IT-Consultant

• Durchführen von IT-Beratungsprojekten im Bereich Data Science und Data Management für verschiedene Kundenunternehmen in Deutschland und der Schweiz.

• Abgeschlossene Kundenprojekte:

• Projekt bei EUPD Research Sustainable Management GmbH (Bonn) (06/2024 – 18.12.2024):

• Analyse einer großen Zahl von Nachhaltigkeitsberichten mittels RAG (Retrieval Augmented Generation), Milvus-Vektordatenbanken und Large Language Models (LLMs), zur Verfügung gestellt über Watsonx.ai

• Austesten von Prompts, LLM-Modelltypen und Parametern im Hinblick auf Antwortqualität und Halluzinationsfreiheit

• Deployen der Analyseskripte in der Cloud via Docker

• Programmieren einer Streamlit-App, um Antworten in einer benutzerfreundlichen Browseroberfläche zu generieren

• Verwenden von KI-Sprachagenten zur Suche von Firmeninformationen im Internet, um Nachhaltigkeitsberichte vorzuklassifizieren, z.B. anhand Branche und Anzahl Mitarbeiter

• Eingesetzte Technologien: Watsonx.ai, Python, Jupyter Notebooks, Docker, Streamlit, VS Code, Gitlab

• Projekt bei IGS Informatikgesellschaft für Sozialversicherungen GmbH (St. Gallen, Schweiz) (09/2023 – 18.12.2024):

• Erweitern von Python-Modulen zum Transformieren, Speichern und Importieren von Sozialversicherungsdaten in ein Online-Datenbanksystem

• Abbilden von Tabellenstrukturen mithilfe von Python-Klassen (Spaltennamen, Datentypen, Feldlängen, Fremdschlüssel, Unique-Constraints, Referenzen zu anderen Tabellen)

• Automatisiertes Extrahieren von Daten aus Excel-Tabellen, Erzeugen von JSON-Files zum Zwischenspeichern in Dateiablagesystem, Importieren der JSON-Daten in DB2-Datenbank-Umgebungen via Batchdateien

• Loggen von SQL-Merge-Queries via Python SQLAlchemy-Package zur Wiederverwendung in verschiedenen Datenbankschemas

• Eingesetzte Technologien: Python, SQLAlchemy, DB2, VS Code, Gitlab, DBeaver

• Projekt bei Henkel AG & Co. KGaA (Düsseldorf) (09/2022 – 12/2022):

• Trainieren und Optimieren von Machine-Learning-Modellen in Azure DataBricks zur Vorhersage von Weißwerten, die bei Waschexperimenten mittels Fleckenmonitor gemessen wurden

• Erstellen von Diagrammen und Visualisieren von Kennzahlen zur Messung der Prognosegüte bei Regressions-Algorithmen (u.a. Neuronale Netze und Random Forests)

• Erklären der Vorhersagen mittels LIME und SHAP values

• Eingesetzte Technologien: Python, DataBricks, MS Azure (als Anwender)

• Selbstständige Leitung eines Start-ups zum Anbieten einer Lösung zur digitalen Kontaktnachverfolgung via QR-Codes
• Ausführen von datenbasierten Kundenprojekten

• Thema: »Zielgerichtete Vorbereitung und beispielhafte Auswertung von Sensordaten zur Generierung von Warnmeldungen mithilfe von Predictive Maintenance für Kunden eines mittelständischen Familienunternehmens«
• Ziele der Arbeit:
• Auswerten der automatisch in die SAP Cloud Platform hochgeladenen IoT-Sensordaten eines Online-Wasser-Analysesystems
• Automatischer Versand von Warnmeldungen mithilfe von Machine-Learning-Modellen in SAP Predictive Maintenance & Service Cloud Edition

Eingesetzt durch RPS Engineering GmbH.