Automatisiertes Content-Generierungssystem ("NISI"): Entwicklung eines KI-gestützten Systems zur Automatisierung der Customer Journey, des Verkaufs und der Markenbildung. Erstellung von KI-generierten Artikeln aus Kundeninterviews mit LangChain, LangGraph und OpenAI-API, was zu 54 neuen Nutzeranmeldungen führte und Feedback sowie Produktentdeckung erleichterte. Genutzte Technologien: Python, Git, CI/CD, Docker, Machine Learning, LLM, LangChain, LangGraph, LangSmith, OpenAI, Open-Source-Entwicklung, Google Cloud, ChatGPT.
Tool zur Geschäftswertschätzung: Entwicklung eines Tools zur Analyse von Repositories und Zuweisung von Geschäftswerten, das Priorisierung und Risikomanagement unterstützt. Das Tool kombiniert verschiedene KI-Komponenten in einem Graphen. Genutzte Technologien: Python, Git, CI/CD, RESTful API, Docker, Machine Learning, LLM, LangChain, LangGraph, LangSmith, OpenAI, Cybersecurity, Open-Source-Entwicklung, Google Cloud, ChatGPT.
Automatisierte Risikominderung: Implementierung automatisierter Risikominderung mit KI, wodurch mehrere Risiken im Produkt beseitigt wurden. Genutzte Technologien: Python, Git, Docker, CI/CD, Machine Learning, LLM, LangChain, LangGraph, LangSmith, OpenAI, Neo4j, Cybersecurity, Open-Source-Entwicklung, ChatGPT.
RAG-, Graph-to-Chat-/Chat-to-Graph-System: Planung und Umsetzung eines Systems für bidirektionale Verknüpfung von Chat-Dialogen und Wissensgraphen als RAG. Das Projekt ermöglicht das Extrahieren und Integrieren konversationeller Daten in beide Richtungen in eine dynamische Graphstruktur für eine effiziente Nutzererfahrung bei Cybersicherheitsdaten und -dialogen. Genutzte Technologien: Python, Git, Docker, Machine Learning, LLM, LangChain, OpenAI, Numpy, Cybersecurity, Neo4j, Open-Source-Entwicklung, Google Cloud, ChatGPT.
Optimierte KI-Workflows: Integration von KI-Tools und Optimierung der Kosteneffizienz, Deployment auf Google Cloud Run.
Code-Review und Qualitätssicherung: Überprüfung von Pull Requests und Refactoring für bessere Codequalität und Wartbarkeit.
Teamtraining und Leitung: Durchführung von Schulungen zu KI-Tools und Workflows, Förderung des laufenden Lernens.
Nov. 2022 - Juli 2023
9 Monaten
Machine Learning Researcher/Developer
Siemens Energy
Entwicklung eines ML-Modells mit PyTorch und PyTorch Geometric zur Automatisierung von Hochspannungskonfigurationsprozessen, Reduzierung der Konfigurationszeit um bis zu 30 Stunden pro Instanz.
Erreichung einer Genauigkeit von 96% bei der Link-Vorhersage für domänenspezifische Wissensgraphen.
Zusammenarbeit mit fachübergreifenden Teams für Datensammlung und Domänenverständnis.
Migrationstool von Polarion zu Azure DevOps: Entwicklung eines Tools zur Übertragung von Epics, Stories, Sprints etc. von Polarion zu Azure DevOps mit Python und Azure REST API. Genutzte Technologien: Python, RESTful API.
Automatisierte Testsysteme: Entwicklung fortschrittlicher automatisierter Testsysteme für Funktions- und Smoke-Tests zur Steigerung der Softwarequalität. Genutzte Technologien: Git, Python, CI/CD, C#.
Monitoring-System: Entwicklung eines Python-basierten Überwachungssystems für Windows-Server, Windows-Dienste und weitere Schnittstellen. Genutzte Technologien: Python, RESTful API, CI/CD.
Software-Adapter: Planung und Implementierung eines Adapters in C# zur Erweiterung der Systemfunktionen. Genutzte Technologien: C#.
Automatisierte Tasks: Implementierung eines Frameworks für automatisierte Aufgaben, Benutzerverwaltung und Prozessüberwachung. Genutzte Technologien: C#.
Entwurf und Implementierung eines modularen, hochskalierbaren Webdienstes mit Azure und Terraform für nahtlose Erweiterung und unternehmensweite Bereitstellung.
Infrastruktur- und Systemarchitektur, Sicherstellung einer sicheren, zuverlässigen und effizienten Struktur für Multi-Tenant-Unternehmenslösungen.
Aufbau eines kompletten Buchungssystems inkl. Frontend, Backend, API-Integration, Datenbankverwaltung und sicherer Serverbereitstellung.
Automatisierte Infrastrukturbereitstellung mit Terraform, Optimierung von Deployment, Skalierbarkeit und Wartbarkeit.
Gewährleistung hoher Sicherheitsstandards: Authentifizierung, Verschlüsselung und Best Practices für Cloud-Anwendungen.