Diego Salazar Tortosa-Freelance KI-Ingenieur
Tagessatz prüfen
Erfahrungen
Gründer & CEO
Grounded Models
- Entwickelte und implementierte ereignisgesteuerte Assistenten, die Abläufe Ende-zu-Ende automatisieren, von der Webhook-Erfassung und -Validierung über die Nachrichtenklassifizierung und die Erstellung fundierter Antworten bis hin zur Orchestrierung der Antworten (Python und Bash).
- Entwickelte Anwendungen mit FastAPI, Celery, PostgreSQL, pyvector, OpenAI API, Docker und Nylas und kombinierte dabei LLM-basierte Intent-Verarbeitung mit Retrieval über interne Dokumentation. Dazu gehört auch der Einsatz von LangChain und LangGraph zur Workflow-Automatisierung (wenn passend), Evals durch das Training eines LLM-as-a-judge und Tracing mit Langfuse.
- Implementierte Systeme auf Hetzner-Ubuntu-Cloud-Servern und zeigte damit die Fähigkeit, KI-Anwendungen über Backend-, Daten- und Infrastrukturebenen hinweg zu paketieren, bereitzustellen und zu betreiben.
Leiter Data Science
expressTEC
- Leitete die Konzeption und Implementierung eines Analysemoduls für Companion Diagnostics in der Krebsdiagnostik und verwandelte rohe molekulare Daten in klinisch relevante Ergebnisse (Python und Bash).
- Entwickelte End-to-End-Pipelines für Datenaufnahme, Qualitätskontrolle, domänenspezifische biologische Interpretation und die Erstellung von Reporting-Artefakten, was Skalierbarkeit, Reproduzierbarkeit und operative Effizienz verbesserte.
- Entwickelte und implementierte containerisierte Cloud-Workflows auf Azure mit Docker, GitHub Actions und Azure SQL und integrierte dabei Labor-Datenverarbeitung mit produktionsnaher Softwareentwicklung und Cloud-Infrastruktur.
Data & Machine Learning Scientist
University of Arizona
- Entwarf ein Projekt zur Humangenetik, das 3 Labore (USA, Australien, Spanien) verband und eine Finanzierung von €263K sicherte (GitHub, GitHub). Analysierte ~180 GB komprimierter Daten und erstellte Pipelines für die Datenverarbeitung und die Optimierung von Rechenressourcen (paralleles und verteiltes Rechnen mit multiprocessing und PySpark; Python, R, Bash und AWK).
- Entwickelte einen neuen Modellierungsrahmen, um mehrere Algorithmen zu erforschen und feinzujustieren, die anschließend zur Analyse großer Mengen genetischer Daten eingesetzt werden können. Dies geschah durch nested Cross-Validation und Bayes'sche Optimierung unter Berücksichtigung mehrerer Algorithmen (Gaussian mixtures, ElasticNet, Random Forest, XGBoost und Deep Learning).
- Erreichte die höchste Vorhersagekraft mit tiefen neuronalen Netzen (R²=80% in den Testsets). Nutze Erklärbare-KI-Techniken (XAI) wie Permutation Importance und ALE-Plots, was zur Entdeckung neuer Erkenntnisse über die Funktionsweise des menschlichen Genoms führte.
Data & Machine Learning Scientist (Pre-Doc)
University of Granada
- Sicherte €61.500, um die Reaktion von Wäldern auf den Klimawandel vorherzusagen (GitHub). Rekonstruierte die frühere Entwicklung von Hunderten von Kiefernarten und sagte ihre zukünftige Verbreitung unter Hunderttausenden von Klimawandel-Szenarien weltweit voraus (GIS). Verwendete sowohl frequentistische als auch bayes'sche Statistik sowie Monte-Carlo-Simulationen (R, Bash).
- Entwickelte einen neuen Modellierungsansatz, der mehrere Quellen biologischer und technischer Unsicherheit berücksichtigt (z. B. Auswahl über mehrere Algorithmen und CV-Partitionen). Erreichte hohe Leistungskennzahlen (AUC>0.98, Kappa>0.75 und TSS>0.9).
- Validierte den Ansatz mit einem unabhängigen Datensatz und zeigte deutliche Verbesserungen gegenüber dem Zufall. Das unterstrich sein Potenzial, Baumreaktionen unter neuen Umweltbedingungen vorherzusagen. Bemerkenswert ist, dass dieses Projekt einen neuen Weg zur Verbesserung von Machine-Learning-Modellen eröffnete.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Biotechnologie, Gesundheitswesen, Landwirtschaft, Bildung, Informationstechnologie (IT) und Pharmazeutika.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Forschung und Entwicklung (F&E), Projektmanagement, Produktentwicklung und Qualitätssicherung.
Zusammenfassung
Ich bin ein freiberuflicher KI-Ingenieur mit Schwerpunkt auf maßgeschneiderten RAG-Systemen und Wissens-Workflows. Ich helfe Unternehmen dabei, interne Daten, die über große Mengen an Dokumenten verteilt sind, schnell zugänglich zu machen. Mein Fokus liegt auf produktionsreifen Automatisierungen, die Betriebskosten senken und die Produktivität der Mitarbeitenden maximieren.
Fähigkeiten
Llm-Anwendungen
Rag
Ki-Agenten
Langchain
Langgraph
Langfuse
Prompt Engineering
Strukturierte Ausgaben
Vektordatenbanken
Evals
Fastapi
Apis
Postgresql
Azure
Docker
Github Actions
Containerisierte Deployments
Ci/Cd
Datenpipelines
Cross-Validation
Bayes'Sche Optimierung
ErkläRbare Ki
Tiefe Neuronale Netze
Xgboost
Random Forest
Elastic Net
Python
R
Bash
Git
Awk
Pyspark
Paralleles Und Verteiltes Rechnen
Numpy
Pandas
Sprachen
Ausbildung
University of Granada
PhD · Bioinformatik · Spanien
University of Granada
BSc · Biowissenschaften · Spanien
Zertifikate & Bescheinigungen
AI Engineer Expert
Datalumina (Niederlande)
Applied Generative AI Specialization
Purdue University (USA)
Data Scientist Certification
Pragmatic Institute (USA)
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Gründer & CEO
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Granada, Spanien arbeiten
