Cyprian Feliks - Senior KI/ML-Ingenieur

Q: Wo ist Cyprian ansässig?

Cyprian ist in Kopenhagen, Dänemark ansässig.

Q: Welche Sprachen spricht Cyprian?

Cyprian spricht folgende Sprachen: Dänisch (Muttersprache), Englisch (Verhandlungssicher) .

Q: Wie viele Jahre Erfahrung hat Cyprian?

Cyprian hat mindestens 11 Jahre Erfahrung. In dieser Zeit hat Cyprian in mindestens 4 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 10 Monate . Beachten Sie, dass Cyprian möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Cyprian?

Die neueste Position von Cyprian ist Senior KI/ML-Ingenieur bei Andor Health .

Q: Für welche Unternehmen hat Cyprian in den letzten Jahren gearbeitet?

In den letzten Jahren hat Cyprian für Andor Health und Amdocs gearbeitet.

Q: In welchen Industrien hat Cyprian die meiste Erfahrung?

Cyprian hat die meiste Erfahrung in Industrien wie Informationstechnologie , Bank- und Finanzwesen und Telekommunikation . Cyprian hat auch etwas Erfahrung in Gesundheitswesen .

Q: In welchen Bereichen hat Cyprian die meiste Erfahrung?

Cyprian hat die meiste Erfahrung in Bereichen wie Informationstechnologie , Produktentwicklung und Business Intelligence . Cyprian hat auch etwas Erfahrung in Forschung und Entwicklung und Kundendienst .

Q: In welchen Industrien hat Cyprian kürzlich gearbeitet?

Cyprian hat kürzlich in Industrien wie Informationstechnologie , Telekommunikation und Gesundheitswesen gearbeitet.

Q: In welchen Bereichen hat Cyprian kürzlich gearbeitet?

Cyprian hat kürzlich in Bereichen wie Informationstechnologie , Business Intelligence und Kundendienst gearbeitet.

Recommended expert

Kopenhagen, Dänemark

Erfahrungen

Juni 2023 - Dez. 2025

2 Jahren 7 Monate

Orlando, Vereinigte Staaten

Senior KI/ML-Ingenieur

Andor Health

Verantwortete Design und Entwicklung des Digital Front Door Systems, eines Multi-Agenten-Sprach-KI-Assistenten für Patienten, und nutzte das Microsoft Agent Framework zur Steuerung komplexer Reasoning- und Gesprächsabläufe über LiveKit
Implementierte ein hybrides Retrieval-Augmented Generation (RAG) System mit PgVector und HNSW-basierter Indexierung zur Bearbeitung von Nutzeranfragen zu Gesundheit und medizinischer Beratung, reduzierte Halluzinationen und verbesserte die Relevanz der Antworten um ca. 20 %
Entwickelte und implementierte Model Context Protocol (MCP) Tools wie das Tavily Suchwerkzeug und das EHR-Retrieval-Tool für Echtzeitzugriff auf Gesundheitsdaten, steigerte die Antwortgenauigkeit um 90 %
Führte die Integration HIPAA-konformer generativer KI-Sicherheitsvorkehrungen und eines maßgeschneiderten Safety Checkers mit TinyBERT in die Produktions-Sprach-KI-Pipeline ein, um regulatorische Compliance sicherzustellen und toxische Outputs zu verhindern
Entwickelte eine Evaluations-Pipeline unter Einsatz von LLM-as-a-Judge und traditionellen Metriken (ROUGE, BLEU, BERTScore) mit Azure Evaluators und etablierte Logging und Monitoring mit Prometheus und Grafana für Echtzeit-Performance-Einblicke
Implementierte MLOps- und LLMOps-Pipelines auf Azure Machine Learning mit CI/CD via GitLab Actions und HITL (Human-In-The-Loop) mit MLflow, erreichte 99,9 % Verfügbarkeit und skalierte auf Millionen gleichzeitiger Anfragen
Entwickelte ein Multi-Agenten-System mit LangChain und LangGraph zur Orchestrierung domänenspezifischer Fine-Tuned LLMs für nahtlose domänenübergreifende Interaktionen und effiziente Informationsbeschaffung
Entwarf und führte verteilte Fine-Tuning-Pipelines für Open-Source-LLMs (Llama, Medical-Llama) mit QLoRA und Instruction Tuning auf Azure ML durch, beschleunigte die Konvergenz um 45 % und verringerte die Halluzinationsrate um 40 %
Optimierte die Inferenz-Performance durch Quantisierung, Adapter-Fusion und Model Distillation mit ONNX, vLLM und TensorRT, reduzierte die Antwortlatenz um 40 % ohne Einbußen bei der Reasoning-Tiefe
Begleitete und coachte Junior-Ingenieur:innen durch Erstellung von Onboarding-Guides, Leitung von Wissensaustausch-Sessions und Etablierung von Best Practices für generative KI, verteilte Systeme und Produktionsreife im Healthcare-Bereich

Jan. 2020 - Mai 2023

3 Jahren 5 Monate

Chesterfield, Vereinigte Staaten

Senior KI-Ingenieur

Amdocs

Zusammenarbeit mit T-Mobile-Ingenieuren und Data Scientists zur Entwicklung von KI-Lösungen, darunter ein Conversational AI Chatbot, 3D-Rekonstruktion von Antennenmasten und Tiefenschätzungsmodelle für physische Messungen
Entwicklung und Implementierung eines KI-gestützten Kundenservicesystems mittels feinabgestimmtem GPT mit QLoRA und Conversational AI zur Verbesserung der Kundenbindung, was zu einer 30 % Reduktion der Antwortzeiten führte
Optimierung der LLM-Performance und Effizienz durch Model Distillation, Quantisierung und Pruning, erreichte bis zu 30 % geringere Latenz und schnellere Inferenz für Echtzeit-Interaktionen
Implementierung eines Retrieval-Augmented Generation (RAG)-Systems mit FAISS-basierendem Vektor-Store zur Verbesserung der Bearbeitung von Kundenanfragen mit relevanteren und genaueren Antworten
Optimierung von Dokumentenmanagement-Workflows auf AWS S3 mit LLM-Modellen für Klassifikation und Zusammenfassung, reduzierte manuellen Aufwand um 50 % und steigerte die Betriebseffizienz
Entwicklung von End-to-End-MLOps-Pipelines für Echtzeit-Datenaufnahme auf AWS SageMaker mit MLflow für Pre-Processing und Inferenz, verbesserte Antennenerkennung und Überwachungsgeschwindigkeit um 40 %
Erstellung eines Tiefenschätzungsmodells mit monokularen Techniken unter Nutzung von MonoDepth und Multi-Scale-Fusionsnetzwerken zur Optimierung und präzisen Planung von Netzwerken
Einsatz von GANs mit Digital-Twin-Technologie zur Erstellung von 3D-Rekonstruktionen aus Drohnenaufnahmen von Antennenmasten, verkürzte Modellierungszeit um 30 % und ermöglichte Echtzeit-Virtual-Inspektionen
Durchführung von Exploratory Data Analysis und Erstellung von Power BI-Visualisierungen zur Identifizierung von Prozessengpässen, um datenbasierte Entscheidungen und bereichsübergreifende Einblicke zu fördern

Sept. 2018 - Dez. 2019

1 Jahr 4 Monate

Kopenhagen, Dänemark

Hybrid

Machine Learning-Ingenieur

SiteCore

Entwickelte ein multivariates Zeitreihen-Vorhersagesystem mit hybrider LSTM- und Transformer-Architektur zur Prognose von Rohstoffpreisbewegungen und verbesserte die Genauigkeit durch aufmerksamkeitsbasierte Modelle und Feature Engineering
Entwarf und implementierte in Python mit scikit-learn ein K-Means-Clustering-Modell für Kundensegmentierung, steigerte die Conversion-Rate gezielter Kampagnen um 20 %
Arbeitete mit Data-Science-Teams zusammen, um Prototypen und Bereitstellung von Empfehlungssystemen mittels Matrixfaktorisierung und Autoencodern zu realisieren und optimierte Algorithmen für personalisierte Nutzererlebnisse
Erstellte interaktive Tableau-Dashboards zur Visualisierung von KPIs wie Modell-Performance, Conversion-Lift und Pipeline-Latenz und ermöglichte so datengetriebene Entscheidungen der Fachbereiche
Aufbau und Wartung von ETL-Pipelines in Python auf GCP mit Google Cloud Storage für skalierbare Datenerfassung, -transformation und -speicherung und sicherte dabei zuverlässige Lieferung und konsistente Wiederherstellung

Aug. 2012 - Juli 2016

4 Jahren

Kopenhagen, Dänemark

Software-Ingenieur

SimCorp

Entwarf und implementierte Backend-Services mit Django und Flask in einer Microservices-Architektur, um hohe Performance und Skalierbarkeit für Finanzanwendungen sicherzustellen
Verwaltung und Optimierung von MongoDB- und PostgreSQL-Datenbanken für Datenintegrität und Zuverlässigkeit bei großflächigen Transaktionen und Finanzberichterstattung
Entwicklung und Wartung von Microservices mit Java und Node.js, ermöglichte nahtlose Modulinteraktion und reibungslose Deployment-Versionierung
Umsetzung von Containerisierung und Orchestrierung mit Docker und Kubernetes zur Verbesserung der Entwicklungs-Pipelines, Reduzierung von Ausfallzeiten und Sicherstellung hoher Verfügbarkeit
Aufbau und Pflege robuster Datenpipelines mit internen Tools für Log-Verarbeitung und Reporting-Infrastruktur zur Unterstützung unternehmensweiter Analysen
Implementierung von A/B-Testframeworks für Frontend-Funktionen mithilfe statistischer Methoden zur Analyse der Nutzerbindung und Steuerung von Produktentscheidungen

Industrie Erfahrung

Sehen Sie, wo dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat. Längere Linien stehen für umfangreichere praktische Erfahrung, während kürzere Linien auf gezielte oder projektbezogene Arbeit hindeuten.

Erfahren in Informationstechnologie (8.5 Jahre), Bank- und Finanzwesen (4 Jahre), Telekommunikation (3.5 Jahre) und Gesundheitswesen (2.5 Jahre).

Informationstechnologie

Bank- und Finanzwesen

Telekommunikation

Gesundheitswesen

Geschäftsbereich Erfahrung

Die folgende Grafik bietet einen Überblick über die Erfahrungen des Freiberuflers in verschiedenen Geschäftsbereichen, berechnet anhand abgeschlossener und aktiver Aufträge. Sie zeigt die Bereiche, in denen der Freiberufler am häufigsten zur Planung, Umsetzung und Erzielung von Geschäftsergebnissen beigetragen hat.

Erfahren in Informationstechnologie (11 Jahre), Produktentwicklung (6.5 Jahre), Business Intelligence (4.5 Jahre), Forschung und Entwicklung (4 Jahre) und Kundendienst (3.5 Jahre).

Informationstechnologie

Produktentwicklung

Business Intelligence

Forschung und Entwicklung

Kundendienst

Zusammenfassung

Erfahrener KI-Ingenieur mit über 10 Jahren Erfahrung und tiefem Fachwissen in Architektur und Bereitstellung groß angelegter KI-Systeme mit LLMs, Multi-Agenten-Orchestrierung, Computer Vision sowie cloud-nativem MLOps. Erfahren im Aufbau produktionsreifer Pipelines mit RAG, RLHF, verteiltem Fine-Tuning, Vektordatenbanken und automatisiertem CI/CD auf Azure, AWS und GCP. Nachweisliche Erfolge bei Verbesserung der Genauigkeit, Reduzierung von Halluzinationen und Beschleunigung von Deployment-Zyklen durch robuste Datenpipelines, Geodatenanalyse und Modelloptimierungs-Frameworks. Kompetent in der Übertragung komplexer Forschung in skalierbare Unternehmenslösungen, dabei Mentoring von Teams und Förderung funktionsübergreifender technischer Initiativen.

Fähigkeiten

Programmierung & Tools – Python, Javascript, C++, React, Sql, Fastapi, Flask, Django, Restful Apis, Git, Jira
Machine Learning & Deep Learning – Überwachtes, Unüberwachtes & Selbstüberwachtes Lernen, Cnn, Transformer, Tensorflow, Pytorch, Scikit-learn, Pandas, Pydantic, Spacy, Nltk, Transfer Learning, Multi-modal-modelle, Graph-neuronale Netze
Generative Ai & Llms – Gemini Pro, Gpt-4/3.5, Claude, Llama 3, Mistral, Command R+, Prompt-engineering & Versionierung, Fine-tuning, Peft, Lora, Qlora, Instruction Tuning, Multi-agenten-systeme, Conversational Ai, Langchain, Langgraph, Crewai, Semantic Kernel, Microsoft Agent Framework, Tts & Stt-modelle
Llm-optimierung – Vllm, Tensorrt-llm, Flashattention, Pagedattention, Dynamic Batching, Modellquantisierung, Peft (Lora, Qlora, Adapter), Destillation, Effiziente Transformer-architekturen
Rag & Vektorsuche – Hybrid Retrieval, Metadaten-filterung, Pgvector, Pinecone, Faiss, Chroma, Hnsw-indexierung, Multi-modal-rag, Context Re-ranking (Colbert, Minilm, Tinybert)
Mlops & Llmops – Aws (Sagemaker, Ecs, Eks, Lambda, Cloudwatch), Gcp (Vertex Ai, Bigquery, Cloud Run), Azure (Azure Ml, Azure Functions), Kubeflow, Mlflow, Llamaindex, Docker, Kubernetes, Helm, Terraform, Kserve, Triton, Modell-monitoring & Ci/cd, Prometheus, Grafana
Data Science – Datenpipelines (Apache Airflow, Prefect), Spark, Postgresql, Mongodb, Nosql, Bigquery, Etl-pipelines, Eda, Power Bi, Databricks
Soft Skills – Technische Führung & Mentoring, Bereichsübergreifende Zusammenarbeit, Strategisches Denken, Produktorientierte Entwicklung, Agile Teamarbeit, Kontinuierliches Lernen & Anpassungsfähigkeit In Der Forschung

Sprachen

Dänisch

Muttersprache

Englisch

Verhandlungssicher

Ausbildung

Sept. 2016 - Aug. 2018

University of Copenhagen

Master of Science in Informatik · Informatik · Kopenhagen, Dänemark

Sept. 2008 - Juli 2012

University of Copenhagen

Bachelor of Science in Informatik · Informatik · Kopenhagen, Dänemark

Profil

Erstellt

Januar 2026

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently asked questions

Sie haben Fragen? Hier finden Sie weitere Informationen.

Wo ist Cyprian ansässig?

Cyprian ist in Kopenhagen, Dänemark ansässig.

Welche Sprachen spricht Cyprian?

Cyprian spricht folgende Sprachen: Dänisch (Muttersprache), Englisch (Verhandlungssicher).

Wie viele Jahre Erfahrung hat Cyprian?

Cyprian hat mindestens 11 Jahre Erfahrung. In dieser Zeit hat Cyprian in mindestens 4 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 10 Monate. Beachten Sie, dass Cyprian möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Cyprian am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Cyprian gut geeignet für Rollen wie: Senior KI/ML-Ingenieur, Senior KI-Ingenieur, Machine Learning-Ingenieur.

Was ist das neueste Projekt von Cyprian?

Die neueste Position von Cyprian ist Senior KI/ML-Ingenieur bei Andor Health.

Für welche Unternehmen hat Cyprian in den letzten Jahren gearbeitet?

In den letzten Jahren hat Cyprian für Andor Health und Amdocs gearbeitet.

In welchen Industrien hat Cyprian die meiste Erfahrung?

Cyprian hat die meiste Erfahrung in Industrien wie Informationstechnologie, Bank- und Finanzwesen und Telekommunikation. Cyprian hat auch etwas Erfahrung in Gesundheitswesen.

In welchen Bereichen hat Cyprian die meiste Erfahrung?

Cyprian hat die meiste Erfahrung in Bereichen wie Informationstechnologie, Produktentwicklung und Business Intelligence. Cyprian hat auch etwas Erfahrung in Forschung und Entwicklung und Kundendienst.

In welchen Industrien hat Cyprian kürzlich gearbeitet?

Cyprian hat kürzlich in Industrien wie Informationstechnologie, Telekommunikation und Gesundheitswesen gearbeitet.

In welchen Bereichen hat Cyprian kürzlich gearbeitet?

Cyprian hat kürzlich in Bereichen wie Informationstechnologie, Business Intelligence und Kundendienst gearbeitet.

Was ist die Ausbildung von Cyprian?

Cyprian hat einen Master in Informatik from University of Copenhagen und einen Bachelor in Informatik from University of Copenhagen.

Wie ist die Verfügbarkeit von Cyprian?

Cyprian ist sofort vollzeit verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Cyprian?

Der Stundensatz von Cyprian hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Cyprian beauftragen?

Um Cyprian zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1200

900

600

300

⌀ Markt: 950-1110 €

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.