Zum Inhalt springen

Bardia Shahbaz

Senior Function & Concept Engineer · Product Owner

Berlin · Hamburg · Münchenbardiashahbaz.comLinkedIn
Bardia Shahbaz

Senior Ingenieur mit 15 Jahren Erfahrung in der Funktionsentwicklung und Systemarchitektur für hochautomatisierte Fahrfunktionen. Experte für sicherheitskritische Systeme (Vehicle Motion Management / ESC) mit tiefgreifender Expertise in ISO 26262, ASPICE und MBSE (Matlab/Simulink). Erfahren in virtueller Absicherung (vECUs), SiL/HiL-Methoden und agilem Anforderungsmanagement im Konzernumfeld.

Berufserfahrung

03.2025 – heute

Ingolstadt / Hybrid

Senior Function & Concept Engineer

CARIAD SE

  • Projektleitung und erfolgreiche Serieneinführung sicherheitskritischer Module (Halte- & Stillstandsmanagement, FailSafeStop) innerhalb einer globalen Plattform-Software.
  • Konzeption und Design der logischen sowie technischen Systemarchitektur für hochautomatisierte Fahrfunktionen.
  • Durchgängige Prozessverantwortung (Requirements-to-Release) zur Absicherung funktionaler Anforderungen sowie Sicherheitsstandards.
  • Zentrale Schnittstelle im Change- und Stakeholder-Management zur Harmonisierung technischer Anforderungen.
  • Systematische Fehleranalyse und nachhaltige Problemlösung zur Sicherstellung hoher Software-Qualität und Systemstabilität.

07.2022 – 02.2025

Ingolstadt / Hybrid

Senior Function & Concept Engineer

CARIAD SE

  • Strategische Einführung des entwicklungsbegleitenden SiL-Testings zur Beschleunigung der Release-Zyklen durch frühzeitige Fehlererkennung.
  • Fortgeführte Serienbetreuung des Verzögerungsmanagements, bis das Nachfolgesystem im Feld war, inklusive Analyse und Abstellung von Kundenbeanstandungen.
  • Durchgängige Validierung komplexer Fahrfunktionen mittels vECUs und Fahrzeugtests zur Reduktion von Hardware-Abhängigkeiten.
  • Technische Integration von ca. 70 Sub-Modulen zur VMM-Gesamtsoftware sowie Sicherstellung der Lauffähigkeit in der Plattform.
  • Fachliche Abstimmung technischer Anforderungen zwischen Modulentwicklern und der übergeordneten Architektur.
  • Verantwortung für Build-Management, Konfiguration und Deployment der Softwarestände.

01.2017 – 06.2022

Ingolstadt

Funktionsverantwortlicher Bewegungsmanagement, mit fortlaufender Serienbetreuung Verzögerungsmanagement

AUDI AG

  • Entwicklung der logischen und technischen Funktionsarchitektur für das Vehicle Motion Management (VMM) im Bereich automatisiertes Fahren.
  • Serienbetreuung des Verzögerungsmanagements lief parallel weiter, während der Systemumfang auf das Bewegungsmanagement wuchs.
  • Konzeption und Aufbau einer simulationsbasierten Entwicklungsumgebung in Matlab/Simulink für das VMM.
  • Entwicklung automatisierter Auswerte- und Validierungstools zur Analyse von Messdaten aus der Erprobung sowie prototypische Umsetzung und Absicherung von Fahrfunktionen im realen Fahrzeugversuch.

10.2014 – 12.2016

Ingolstadt

Applikationsverantwortlicher, später Funktionsverantwortlicher Verzögerungsmanagement

AUDI AG

  • Applikation, Inbetriebnahme und Absicherung des Verzögerungsmanagements im Fahrversuch über mehrere Fahrzeugplattformen hinweg.
  • Aus der Applikationsverantwortung heraus schrittweise die Funktionsauslegung übernommen, bis hin zur Funktionsverantwortung und Serienfreigabe des Moduls.
  • Steuerung des Anforderungs-, Change- und Fehlermanagements in enger Abstimmung mit Systemzulieferern und Fachbereichen.
  • Gewährleistung der Zulassungsfähigkeit und Freigabegüte unter strikter Einhaltung der ISO 26262 und marktspezifischer Qualitätsstandards.

08.2011 – 09.2014

Ingolstadt

Funktionsintegration / Applikation Verzögerungsmanagement

EFS GmbH / Wotech GmbH (für AUDI AG)

  • Inbetriebnahme, Applikation, Absicherung und Serienfreigabe des Verzögerungsmanagement-Moduls innerhalb des elektronischen Stabilitätsprogramms (ESC).
  • Durchführung des Fehler- und Änderungsmanagements zur Sicherstellung einer stabilen Funktionsentwicklung.

09.2009 – 05.2011

Oberpfaffenhofen

Studentische Hilfskraft

DLR – Institut für Robotik und Mechatronik

  • Diplomarbeit: Entwicklung eines haptischen Feedback-Geräts für den menschlichen Fuß.
  • Praktikum: Konzeptuntersuchung für ein haptisches Feedbackgerät am Fuß.

08.2007 – 08.2009

Dresden

Studentische Hilfskraft

Fraunhofer IZFP-D

  • Verhaltenssimulation von Piezo-Materialien für zerstörungsfreie Prüfverfahren.

Applied AI

2023 – heute

Remote / Deutschland

Independent AI Architect & Engineer

Selbstständig

Dokumenten-Pipeline

  • Stufe 1: LLM-Klassifikation der Eingangspost (10 bis 15 Briefe pro Woche) nach Empfänger und Thema, deterministisches Routing in Ablage, Aufgaben oder Finanzstrecke.
  • Stufe 2: Extraktion von ~15 Finanzdokumenten pro Tag in typisierte Schemata hinter einem Multi-Provider-Fallback (Mistral OCR, Landing AI, Pydantic).
  • Anbieterauswahl über vier Generationen (Nanonets, GPT-4o, Landing AI, Mistral OCR), bewertet auf Positionsebene und vergleichbar gemacht durch einen Adapter auf einen internen Vertrag.
  • Unbeaufsichtigter Betrieb über versionierten Extraktions-Cache, Content-Fingerprint-Dedup und Quarantäne für Validierungsfehler.

Content-Pipeline

  • Copywriter und Kritiker als getrennte Rollen, gebunden an harte Marken- und Identitätsanker gegen erfundene Produkte und Gesundheitsaussagen.
  • Die jüngsten Kritikbefunde fließen aus einem deduplizierten Speicher in den nächsten Prompt zurück.
  • Bildgenerierung auf ein deterministisch gerendertes Layout: das Modell darf nur Platzhalter-Anker mit Icons füllen, ohne Text oder Layout zu verändern.
  • Täglicher Post seit Juli 2026 mit wöchentlicher Sammelfreigabe, ohne Publishing-Zugänge beim Generator.

Ops-System

  • Dienstplanung, Inventar und Bestellwesen (React Native, Expo, Supabase), im täglichen Einsatz seit 2025.
  • Preisvergleich über sechs B2B-Lieferanten mit fuzzy-gematchter Produktnormalisierung über drei unterschiedlich angebundene Quellen.

Studium & Weiterbildung

09.2005 – 05.2011

Dresden

Mechatronik (Dipl.-Ing.)

Technische Universität Dresden

  • Schwerpunkte: Robotik, Hydraulik / Pneumatik.

2026

Udacity

AI / ML Nanodegrees

Udacity

  • AI Programming with Python; ML DevOps Engineer.

2017

Coursera

Deep Learning Specialization

DeepLearning.AI

Kompetenzen

AI & Machine Learning

Deep LearningNeuronale NetzeMLOps / ML DevOpsLLM-Anwendungsentwicklung (RAG, Agenten)Prompt Engineering & EvalsAgentische Entwicklungs-Workflows (Claude Code)Agenten-Orchestrierung mit Freigabe-GatesPyTorchMLflowWeights & BiasesDVCFastAPINumPy / pandasMatplotlibJupyterpytestModel-Monitoring

Sicherheitskritische Systeme & Architektur

ISO 26262 (funktionale Sicherheit)ASPICEMBSE (Matlab/Simulink)System- & FunktionsarchitekturVehicle Motion ManagementVirtuelle Absicherung (vECUs, SiL/HiL)Anforderungsmanagement

Programmierung

PythonC / C++HTML / CSS

Tools & Plattformen

Matlab/SimulinkCarMakerIBM DOORSCANoe / CANapeSilver (Synopsys)dSpace TargetLinkCodeBeamerSupabaseDockern8nGitHub Actions / CI-CDJira

Sprachen

Deutsch
C2
Englisch
C1
Spanisch
A1
Persisch
Muttersprache