14.10.2026 aktualisiert
Premiumkunde
100 % verfügbarMathematiker | Numerische Simulation | C++ | Softwareentwicklung
Teltow, Deutschland
Deutschland +4
Promotioninfo: Deutschland, Österreich, Schweiz, Dänemark, Niederlande
Über mich
Dr. Frank Liebau, Mathematiker mit Fokus auf numerische Simulation, wissenschaftliches Rechnen und Softwareentwicklung in C++ / Python. Ich unterstütze Unternehmen bei komplexen technischen Fragestellungen mit maßgeschneiderten, effizienten Lösungen.
Skills
AlgebraC++BerechnungenCUDAGeometrieMATLABMathematikMathematische ModellierungWissenschaftliches RechnenSignalverarbeitungSoftwareentwicklung
Als Mathematiker arbeite ich an der Schnittstelle von Mathematik, numerischer Simulation, Modellierung und Softwareentwicklung. Dabei entwickle ich effiziente Verfahren und Werkzeuge für komplexe technische und physikalische Problemstellungen.
Numerische Simulation / Wissenschaftliches Rechnen
- schnelle Gleichungslöser, Lineare Algebra
- hierarchische Verfahren (Mehrgitterverfahren, Panel Clustering)
- FEM, FEM-Berechnungen, FVM, BEM,
- Schwingungsanalyse
Mathematische Modellierung
- Radiosity-Gleichung, Rendering Equation
- Differential- und Integralgleichungen
- Phasenwechsel / Defrost-Prozesse
- Kugelflächenfunktionen (Spherical Harmonics)
- Signalverarbeitung
Simulationstools, Geometrie / Optimierung
- OpenFOAM (Strömungs- und Wärmetransportsimulation)
- Eigenentwickelte C++-Solver (u. a. Defrost, Strahlung, Wärmeleitung)
- algorithmische Geometrie (raytracing)
- kombinatorische Optimierung
Softwareentwicklung
- Programmiersprachen und Werkzeuge: C++ , Python , Matlab , SageMath
- OpenCV
- FOSS-Codeanalyse (Open-Source-Code verstehen, bewerten, integrieren)
Parallelisierung / High Performance Computing
- Intel oneAPI (DPC++ , SYCL , MKL , TBB , MPI)
- OpenMP , CUDA
- GPU-Computing für Simulation und Signalverarbeitung
Künstliche Intelligenz / Machine Learning
• LSTM, PINNs, PINO
• libtorch (C++-API von PyTorch)
• NVIDIA PhysicsNeMo (Modulus)
• Ollama (lokale LLMs)
Visualisierung
• VTK, ParaView, gmsh
DevOps / Workflow
• Git, Jenkins, CI/CD
Weitere Infos
- Anomalieerkennung : https://gwr-mbh.de/anomalieerkennung-zeitreihen-deep-learning/
- Signalverarbeitung & GPU: https://gwr-mbh.de/gpu-signalverarbeitung/
- Allgemein: https://gwr-mbh.de
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2001
Sprachen
DeutschMuttersprache
Projekthistorie
Entwicklung einer KI-gestützten Lösung zur frühzeitigen Erkennung, Priorisierung und Lokalisierung von Anomalien in industriellen Mess- und Prozessdaten. Zum Einsatz kommen klassische, score-basierte Verfahren, Referenz- und Fensteranalysen sowie Autoencoder-Modelle. Ein Dash-basiertes Analyse-GUI ermöglicht die interaktive Auswertung und gezielte Sichtung auffälliger Fälle, während Docker eine reproduzierbare und portable Bereitstellung unterstützt. Ergebnis ist ein belastbarer Workflow für Qualitätssicherung und Prozessüberwachung mit Warnstufen, Top-N-Priorisierung und reviewfähiger Dokumentation.
- Entwicklung eines Simulators für thermischen Strahlungs- und Wärmetransport mit und ohne Phasenwechsel (Radiosity-Gleichung, Rendering-Gleichung, Enthalpie-Gleichung, FEM, BEM, Panel-Clustering)
- Sichtbarkeitsberechnung mit Raytracing (Embree) und verlustfreier Kompression großer Sichtbarkeitsmengen (als diskrete Indexmengen)
- GPU-beschleunigte Sichtbarkeitsberechnung (Embree, CUDA)
- Simulation der thermischen Belastung wärmekritischer Fahrzeugkomponenten
- Kopplung von Enthalpiegleichung und Wärmetransport (Heat-Solver) mit Strömungslösern(OpenFOAM, Vectis)
PoC zur automatisierten Flächensuche: DGM/ALS einlesen, Kennwerte (Neigung/Ebenheit/Rauhigkeit) ableiten, Ausschlusskriterien maskieren, geeignete Bereiche als Polygone clustern und ranken. Ergebnis: reproduzierbarer Export (GeoJSON/GeoPackage/CSV). Konzeption & Implementierung einer kachelbasierten Geodatenanalyse für Standort-/Flächensuche.