Hakan A.-Senior Software Engineer — KI-Evaluierung & Benchmarks | Python, maschinelles Lernen, LLM-Evaluierung
Tagessatz prüfen
Erfahrungen
Senior Software Engineer — KI-Evaluierung & Benchmarks
Diversido
- Übernahm die technische Leitung eines 4-köpfigen Teams, das innerhalb von 12 Monaten 3 wichtige Kundenplattformen mit Microservices-Architektur und Lösungen für Skalierbarkeit bereitstellte — 100% der geplanten Hauptfunktionen wurden vor dem Zeitplan und den geplanten Meilensteinen ausgeliefert (Ausgangslage: Frühere Releases verzögerten sich häufig um 1–2 Sprints).
- Führte Evaluierungen von KI-Modellen und Modellausgaben für LLM-/KI-Anbieter-APIs durch: Sicherheit, Vollständigkeit, Befolgung von Anweisungen und Prüfung der inhaltlichen Fundierung vor dem Go-live; reduzierte fehlerhafte Ausgaben in den KI-integrierten Release-Checklisten von wiederkehrenden UAT-Ergebnissen auf nahezu null bei der finalen Freigabe.
- Entwickelte die API-Entwicklung und Performance-Optimierung für Zahlungs-, Börsen- und KI-Dienste voran; strikt geschlossene Fehlerbehandlung und Payload-Validierung reduzierten die Überarbeitung von Integrationen im Vergleich zum ersten KI-Integrationsdurchlauf um ~35%.
- Setzte Softwaretests, Test-Frameworks, Qualitätssicherung von Code und Code-Refactoring mit Gates für die kontinuierliche Integration ein; die Akzeptanz von Pull Requests im ersten Durchlauf verbesserte sich im gesamten Team, und Hotfixes in der Produktion für KI-Adapter gingen nach Einführung der Review-Standards spürbar zurück.
- Verantwortete DevOps-Praktiken: Docker, GitHub Actions, Jenkins-kompatible Pipelines und Versionskontroll-Workflows — reduzierte die Bereitstellungszeit gegenüber der Ausgangslage vor der Automatisierung um ~50% und stabilisierte Releases in 3 Kundenumgebungen.
- Implementierte Verifier-/Oracle-artige Bestanden-Nicht-bestanden-Prüfungen in Container-Sandboxes (an Harbor/Terminal-Bench ausgerichtet); erstellte technische Dokumentation, sodass Fehler in einem Review-Zyklus behoben werden konnten.
- Leitete die funktionsübergreifende Zusammenarbeit mit Produkt- und Kundenstakeholdern; übersetzte KI-Evaluierungswerte und Risikobefunde in verständliche Kurzberichte für nichttechnische Partner und ermöglichte Go-/No-Go-Entscheidungen ohne zusätzliche Engineering-Meetings.
- Setzte agile Methoden für Sprintplanung und Backlog-Verantwortung ein; unterstützte Engineers dabei, dass Entwickler auf mittlerem Niveau bereits zur Hälfte des Projekts KI-Adapter-Module eigenständig verantworteten.
Python Backend- & Handelssysteme-Engineer
Lanware Solutions
- Entwickelte innerhalb von ~8 Monaten eine Python-Handelsplattform (FastAPI-API-Entwicklung, PostgreSQL, Redis, WebSockets, Docker, ib_insync/Interactive Brokers) mit Bedieneroberfläche und besonderem Fokus auf Benutzerfreundlichkeit für Arbeitsabläufe im Handel.
- Entwarf Entscheidungsalgorithmen und Datenstrukturen für Regeln mit 1-Einstieg/mehreren Ausstiegen, Allokation und risikogesteuerten Vorschauen; führte vor dem Go-live im Handelsbereich Benchmarks für jede Regel gegen das erwartete Referenzverhalten durch.
- Die Performance-Optimierung durch Redis-Caching und gebündelte WebSockets reduzierte redundanten Broker-/UI-Datenverkehr und hielt Live-Charts auch bei hoher Marktauslastung responsiv; im Vergleich zum ungebündelten Prototypen gab es in Lastprüfungen ~2–3× weniger UI-Aktualisierungsschübe.
- Lieferte 6 Risikokontrollen (Stop-Loss, Hard-Stop, max distance, TIF, Emergency Stop, täglicher Verlust-Kill-Switch) mit Prüfnachweisen — null stille Umgehungen bei Kill-Switch-/Hard-Stop-Pfaden in der QA gegenüber unvollständiger Abdeckung in frühen Versionen.
- Verbesserte Fehlerbehandlung, JWT-Authentifizierung, Rate Limiting und bewährte Sicherheitspraktiken an der Broker-Schnittstelle; die QA für die Wiederverbindung stellte Sitzungen ohne manuelles Glattstellen und Neuerstellen wieder her.
- Lieferte P&L-Berichte, Ausführungsprotokolle, CSV-Export und für Datenvisualisierung geeignete Exporte sowie technische Dokumentation, sodass der Betrieb 100% der Ausführungen eines Handelstags anhand der Protokolle prüfen konnte.
- Setzte Softwaretests und Debugging-Techniken auf Sonderfälle der Order-Zustandsmaschine an — dieselbe Disziplin wie bei der Bewertung von Coding-Agenten/Terminal-Benchmarks.
- Nutzte Versionskontrolle und kontinuierliche Integration für Docker-basierte Releases; arbeitete funktionsübergreifend mit Handelsoperatoren zusammen, um UX und Risikoregeln vor der Produktion zu validieren.
KI Software Engineer
Fujitsu General America, Inc.
- Leitete maschinelles Lernen und die Evaluierung von KI-Modellen für generative Systeme in Python: GPT-3.5, LangChain RAG (Weaviate/Pinecone), FastAPI auf AWS Cloud Computing, multimodale Suche mit CLIP/BLIP-2; Benchmarking von LLaMA 2/Mistral 7B im Vergleich zu GPT-3.5-Baselines Ende 2023.
- Führte die Evaluierung von Modellausgaben und die Prüfung der inhaltlichen Fundierung durch (Genauigkeit, Ton, Befolgung von Anweisungen, Halluzinationen); veröffentlichte Benchmarks zu Fehlermustern für spätere Modellversionen.
- Entwickelte Datenpipeline-Design und Bildverarbeitungsmodelle (YOLOv5, Faster R-CNN, OCR; PyTorch/TensorFlow): reduzierte die manuelle Prüfung um ~41% und verbesserte die Labeling-Genauigkeit nach Annotation-QA gegenüber der bereinigten Ausgangsbasis um ~22%.
- Erhöhte die IoU der semantischen Segmentierung durch selbstüberwachtes Lernen um +0.3; die kontinuierliche Datenanalyse von Fehlern floss in Retraining-Schleifen ein.
- Stellte Flask-/Docker-APIs für den Krankenhausbestand bereit; erklärte Modell-KPIs und Risikoabwägungen gegenüber klinischen und operativen Stakeholdern in nichttechnischer Sprache, um Adoptionsentscheidungen zu unterstützen.
- Setzte DevOps-Praktiken, API-Entwicklung und Lösungen für Skalierbarkeit ein, sodass die Qualität in realen Arbeitsabläufen und nicht nur in Notebooks gemessen wurde.
Senior Full Stack- & Mobile-Developer
Achievion Solutions
- Lieferte Full-Stack-Softwareentwicklung für Web, iOS und Android (React, Node.js, ASP.NET Core, MongoDB/SQL, React Native) für mehrere gleichzeitig laufende Kundenprodukte mit agilen Methoden.
- Verantwortete API-Entwicklung, Authentifizierung und Backends nach dem Microservices-Prinzip; Arbeiten an Abfragen und Schemata verbesserten die Reaktionsfähigkeit datenintensiver Ansichten gegenüber den Ausgangswerten vor der Optimierung in der QA.
- Führte Docker, kontinuierliche Integration mit GitHub Actions und disziplinierte Release-Prozesse mit Versionskontrolle ein — reduzierte manuelle Bereitstellungsschritte auf einen einzigen Pipeline-Lauf und die Vorbereitungszeit für Releases gegenüber früheren Checklisten-Bereitstellungen um ~40%.
- Unterstützte Nachwuchs-Engineers mit Reviews zur Qualitätssicherung von Code; die betreuten Entwickler übernahmen innerhalb von 1–2 Quartalen eigenständig die Verantwortung für Funktionen und erhöhten den Teamdurchsatz ohne zusätzliche Mitarbeitende.
- Arbeitete funktionsübergreifend mit Produkt und Design zusammen; übersetzte technische Einschränkungen in klare Optionen für Stakeholder außerhalb der Entwicklung.
Full Stack- & ML-Engineer
STX Next
- Maschinelles Lernen mit Python: verbesserte die Genauigkeit der VR-Blickverfolgung um ~15%; verantwortete Datenpipeline und Schleifen zur Evaluierung von KI-Modellen.
- Prognosen (LSTM/Prophet/ARIMA) durch Datenpipeline-Design/ETL: Präzision ~34%, Ausschuss ~20% gegenüber der bisherigen Baseline; Datenvisualisierung für operative Dashboards.
- Forschung zu CNN/RNN erzielte Verbesserungen von ~10–15%; standardisierte die Evaluierung von Modellausgaben (evaluieren → dokumentieren → retrainieren).
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Gesundheitswesen und Bank- und Finanzwesen.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung, Qualitätssicherung, Business Intelligence, Forschung und Entwicklung (F&E) und Betrieb.
Zusammenfassung
Senior Software Engineer — KI-Evaluierung & Benchmarks mit mehr als 8 Jahren Erfahrung in der Softwareentwicklung. Begann mit Full-Stack-Entwicklung und konzentriert sich heute auf maschinelles Lernen mit Python, die Evaluierung von KI-Modellen und Modellausgaben, die Prüfung der inhaltlichen Fundierung, Benchmarking, RAG und das Bereitstellen von Modellen in Produktionsumgebungen. Entwickelt APIs mit Python/FastAPI und setzt Performance-Optimierung, Softwaretests, Test-Frameworks, Qualitätssicherung von Code, kontinuierliche Integration und Versionskontrolle ein. Liefert mit DevOps-Praktiken (Docker, GitHub Actions, Jenkins, Cloud Computing auf AWS), dem Entwurf von Datenpipelines, Algorithmusdesign, Datenstrukturen, Datenanalyse, Lösungen für Skalierbarkeit und Microservices-Architektur. Übernimmt technische Führung, arbeitet funktionsübergreifend zusammen und übersetzt Evaluierungsergebnisse für nichttechnische Stakeholder. Erfahrung mit der Agenten-Evaluierung in Harbor/Terminal-Bench, Verifier-/Oracle-artigen Bestanden-Nicht-bestanden-Prüfungen und agilen Methoden.
Fähigkeiten
- Python Ki/Ml: Python, Fastapi, Flask, Pytorch/Tensorflow, Numpy, Pandas, Scikit-Learn, Langchain, Pinecone, Weaviate, Gpt-3.5, Llama 2, Mistral 7b, Clip, Blip-2, Yolov5, Faster R-Cnn, Ocr, Lstm/Prophet/Arima, Maschinelles Lernen, Datenanalyse, Datenvisualisierung, Datenstrukturen, Algorithmusdesign
- Ki-Evaluierung & Benchmarks: Evaluierung Von Ki-Modellen, Evaluierung Von Modellausgaben, PrüFung Der Inhaltlichen Fundierung, Benchmarking, Prompt Engineering, PrüFungen Mit Menschlicher Beteiligung, PräFerenzranking, Bewertung Nach Kriterien, Annotation-Qa, Harbor/Terminal-Bench, Verifier-/Oracle-Artige Bestanden-Nicht-Bestanden-PrüFungen
- QualitäT, Devops & Cloud: Softwaretests, Test-Frameworks, QualitäTssicherung Von Code, Code-Refactoring, Fehlerbehandlung, Debugging-Techniken, Kontinuierliche Integration, Versionskontrolle (Git), Docker, Github Actions, Jenkins, Ci/Cd, Devops-Praktiken, Aws Cloud Computing, BewäHrte Sicherheitspraktiken, Ansible-Kompatible Automatisierungsmuster
- Apis & Architektur: Api-Entwicklung, Entwurf Von Datenpipelines, Etl, Microservices-Architektur, LöSungen FüR Skalierbarkeit, Postgresql, Mongodb, Redis, Rest/Graphql, Websockets
- Bereitstellung: Technische FüHrung, FunktionsüBergreifende Zusammenarbeit, Agile Methoden, Technische Dokumentation, Gestaltung Der Benutzererfahrung (Bediener-/Daten-Uis), Softwareentwicklung
Sprachen
Ausbildung
Hochschule Furtwangen University
M.S. · Informatik · Deutschland
Statistiken
Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Hakan ist in Villingen-Schwenningen, Deutschland ansässig.
Hakan spricht folgende Sprachen: Deutsch (Muttersprache), Englisch (Verhandlungssicher).
Hakan hat mindestens 7 Jahre Erfahrung. In dieser Zeit hat Hakan in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 4 Monate. Beachten Sie, dass Hakan möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Hakan gut geeignet für Rollen wie: Senior Software Engineer — KI-Evaluierung & Benchmarks, Python Backend- & Handelssysteme-Engineer, KI Software Engineer.
Die neueste Position von Hakan ist Senior Software Engineer — KI-Evaluierung & Benchmarks bei Diversido.
In den letzten Jahren hat Hakan für Diversido, Lanware Solutions, Fujitsu General America und Inc. gearbeitet.
Hakan hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Gesundheitswesen und Bank- und Finanzwesen.
Hakan hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Qualitätssicherung. Hakan hat auch etwas Erfahrung in Business Intelligence, Forschung und Entwicklung (F&E) und Betrieb.
Hakan hat kürzlich in Industrien wie Informationstechnologie (IT), Gesundheitswesen und Bank- und Finanzwesen gearbeitet.
Hakan hat kürzlich in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Qualitätssicherung gearbeitet.
Hakan hat einen Master in Informatik von Hochschule Furtwangen University.
Hakan ist sofort vollzeit verfügbar für passende Projekte.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 15 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Hüseyin K.
Mathias W.
Tungi D.
Patrik G.
Julien L.
Thomas H.
Peter S.
Jürgen F.
Matthias I.
Max R.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Senior Software Engineer — KI-Evaluierung & Benchmarks
Patrick D.
Arne H.
Tan P.
Yahya V.
Kiriakos K.
Stephan G.
Mahabub A.
Ottavio B.
Matthias K.
Marcel M.
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Villingen-Schwenningen, Deutschland arbeiten
Melanie H.
Karlheinz G.
Goran P.
Silvia B.
Janko B.
Max B.
Robert L.
Thorsten H.
Eddy A.
Benjamin M.
