Meng-chieh L. - Dozent & KI-Projektcoach

Frankfurt am Main, Taiwan, Provinz China

Erfahrungen

Okt. 2024 - Bis heute

1 Jahr 3 Monaten

Taiwan, Provinz China

Ein 16-stündiges angewandtes Modul zu KI/LLM-Anwendungen gehalten und theoretische Konzepte mit realen Data-Science-Workflows verknüpft.
Kursmaterialien überarbeitet und strukturiert, um theoretische Konzepte an reale Anwendungen anzupassen.
Einzelcoaching für Fachleute bei End-to-End-KI-Projekten durchgeführt und ihre Fähigkeit verbessert, ML-Tools zur Steigerung der betrieblichen Effizienz einzusetzen.
Strukturierte Kursmaterialien entwickelt, die praktische, einsatzbereite KI/ML-Lösungen in den Fokus stellen.

Jan. 2022 - Aug. 2025

3 Jahren 8 Monaten

Sulzbach, Deutschland

End-to-End-Entwicklung und Produktionsbereitstellung einer Pipeline zur Bereinigung, Übersetzung und Kategorievorhersage von Produktnamen mit LLMs (LangChain, RAG, ReAct Agents) geleitet, Betriebskosten um 99% gesenkt und Effizienz 200-fach gesteigert.
Mit Stakeholdern zusammengearbeitet, um Prompt-Engineering durchzuführen und Geschäftsanforderungen in präzise, wirkungsstarke LLM-Workflows zu übersetzen.
Workflows zur Extraktion von Trend-Insights mit LLMs entwickelt und produktiv umgesetzt, um umsetzbare Erkenntnisse an die Geschäftsleitung zu liefern, die die Produktstrategie beeinflussten.
Ein Suchsystem für Lagerproben auf Basis von Pantone-Farbcodes aufgebaut, um die Abholung von Mustern zu beschleunigen und die operative Effizienz zu verbessern.
Ein Forecasting-System zur Absatzprognose mit 18-monatiger Vorlaufzeit unter Einsatz eines Ensembles aus XGBoost, CatBoost und LightGBM entwickelt, r² ≈ 0,8 erzielt.
Mit Data Engineers und DevOps zusammengearbeitet, um ML-Workflows in Kubernetes mit MLflow zu deployen und zu überwachen und so einen zuverlässigen Produktionsbetrieb sicherzustellen.

Okt. 2019 - Dez. 2021

2 Jahren 3 Monaten

Düsseldorf, Deutschland

Die Entwicklung und den Einsatz eines semantischen Klassifikationssystems für englisch-deutsche Nutzerbewertungen mit einem BERT-basierten Modell geleitet.
Die Entwicklung eines bildbasierten Produktempfehlungssystems geleitet, das Mask R-CNN zur Objekterkennung und Merkmalextraktion nutzt.

Apr. 2018 - Sept. 2019

1 Jahr 6 Monaten

Darmstadt, Deutschland

Okt. 2017 - März 2018

6 Monaten

Darmstadt, Deutschland

Große Sprachmodelle: Langchain, Rag, React Agents, Openai Api (Multimodal, Whisper, Tts, Websearch), Ollama.
Maschinelles Lernen & Prognosen: Xgboost, Lightgbm, Catboost, Pytorch Forecasting (Tft, N-beats, N-hits).
Natürliche Sprachverarbeitung: Embedding-modelle, Bert-basierte Modelle, Semantische Klassifikation, Prompt-engineering.
Computer Vision: Yolo, Mask R-cnn, Bildbasierte Empfehlungssysteme, Bildbeschriftung.
Mlops & Bereitstellung: Mlflow, Kubernetes, Modellüberwachung, Skalierbare Produktions-pipelines.
Grundlagen Der Data Science: Pandas, Numpy, Scikit-learn, Scipy.