eines Python Skriptes zur Evaluierung der Speicherauslastungen der Logs verschiedener Anwendungen in einem Elastic-Cluster. Diese ELK Abfragen zur Erfassung von Statistiken wurden dann genutzt, um zu garantieren, dass keine Applikation ihre Qutoas überschreitet - Entwickeln von Material für interne Trainings im Bereich von DevOps, Kubernetes und Chaos Engineering - Teilnahme an internen DevOps Trainings

Zugsoftware besteht aus mehrere getrennten Anwendungen und Systemen. Diese kommunizieren über dedizierte Wege. Im Rahmen meines Praktikums habe ich eine Architekturbeschreibung des Datenflusses zwischen dem Steuerungsnetz, welches auf PLCs läuft, und dem Betreibernetz, welches primär Kommunikation mit OPC UA in Python nutzt, erstellt.

In den 3 Jahren habe ich jeweils 3 Monate im Betrieb an jeweils einem Projekt gearbeitet und jeweils 3 Monate an der DHBW Karlsruhe im Wechsel studiert

Software Engineering, Formale Methoden, Verteilte Systeme, Datenbanken und Human-Computer-Interaction