Hafiz Khan

Product Owner verantwortlich für die Festlegung der Vision, das Backlog-Management, die funktionsübergreifende Ausrichtung und die agile Lieferung von Android-Automotive-Features über mehrere Marken und Plattformen hinweg, Fokussiert auf Qualität, Stakeholder-Transparenz und Prozessverbesserung.

Verantwortlichkeiten umfassen:

• Leitung der vierteljährlichen PI-Planung (SAFe), um die Produktvision, Ziele und Roadmap für mehrere Fahrzeugplattformen zu definieren
• Management funktionsübergreifender Teams und Stakeholder-Erwartungen, Ausrichtung der Entwicklung auf MVP, SOP und Liefertermine
• Erstellung und Pflege fortschrittlicher JIRA-Dashboards und -Automatisierungen (JQL-Filter, Verknüpfungslogik von Issues, Sprint-Metriken)
• Befürwortung von sauberem Code durch Abdeckungsziele, Open-Source-Scanning (Black Duck) und die Beseitigung von technischer Schulden
• Durchführung von Systemdemos, Stakeholder-Updates und kontinuierlichen Verbesserungsinitiativen über Teams hinweg.

Agierte als Hauptbrücke zwischen Stakeholdern, UI/UX-Teams und Entwicklern, um die Feature-Anforderungen für Android-basierte Infotainmentsysteme über die Marken des VW-Konzerns hinweg zu definieren, zu verfeinern und zu verfolgen.

Verantwortlichkeiten umfassen:

• Erhebung von Anforderungen von VW, Audi, Porsche, Cupra und Skoda und deren
• Bersetzung in technische Lieferungen
• Erstellung von Epics, Features und Stories in JIRA mit detaillierten Akzeptanzkriterien und Testanweisungen
• Management der Backlog-Verfeinerung, Sprint-Planung und Schätzsitzungen, um die Story-Ausrichtung mit Feature- und Plattform-Zeitplänen sicherzustellen
• Durchführung von Testkoordination und Echtzeit-Feedback-Sitzungen in Simulatoren und Fahrzeugen
• Verwendung des Phrase Localization Tools mit benutzerdefinierten Python-Skripten zur Optimierung des Managements mehrsprachiger Texte für die App
• Bereitstellung von sauberen Daten für die Backend-Integration und Unterstützung bei der Definition von API-Endpunkten mit korrektem Format und Rückverfolgbarkeit.

Förderung von Automatisierung, Datenintegrität und Compliance durch die Entwicklung interner Tools und Prozessoptimierung

Verantwortlichkeiten umfassen:

• Leitung des Asset-Managements für Software/Hardware, die in Fahrzeug-ECUs verwendet wird, und Sicherstellung der Einhaltung neuer UNECE-Vorschriften
• Entwicklung von Excel-VBA-Automatisierungstools zur Nachverfolgung von Asset-BOMs und Validierung von Lieferanten-/Versionsinformationen durch bereichsübergreifende Zusammenarbeit
• Recherche von Open-Source-Codebasen zur Verifizierung von Urheberschaft, Lizenz und Nutzung, um eine regulatorische Rückverfolgbarkeit sicherzustellen
• Automatisierung der Datenauswertung von OEM B2B-Plattformen mit Python & Selenium, wodurch mehrtägige Aufgaben in automatisierte Workflows umgewandelt wurden
• Entwicklung und Bereitstellung eines internen Tools mit Docker, AWS EC2 und Amplify, das die Entscheidungsfindung des Vertriebsteams verbessert hat.

• Teaching Assistant for Computational Mechanics (Numerische Mechanik)
• Unterstützung bei der Lehre Beaufsichtigung und Entwicklung von IBNMFEM.
• IBNMFEM ist ein in MATLAB entwickeltes GUI zur Durchführung von FEM-Simulationen mit eingeschränkter Funktionalität für Lehrzwecke.
• IBNMFEM Matlab Code Repository Management auf GITLab.

Entwicklung einer FEM-basierten Simulationsmethode zur Charakterisierung kurzfaserverstärkter Thermoplaste unter Berücksichtigung anisotroper Materialeigenschaften und Faserausrichtung.

Aufgaben:

• Entwicklung einer Methode zur Modellierung kurzfaserverstärkter Thermoplaste mit FEM auf Mikro- und Makroskala unter Berücksichtigung anisotropen Verhaltens und der Faserausrichtung
• Python-Skript zur Durchführung von FEM-Berechnungen mit anisotropen, plastischen und elastischen Parametern
• Optimierung der isotropen Verfestigungsparameter mit der plastischen Fließkurve
• Experimente mit verschiedenen Faserausrichtungen und Dehnungsgeschwindigkeiten
• Erstellung von Materialkarten für FEM-Simulationen
• FEM-Simulationen für RVE und ganze Proben mit LS-Dyna durchgeführt
• Validierung des Python-Skripts durch Vergleich mit Laborversuchsergebnissen

Vorbereitung individueller CAD-Daten vom gesamten Fahrzeugs-CAD-Modell.

Aufgaben:

• Individuelle CAD-Daten vorbereiten vom Cad-Modell des gesamten Fahrzeugs
• Selbsttätige 3D-Positionierung eines tatsächlichen Teils (Mesh daten) wie einer Tür in der Karosserie durch iterative Ausrichtung zwischen CAD-Daten und Mesh daten (erstellt von ATOS Triple Scan), verwenden der Programmierung in Python, die in der GOM-Software enthalten ist.
• Unterstützung beim optischen Scannen der Karosserie mit GOM ATOS Tripple Scan-Systemen.
• Oberflächendefektanalyse: vergleichen CAD-Daten und Mesh- Daten(gescannte Teile).
• Gap and Flush Analysis Verwenden Calipri device und GOM Inspect.

Tools: GOM Inspect, ANSA(Basics), Python, Calipri, CATIA V5