KI-Ingenieur & Data Scientist
Ich entwickle KI-Agenten zur Automatisierung von Unternehmensworkflows (HR, ATS, Lead-Generierung) UND setze produktionsreife ML/DL-Modelle ein – von der Forschung bis zur Echtzeit-API und Edge-Umgebung. Ich verwandle Rohdaten in messbare Geschäftsergebnisse.
Out[00]: Frankfurt, Deutschland · Offen für Remote-Arbeit
Ich bin KI-Ingenieur und Data Scientist mit einem zweigleisigen Fokus: Entwicklung KI-gestützter Agenten für die Unternehmensautomatisierung (HR, ATS, Lead-Generierung) und Bereitstellung produktionsreifer ML/DL-Modelle über Echtzeit-APIs und Offline-Edge-Umgebungen. Ich begleite den gesamten Lebenszyklus – von Datenpipelines und Feature-Engineering über Training und Evaluierung bis hin zu MLOps. Ich bin leidenschaftlich daran interessiert, komplexe geschäftliche Probleme in robuste, skalierbare Lösungen zu verwandeln, und lege Wert auf Reproduzierbarkeit, klare Kommunikation und zuverlässige Systeme auch nach der Auslieferung.
Unterricht in KI-Engineering, Data Science und ML/DL-Bereitstellung für 11.000+ Studenten. Fokus auf die Überbrückung der Lücke zwischen Theorie und produktionsreifen Systemen, mit Schwerpunkt auf industrieller Automatisierung, Modellbereitstellung und intelligenter Agentenentwicklung.
Leitung der Entwicklung KI-gestützter HR-Automatisierungssysteme, einschließlich Lebenslauf-Screening, ATS-Diensten und HR-Operationen mit n8n, python und benutzerdefinierten KI-Agenten. Entwicklung skalierbarer agentischer Dienste, die mit FastAPI und Docker bereitgestellt werden.
Forschung und Entwicklung von ML/DL-Modellen mit Schwerpunkt auf Federated Learning und Gesundheitsanwendungen. Aufbau robuster End-to-End-Datenpipelines – von ETL und Feature-Engineering bis hin zur Hyperparameter-Optimierung und Evaluierung. Implementierung von vollständigem MLOps mit MLflow für Experiment-Tracking und Modellversionierung.
Ein umfassendes Lebenslauf-Screening- und HR-Automatisierungssystem, das den gesamten Rekrutierungs-Workflow optimiert. Nutzt LangChain, Pinecone Vector DB und GPT-4, um Lebensläufe zu parsen, zu analysieren und mit Stellenbeschreibungen mit 92 % Genauigkeit abzugleichen, wodurch die HR-Screening-Zeit um 60 % reduziert wird. Bietet automatisierte Kandidaten-Ranking, Skill-Extraktion und Interview-Planung.
Projekt ansehen → : AI Recruiter — Resume Screening & HR Automation
Ein hybrides Prognosesystem, das Gradient Boosting und LSTM-Neuronale Netze für die mehrstufige Nachfragevorhersage kombiniert. Bereitgestellt als Microservice mit Docker und FastAPI, mit automatischen Retraining-Pipelines und Echtzeit-Monitoring über MLflow.
Projekt ansehen → : Demand Forecasting Engine
Ein RAG-System, das Unternehmen ermöglicht, ihre internen Dokumente (PDFs, Word, Markdown) hochzuladen und per natürlicher Sprache abzufragen. Entwickelt mit Qdrant Vector Database und auf einem eigenen VPS deployt. Bietet benutzerdefinierte Embedding-Pipelines, effiziente Chunking-Strategien, hybride Suche und Konversationsspeicher für kontextbezogene Folgefragen.
Projekt ansehen → : Enterprise RAG — Document Q&A SystemSie haben ein Projekt im Kopf oder möchten einfach über KI sprechen? Ich freue mich auf Ihre Nachricht.