Mathew (Dr.) Divine
Data-Science-Experte und KI-Stratege
Erfahrungen
Data Science Expert and AI Strategist
Freelancer
- Erstellte eine API zum Import, zur Bereinigung, Übersetzung und Indexierung von EU-Ausschreibungsdokumenten in Neo4j, wodurch eine hybride Suche mit RAG- und Cypher-Abfragen über ein Streamlit-Dashboard möglich wurde
- Setzte die API in AWS Lightsail Container-Services ein, automatisierte CI/CD mit GitHub Actions und sicherte die Stabilität durch pytest Unit- und Integrationstests
- Entwarf und entwickelte einen umfassenden Online-Kurs zur Datenanalyse mit ChatGPT für Fachleute und Lernende und erstellte dazu Lehrvideos und interaktive Jupyter-Notebooks
- Setzte OBS und professionelle Audioausrüstung ein, um Video- und Audiomaterial in hoher Qualität zu gewährleisten
- Leitete ein CRM-Daten-Normalisierungs- und Bereinigungsprojekt, das über ein Sankey-Diagramm visualisiert wurde, um das Kundenverständnis und die Pipeline-Entwicklung zu unterstützen
- Implementierte und validierte eine genAI-gesteuerte Web-Crawling-Strategie auf AWS und stellte Datenqualität, Skalierbarkeit und CRM-Datenanreicherung sicher
Head of Digital Lab (CD&O)
Boehringer-Ingelheim
- Führte ein 8-köpfiges, funktionsübergreifendes Team und integrierte MLOps Best Practices, um den KI-gestützten Cloud-Einsatz und den operativen Betrieb zu optimieren
- Entwickelte durchgängige, cloudbasierte ML-Workflows und brachte Geschäftsziele und technische Strategie in Einklang, um die Time-to-Market zu verkürzen
- Etablierte Prozesse für eigenverantwortliche Entscheidungen und trieb agile Umsetzung in der KI-Produktentwicklung voran
- Schulte das Team in Design-Thinking-Methoden, KI-Strategie und qualitativer Nutzerforschung
- Erstellte Prozesslandkarten und führte qualitative Analysen durch, um KI-gestützte Anwendungsfälle und automatisierte Dokumentenverarbeitung zu definieren
- Leitete PoCs zur LLM-basierten Dokumentenerstellung, Übersetzung und Schwärzung und führte Marktscouting sowie Lieferantenanalysen durch, um RfP-Prozesse zu optimieren
- Beriet bei Prompt-Engineering für LLMs, Prompt-Chaining und RAG-Architektur und setzte einen interaktiven, cloudnativen Streamlit-Prototypen um
- Agierte als Product Owner für ein KI-gestütztes Analytics-Dashboard, integrierte Empfehlungssysteme und kognitive Suche und definierte Vision, Roadmap und Backlog-Grooming
Interim Head of Data Science
BI X GmbH
- Betreute und entwickelte ein selbstorganisiertes Team von 9 Data Scientists und sicherte die Qualität der Ergebnisse in allen Projekten
- Arbeitete mit der BI X-Führung und den Product Ownern zusammen, um in wöchentlichen Calls Hindernisse zu identifizieren und zu beseitigen
- Verantwortlich für Personalplanung bei neuen Initiativen und interne Einstellungen unter Einhaltung von Budget und engen Zeitvorgaben
Senior Data Scientist
BI X GmbH
- Leitete die Entwicklung ultraschneller de-novo-Genomassemblierungs-Bioinformatik-Pipelines auf AWS und nutzte AWS CDK zur Orchestrierung von Infrastruktur und Diensten
- Entwickelte ETL-Prozesse in Python in der Cloud zur Erstellung eines klinischen Datenkatalogs, der Daten von clinicaltrials.gov und internen Quellen integriert, diese über Ontologien normiert und semantische Suche in einem Knowledge Graph ermöglicht
- Leitete ein Hackathon-Projekt zur Gamifizierung von NLP-Annotationen für Entity-Relationship-Modelle in einer Web-App, erstellte Wissensressourcen und führte Data Scientists durch NLP-Pipelines
- Konzipierte einen maßgeschneiderten Knowledge-Management-System-Prototyp (PoC), führte qualitative Nutzerforschung mit über 60 Mitarbeitern durch und entwickelte Prototypen mit Open-Source-NLP-Algorithmen für Frage-Antwort-Funktion und Topic Modeling
- Erstellte einen Prototyp (PoC) zur Generierung neuer Verbindungen mit SMILES und generativer KI für eine interaktive Lead-Optimierungs-Web-App
- Entwickelte eine NGS-Validierungspipeline auf AWS, die Short-Read-Sequenzierung mit Long-Read-Assembly vergleicht und 16 genetische Leads lieferte
- Nahm an interdisziplinären Hackathons und Data-Science-Initiativen teil, bei denen generative KI zur Entwicklung medizinischer Moleküle eingesetzt wurde
Research Scientist, Radiogenomics
Eberhard Karls University Tübingen
- Sammelte, aggregierte und analysierte hochdimensionale NGS-, medizinische Bildgebungs- und Genannotationsdaten aus klinischen Studien zum hepatozellulären Karzinom
- Erstellte Workflows zur Aufbereitung von NGS-Datensätzen mit mehreren Online-Datenbanken und extrahierte Radiomics-Features, visualisierte diese mit Heatmaps, Clustering und Protein-Interaktionsnetzwerken
- Entwickelte und containerisierte Algorithmen zur Erstellung von Berichten über genetische Variationen zur Unterstützung von Therapieentscheidungen von Onkologen
- Entwarf erklärbare KI-Visualisierungen mit Parallelkoordinaten für versteckte Schichten neuronaler Netze und beriet bei der Entwicklung interaktiver Web-Apps
- Entwarf eine interaktive Transfer-Learning-Web-App für die Erstellung von neuronalen Netzwerkarchitekturen, Training und Hyperparameter-Optimierung
- Kartierte molekulare Bildgebungs- und NGS-Daten auf KEGG-Protein-Protein-Interaktionsnetzwerke, um die Dimensionalität zu reduzieren und gestörte Signalwege zu analysieren
Forschungsstipendiat, Onkologie (WSIC)
Eberhard Karls Universität Tübingen
- Mitentwickelte eine Gaussian-Mischmodell-Pipeline, um PET- und DW-MRI-Daten für die Segmentierung des Tumormikromilieus zu integrieren, und stellte eine Korrelation zwischen ADC- und 18F-FDG-Werten fest
- Initiierte eine unüberwachte multiparametrische MRT-Segmentierungsstudie, die anhand der Histologie für die Quantifizierung von nekrotischem, perinekrotischem und vitalem Gewebe validiert wurde
- Untersuchte Spektral-Clusterverfahren zur Bewertung der Tumorheterogenität in dynamischen 18F-FDG-PET-Studien und validierte diese anhand von Simulationen und bestehenden Methoden
- Entwickelte Multi-View-Learning-Klassifikatoren zur räumlichen Charakterisierung der intratumoralen Heterogenität mit dynamischem PET und multiparametrischem MRT und zeigte phänotypische Quantifizierung sowie klinische Anwendbarkeit
Zusammenfassung
Ich bin ein erfahrener Data Scientist mit über 15 Jahren Erfahrung in traditionellem Machine Learning und generativer KI im biomedizinischen und Pharma-Bereich. Mit einer soliden Basis in KI-Strategie, Design-Thinking-Moderation und qualitativer Nutzerforschung verstehe ich es, komplexe Datenanalysen in umsetzbare Geschäftserkenntnisse zu übersetzen. Meine Expertise umfasst die Entwicklung und Integration modernster KI-Modelle in Geschäftsstrategien und technische Cloud-Lösungen, um hochwertige Ergebnisse zu sichern. Ich kann nachweislich Teams coachen, Schulungen durchführen und Digitalisierungsinitiativen vorantreiben, die zu erheblichen Kosteneinsparungen und Effizienzsteigerungen führen. Mein Ansatz basiert auf Zusammenarbeit und fördert eine Kultur von Innovation und Wachstum. Ich setze KI gezielt ein, um komplexe Probleme zu lösen und messbare Ergebnisse zu liefern.
Sprachen
Ausbildung
Werner Siemens Imaging Center (WSIC), Eberhard Karls University Tübingen
Doktor in Molekularer Bildgebung, Dr. sc. hum. · Molekulare Bildgebung · Tübingen, Deutschland
Rheinisch-Westfälische Technische Hochschule (RWTH), Aachen
Master in Biomedizintechnik · Biomedizintechnik · Aachen, Deutschland
Midwestern State University (MWSU)
Bachelor in Physik und Mathematik · Physik und Mathematik · Wichita Falls, Vereinigte Staaten
Zertifikate & Bescheinigungen
Workshop zur kausalen Inferenz
Harvard Medical School
1:1 Management-Coaching
Consulting Impact, Daniel Zacher
Führungskräftefortbildung
Harvard Medical School
Design-Thinking-Moderator-Training
WeAreNeon
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.