Ich spezialisiere mich auf das Entwerfen und Bereitstellen skalierbarer Machine-Learning-Lösungen für Organisationen, die ihre Betriebseffizienz und Profitabilität steigern wollen. Meine Expertise reicht von strategischer Beratung bis zu hands-on MLOps mit modernen ML-Frameworks, Docker und AWS, um automatisierte Cloud-native Pipelines mit greifbarem Mehrwert zu liefern.
Technologien: Python, CI/CD, AWS, Docker, SQL, genAI
API für Smart Search auf EU-Ausschreibungsplattform
Entwickelte eine API, um EU-Ausschreibungsdokumente zu importieren, bereinigen, übersetzen und in Neo4j zu indexieren, für hybride Suche mit RAG und Cypher-Abfragen über ein Streamlit-Dashboard.
Deploy auf AWS Lightsail-Container-Services mit CI/CD-Automatisierung via GitHub Actions, abgesichert durch pytest Unit- und Integrationstests.
Anforderungserhebung und Projektmanagement.
Umsetzung der MLOps-Strategie.
Technologien: Neo4j, LangChain, GitHub Actions, Python, AWS Lightsail, Docker
Erstellung von Online-Inhalten für einen Kurs zur Datenanalyse in ChatGPT
Konzeption und Entwicklung eines umfassenden Online-Kurses zur Datenanalyse mit ChatGPT, für Fachleute und Lernende mit praktischen KI-Fertigkeiten.
Erstellung von Videos und interaktiven Jupyter-Notebooks, von Grundlagen der Datenanalyse bis Best Practices im Prompt-Design.
Einsatz professioneller Aufnahme-Tools wie OBS und Audio-Equipment für hochwertige Video- und Tonaufnahmen.
Lehrplanerstellung und Kursdurchführung.
Datenvisualisierung und generatives KI-Prompt-Design.
Technologien: ChatGPT, Open Broadcast Software (OBS), Jupyter Notebooks
Projektleitung CRM-Bereinigung und Entwicklung KI-zentrierter Web-Scraping-Technologie
Führung eines CRM-Daten-Normalisierungs- und Bereinigungsprojekts, visualisiert in einem Daten-Scorecard-Fluss mit Sankey-Diagramm zur besseren Nachvollziehbarkeit.
Implementierung und Validierung einer genAI-first Crawling-Strategie, Aufzeigen von Datenqualitätsproblemen und Sicherstellung hoher Qualität und Skalierbarkeit auf AWS.
Projektmanagement und Anforderungserhebung.
Datenvisualisierung und LLM-Prompt-Prototyping.
Technologien: AWS SageMaker, Python, LangChain, AWS Lambda, Snowflake
Entwicklung der Digital Execution Strategy
Führung eines globalen, 8-köpfigen, cross-funktionalen Teams, Einführung von MLOps-Best-Practices zur Straffung KI-gesteuerter Cloud-Deployments und Betriebsausführung.
Aufbau end-to-end Cloud-basierter ML-Workflows, Abstimmung von Business-Zielen und Technikstrategie, um Time-to-Market für Digitalisierungsinitiativen zu verkürzen.
Etablierung von Prozessen für eigenverantwortliche Entscheidungsfindung und agile Umsetzung in der KI-Produktentwicklung.
Schulung des Teams in Design Thinking, KI-Strategie und qualitativer Nutzerforschung.
Teamführung und strategische Planung.
Cloud-native KI-Entwicklung und agile Methoden.
Technologien: Jira, Confluence, Mural, AWS, CI/CD
Digitale Transformation im Medical Writing
Prozessmapping und qualitative Analyse zur Definition KI-getriebener Business Use Cases.
Einführung generativer KI für Medical Writer und Durchführung von PoCs zu LLM-basierter Dokumentengenerierung, Redaction und Übersetzung.
Marktanalyse und Lieferantenauswahl, Optimierung von RfP-Prozessen.
Technische Führung und cross-funktionale Moderation.
genAI und Azure Cognitive Services.
Laiengerechte Dokumentengenerierung mit RAG-System
Beratung von Data Scientists und Medical Writern zu LLM-Prompt-Engineering und KI-gestützter Dokumentenstrukturierung für schnellere Inhaltserstellung.
Gemeinsame Bereitstellung eines Cloud-nativen Prototyps mit Streamlit zur KI-gestützten Content-Erstellung für Lay Language Protocol.
Technische Leitung und Produktinnovation.
Umsetzung der RAG-Architektur.
Technologien: Python, Llama Index, Azure Cognitive Services, OpenShift, Jenkins
Product Owner Analytics-Landingpage
Product Owner für ein KI-gesteuertes Analytics-Dashboard mit Empfehlungssystemen und LLM-basierter kognitiver Suche für Echtzeit-Insights.
Definition von Produktvision, Roadmap und Backlog-Pflege.
Steuerung von Abhängigkeiten und Abstimmung aller Stakeholder für unternehmensweite datenbasierte Entscheidungen.
Produktverantwortung und Stakeholder-Management.
Einsatz von KI-Modellen und cloudbasierter API-Integration.
Technologien: LLMs, Azure Cognitive Services, AWS, Jira, Confluence, Git
Coaching und Entwicklung eines selbstorganisierten Teams von 9 Data Scientists, Sicherstellung produktionsreifer ML-Lösungen in mehreren Initiativen.
Coaching der Product Owner und wöchentliche Abstimmung mit BI X-Führung.
Verantwortlich für Staffing neuer Projekte und interne Personalgewinnung.
Strategische Koordination und Teamführung.
Einhaltung von Budget und Zeitplänen.
Technologien: Jira, AWS, Atlassian, Git, Python, Machine Learning
Entwicklung Bioinformatik-Pipelines für Genomassemblierungsalgorithmen
Technologien: AWS Batch, AWS IAM, AWS Step Functions, AWS ECS, AWS CodePipeline, Python, Docker
Klinischer Datenkatalog
Technologien: Python, Jupyter Notebooks, Docker, SPARQL, SQL, Stardog, PostgreSQL
Interdisziplinärer Hackathon zur Gamified NLP-Annotation in einer Web-App
Konzeption eines maßgeschneiderten Knowledge-Management-Systems inkl. PoC
Technologien: Python, TensorFlow, Elasticsearch
Maßgeschneiderte Web-App für Wirkstoffforschung und Marktanalyse
Technologien: Postgres, Neo4j, Python, TensorFlow, OpenShift, Airflow
Aufbereitung und Berichterstellung hochdimensionaler Datensätze
Technologien: Python, DICOM, TensorFlow, Seaborn
Strategie klinischer Berichte zu genetischen Variationen
Technologien: REST API, Docker
Visualisierung neuronaler Netze mit Parallel Coordinates
Technologien: TensorFlow
Entwicklung einer Gaussian Mixture Modeling-Pipeline
Multiparametrische MRT-Tumorsegmentierungsstudie
Spektrales Clustering für PET-Studien
Technologien: MATLAB, PET, MRI
Ich bin ein erfahrener Data Scientist mit über 15 Jahren Erfahrung in Machine Learning und Data Science, davon sieben Jahre spezialisiert auf Cloud-native Entwicklung und Produktivsetzung von KI-Lösungen. Meine Expertise umfasst MLOps und DevOps, das Entwerfen skalierbarer, automatisierter und kosteneffizienter Machine-Learning-Pipelines in Cloud-Umgebungen mit Tools wie Terraform, Docker und CI/CD-Frameworks.
Mit fundiertem Hintergrund in KI-Strategie, Design-Thinking-Moderation und User Research verbinde ich technische Innovation mit geschäftlichem Nutzen – ich steigere Effizienz und senke Kosten. Ich coach Teams in MLOps-Best-Practices, fördere abteilungsübergreifende Zusammenarbeit und liefere messbare Ergebnisse in agilen, schnelllebigen Umgebungen.
Fließend in Deutsch und Englisch, setze ich Cloud-native KI ein, um komplexe Herausforderungen zu lösen und die digitale Transformation zu beschleunigen.
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.