Dan Thach - Lead Data Scientist / KI-Plattformingenieur

Q: Wo ist Dan ansässig?

Dan ist in Warschau, Polen ansässig.

Q: Welche Sprachen spricht Dan?

Dan spricht folgende Sprachen: Englisch (Verhandlungssicher), Vietnamesisch (Fortgeschritten) .

Q: Wie viele Jahre Erfahrung hat Dan?

Dan hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Dan in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 1 Monat . Beachten Sie, dass Dan möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Dan?

Die neueste Position von Dan ist Lead Data Scientist / KI-Plattformingenieur bei Tkxel .

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

In den letzten Jahren hat Dan für Tkxel und Meta gearbeitet.

Q: In welchen Industrien hat Dan die meiste Erfahrung?

Dan hat die meiste Erfahrung in Industrien wie Informationstechnologie und Medien und Unterhaltung .

Q: In welchen Bereichen hat Dan die meiste Erfahrung?

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

Q: In welchen Industrien hat Dan kürzlich gearbeitet?

Dan hat kürzlich in Industrien wie Informationstechnologie und Medien und Unterhaltung gearbeitet.

Q: In welchen Bereichen hat Dan kürzlich gearbeitet?

Dan hat kürzlich in Bereichen wie Informationstechnologie , Produktentwicklung und Forschung und Entwicklung gearbeitet.

Recommended expert

Warschau, Polen

Erfahrungen

Apr. 2024 - Bis heute

2 Jahren

Lead Data Scientist / KI-Plattformingenieur

Tkxel

Leitung des Designs und der Bereitstellung einer internen, auf LLM basierenden Assistentenplattform mit über 1.000 täglichen Nutzern, wodurch die Antwortgenauigkeit um 28 % stieg und die Inferenzkosten durch optimierte RAG-Pipeline-Orchestrierung um 15 % sanken.
Entwicklung eines unternehmensweiten KI-Governance-Rahmens mit Modellsichtbarkeit und Sicherheitsebenen, um Compliance zu gewährleisten und Halluzinationen in kundenorientierten Modellen zu reduzieren.
Aufbau modularer RAG-2.0-Pipelines mit LangChain und eigener Orchestrierung zur dynamischen Kontextabfrage über Produktbereiche hinweg.
Zusammenarbeit mit Data Engineering-Teams zur Abstimmung der Feature-Store-Schemata auf ML- und Analyse-Workflows, wodurch Modelliterationen beschleunigt wurden.
Betreuung von Junior Engineers zu LLMOps-Best-Practices und skalierbaren Deployment-Strategien in Cloud- und On-Prem-Umgebungen.
Tech & Tools: GPT-4/5-APIs, Llama 3, LangChain, HuggingFace, Pinecone, Weaviate, Ray, KServe, MLflow, Kubeflow, Airflow, Feast, Evidently, Prometheus, AWS/GCP

März 2021 - Apr. 2024

3 Jahren 2 Monate

Senior Machine Learning Engineer (NLP-Schwerpunkt)

Machine-Learning-Ingenieur

Semantic Visions

Planung und Bereitstellung von End-to-End-ML-Microservices für Empfehlungen und NLP-Funktionen, um zuverlässiges Model Serving und Monitoring zu gewährleisten.
Implementierung von A/B-Test-Frameworks zur Bewertung von ML-Systemen, wodurch die Iterationsgeschwindigkeit und datenbasierte Entscheidungsfindung verbessert wurden.
Mitarbeit an der Entwicklung von MLOps-Pipelines einschließlich CI/CD-Workflows, Modellversionierung und automatischem Retraining.
Zusammenarbeit mit Data Engineering-Teams zur Optimierung von ETL- und Feature-Pipelines mit Spark und Airflow.
Beitrag zur frühen Einführung von MLflow und Model-Observability-Dashboards, was die Transparenz der eingesetzten Modelle erhöhte.
Tech & Tools: TensorFlow 2.x, PyTorch, scikit-learn, BERT, Docker, Airflow, Kubernetes, Flask/FastAPI, MLflow, Spark, Kafka, BigQuery, Prometheus, Grafana

Nov. 2016 - Mai 2018

1 Jahr 7 Monate

Dateningenieur

Featurespace

Gestaltung und Implementierung von ETL-zu-ELT-Datenpipelines mit Spark und Airflow, um nahezu Echtzeit-Analysen für Produktkennzahlen zu ermöglichen.
Migration wichtiger Datenworkflows von On-Premise zu AWS und GCP, was die Zuverlässigkeit erhöhte und die Latenz verringerte.
Aufbau und Pflege von Data Marts und semantischen Schichten zur Unterstützung nachgelagerter Analysen und früher Machine-Learning-Projekte.
Einführung von Kafka-Streaming zur Verarbeitung von Event-Daten, was Skalierbarkeit und Monitoring-Funktionen verbesserte.
Zusammenarbeit mit Analysten und Data Scientists zur Erstellung effizienter, funktionsbereiter Datenpipelines für Experimente.
Tech & Tools: Python 3, SQL, Airflow, Spark, Hive, Kafka, AWS (Redshift, S3), GCP (BigQuery), Docker, Bash

Okt. 2015 - Nov. 2016

1 Jahr 2 Monate

Junior Dateningenieur (Analytics & ETL)

UiPath

Automatisierung veralteter Excel-/VBA-Berichte mit Python und SQL, was manuelle Reporting-Zyklen deutlich verkürzte.
Unterstützung beim Aufbau erster BI-Dashboards und ETL-Pipelines für Executive Analytics.
Mitarbeit an Pilotprojekten mit Hadoop/Hive zur Bewertung verteilter Datenverarbeitung großer Datensätze.
Tech & Tools: SQL (MySQL, Postgres), Python 2.7/3, Excel/VBA, Tableau, Power BI, Linux, Bash

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 (10.5 Jahre) und Medien und Unterhaltung (3 Jahre).

Informationstechnologie

Medien und Unterhaltung

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 (10.5 Jahre), Produktentwicklung (8 Jahre), Forschung und Entwicklung (6 Jahre) und Business Intelligence (2.5 Jahre).

Informationstechnologie

Produktentwicklung

Forschung und Entwicklung

Business Intelligence

Zusammenfassung

Erfahrener Machine Learning Engineer mit fundiertem Mix aus Data Science, MLOps und Entwicklung von KI-Plattformen, der die Lücke zwischen skalierbaren Machine-Learning-Systemen und geschäftsorientierten Modellierungsstrategien schließt. Mehr als 10 Jahre Erfahrung in Data Engineering, ML-Infrastruktur, NLP und LLM-Anwendungen, mit messbaren Ergebnissen dank Optimierung der Modellleistung, Experimenten und zuverlässigem Produktiveinsatz. Erfahren im Führen funktionsübergreifender ML-Projekte, im Mentoring von Teams und in der Umwandlung komplexer Datenpipelines in einsatzbereite, wertorientierte KI-Lösungen in verschiedenen Cloud-Umgebungen.

Fähigkeiten

Programmiersprachen: Python (Numpy, Pandas, Pyspark), R, Sql, Bash
Data Engineering & Verarbeitung: Spark, Kafka, Airflow, Etl-/elt-pipelines, Datenmodellierung (Star/kimball)
Machine Learning: Scikit-learn, Tensorflow, Pytorch, Xgboost, Transformers (Bert, Gpt, Llama)
Nlp & Llms: Huggingface, Sentence Transformers, Rag-architekturen, Vektordatenbanken (Pinecone, Faiss, Weaviate)
Mlops & Plattformen: Mlflow, Kubeflow, Vertex Ai, Sagemaker, Docker, Kubernetes, Ci/cd
Experimente & Analysen: A/b-tests, Kausalanalyse, Feature Engineering, Statistische Modellierung
Cloud & Infrastruktur: Aws (S3, Ec2, Lambda), Gcp (Vertex, Bigquery), Azure Ml, Nvidia Triton/tensorrt
Beobachtung & Governance: Weights & Biases, Evidently, Prometheus, Grafana, Feast, Guardrails Ai
Soft Skills: Bereichsübergreifende Zusammenarbeit, Mentoring, Produktorientierte Ml-strategie

Sprachen

Englisch

Verhandlungssicher

Vietnamesisch

Fortgeschritten

Ausbildung

Sept. 2017 - Aug. 2019

University of York

Master of Science in Informatik · Informatik · York, Vereinigtes Königreich

Sept. 2011 - Juni 2015

Hanoi University of Science and Technology

Bachelor of Science in Informatik · Informatik · Hanoi, Vietnam

Profil

Erstellt

November 2025

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently asked questions

Sie haben Fragen? Hier finden Sie weitere Informationen.

Wo ist Dan ansässig?

Dan ist in Warschau, Polen ansässig.

Welche Sprachen spricht Dan?

Dan spricht folgende Sprachen: Englisch (Verhandlungssicher), Vietnamesisch (Fortgeschritten).

Wie viele Jahre Erfahrung hat Dan?

Dan hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Dan in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 1 Monat. Beachten Sie, dass Dan möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Dan am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Dan gut geeignet für Rollen wie: Lead Data Scientist / KI-Plattformingenieur, Senior Machine Learning Engineer (NLP-Schwerpunkt), Machine-Learning-Ingenieur.

Was ist das neueste Projekt von Dan?

Die neueste Position von Dan ist Lead Data Scientist / KI-Plattformingenieur bei Tkxel.

Für welche Unternehmen hat Dan in den letzten Jahren gearbeitet?

In den letzten Jahren hat Dan für Tkxel und Meta gearbeitet.

In welchen Industrien hat Dan die meiste Erfahrung?

Dan hat die meiste Erfahrung in Industrien wie Informationstechnologie und Medien und Unterhaltung.

In welchen Bereichen hat Dan die meiste Erfahrung?

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

In welchen Industrien hat Dan kürzlich gearbeitet?

Dan hat kürzlich in Industrien wie Informationstechnologie und Medien und Unterhaltung gearbeitet.

In welchen Bereichen hat Dan kürzlich gearbeitet?

Dan hat kürzlich in Bereichen wie Informationstechnologie, Produktentwicklung und Forschung und Entwicklung gearbeitet.

Was ist die Ausbildung von Dan?

Dan hat einen Master in Informatik from University of York und einen Bachelor in Informatik from Hanoi University of Science and Technology.

Wie ist die Verfügbarkeit von Dan?

Dan ist sofort vollzeit verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Dan?

Der Stundensatz von Dan 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 Dan beauftragen?

Um Dan 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.

600

450

300

150

⌀ Markt: 440-600 €

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.