Hamza K.-Wissenschaftlicher Forschungsmitarbeiter im Gesundheitssektor (ehrenamtlich)
Tagessatz prüfen
Erfahrungen
Wissenschaftlicher Forschungsmitarbeiter im Gesundheitssektor (ehrenamtlich)
n/a
- Tätigkeit als technischer Berater zur Optimierung mehrschichtiger Ensemble-Modelle, die ResNet, CNN-BiGRU-Attention und XGBoost kombinieren.
- Begleitung der Implementierung eines Logistic-Regression-Meta-Learners zur Lösung von Problemen mit unausgeglichenen Klassen; dabei wurden 92.86% Genauigkeit und 0.9644 AUC bei den Datensätzen PTB-XL und Chapman-Shaoxing erreicht.
Software- & KI/ML-Ingenieur
Jurasoft GmbH (RA-Micro)
Integration der virtuellen Plattform (vOffice):
- Entwicklung und Integration von KI-Backend-Diensten in die vOffice-Plattform mit Node.js und Next.js, wodurch eine Echtzeitkommunikation zwischen KI-Diensten und virtuellen Konferenzoberflächen ermöglicht wurde.
- Entwicklung rollenbasierter KI-Assistenten (AI Tilda – Übersetzung, AI Peter – Recht, AI Mary – Allgemeiner Assistent) und Integration von Whisper AI, WebRTC und Simli für Sprach-zu-Avatar-Interaktionen mit geringer Latenz bei virtuellen Konferenzen.
Jura KI Assistant:
- Entwicklung eines unternehmensweiten Legal-AI-Assistenten mit kommerziellen KI-APIs und optionalen lokalen LLMs sowie datenschutzorientierter Vorverarbeitung durch Dokumentzusammenfassung und ein benutzerdefiniertes BERT-basiertes NER-Modell mit einem F1 Score von 98.73% für DSGVO-konforme Anonymisierung.
- Entwicklung einer Desktop-/On-Premise-Bereitstellung mit Turbo.net einschließlich serverbasierter Anwendungsverteilung und automatischer Prüfung auf Updates.
Lokaler KI-Assistent & Researcher:
- Entwicklung einer vollständig lokalen RAG-Plattform mit OpenWebUI, Ollama, Qdrant und FAISS auf mehr als 8GB deutschen Rechtsdaten, einschließlich kontextbezogenem Retrieval, Metadatenfilterung, Quellenzuordnung und Grounding.
- Strukturierung des Rechtswissens nach Gerichten und Quellen (z. B. BGB, RVG), wodurch eine konfigurierbare Quellenauswahl über OpenWebUI ermöglicht wurde, sowie Integration der umschaltbaren lokalen Modelle Llama 3.2 und LeoLM.
- Fine-Tuning von LeoLM mit kuratierten Rechts- und Q&A-Daten unter Verwendung von PEFT, QLoRA und 4-bit quantization für eine speichereffiziente lokale Inferenz in einem spezialisierten Fachgebiet.
Dokumentintelligenz & Unternehmens-Tools:
- Entwicklung von Ollama-basierten Pipelines zur strukturierten JSON-Extraktion und Dokumentklassifizierung mit Scikit-learn für die automatisierte Kategorisierung und Ablage juristischer E-Mails.
- Entwicklung und Implementierung eines spezialisierten C#-Codekonvertierungstools zur automatisierten Migration älterer VB/VBA-Anwendungen auf moderne .NET-Architekturen.
- Entwicklung von Outlook-Add-ins für Unternehmen mit MAUI und Blazor zur Erweiterung juristischer Software-Workflows innerhalb des MS-Ökosystems.
Softwareentwickler
Euronet Worldwide
- Entwicklung von C#/ASP.NET MVC-Modulen für Bank- und Transaktionsverarbeitung sowie Mitarbeit an Systemen zur Betrugserkennung und -prävention für ATM/POS-Umgebungen.
- Entwicklung und Optimierung von MS SQL Server-Abfragen, gespeicherten Prozeduren, Triggern und Datenbanklogik für Transaktionsanwendungen.
- Erstellung von Bank- und Transaktionsberichten mit Crystal Reports IX, integriert in ASP.NET MVC/MS SQL Server, sowie Unterstützung der 24/7-Überwachung von ATM/POS-Systemen.
Softwareentwickler
SalTec Powerlink
- Entwicklung von WPF-basierter Industrie-Konfigurations- und Überwachungssoftware mit REST/RPC-Kommunikation für APS-, Grid-, Genset- und UPS-Systeme, einschließlich Fernüberwachung und Serverkommunikation über Wi-Fi-, Ethernet- und Mobilfunknetze.
- Neugestaltung einer denormalisierten Datenbank zu einer normalisierten relationalen Architektur bis 4NF, wodurch Datenintegrität, Reduzierung von Redundanzen und Wartbarkeit verbessert wurden.
- Entwurf von Datenbanktabellen, Beziehungen, gespeicherten Prozeduren, Views und SQL-Logik sowie Mitarbeit an Fehlerbehebung, Tests und agiler Entwicklung mit JIRA.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Energie, 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 und Forschung und Entwicklung (F&E).
Zusammenfassung
Software- und KI/ML-Ingenieur mit mehr als 5 Jahren Erfahrung in der Entwicklung produktionsreifer Backend-, Full-Stack- und KI-gestützter Systeme. Fundierter Hintergrund in der Softwareentwicklung mit Python, FastAPI, Node.js, C#/.NET, REST APIs, WebSockets, SQL, React/Next.js, Docker und Unternehmensintegrationen, kombiniert mit praktischer Erfahrung in Generativer KI, LLM Engineering, RAG, Agentic AI, NLP/NER und maschinellem Lernen. Erfahrung in der Entwicklung datenschutzorientierter und On-Premise-KI-Lösungen mit lokalen LLMs, benutzerdefinierten BERT-Modellen, Qdrant, FAISS, Ollama, LangChain/LangGraph und n8n – von Modell- und Retrieval-Pipelines über die Backend-Integration bis zur Bereitstellung in der Produktion.
Fähigkeiten
Kernkompetenzen
- Generative Ki (Genai), Agentic Ai, Llm Engineering, Retrieval-Augmented Generation (Rag), Prompt Engineering, Context Engineering, Bereitstellung Lokaler Llms, Nlp & Ner, Computer Vision, Ki-Systemdesign, Datenschutzorientierte Ki, Backend-Engineering, Vektordatenbanken, Ki-Evaluierung & Llmops
Technische Kenntnisse
- Ki-Frameworks & Plattformen: Chatgpt, Claude, Gemini, Groq, Openai Api, Tavily, Openwebui, Ollama, Langgraph, Langchain, Llamaindex, N8n, Huggingface (Peft, Lora, Qlora, 4-Bit Quantization), Transformers, Whisper-Ai, Model Context Protocol (Mcp), Mcp Servers & Tools
- Ki & Maschinelles Lernen: Gpt-4, Llama 3.2, Leolm (German), Bert, Sentence Transformers, Pytorch, Onnx Runtime, Transfer Learning, Fine-Tuning, Peft, Lora, Qlora, Quantization
- Llm Engineering & Rag: Rag, Kontextbezogenes Retrieval, Semantische Suche, Prompt Engineering, Context Engineering, Json-Wissensextraktion, Bereitstellung Lokaler Llms, Quellenzuordnung, Reduzierung Von Halluzinationen, Tool Calling, Agentic Ai, Multi-Agent-Workflows, Wissens-Retrieval-Pipelines, Dokumentklassifizierung, Metadatenfilterung
- Ki-Evaluierung & Llmops: Modellevaluierung, Precision, Recall, F1 Score, Confusion Matrix, Retrieval Recall@K, Groundedness Evaluation, Erkennung Von Halluzinationen, Ragas, Deepeval, Langsmith, Mlflow (Grundkenntnisse), Opentelemetry (Grundkenntnisse)
- Nlp & Ner: Spacy, Scikit-Learn, Transformers, Flair, Seqeval, Bertfortokenclassification, Named Entity Recognition, Token Classification, Document Classification, Deutsches Nlp, Carmen Ner (Per, Loc, Str, Tel Usw.)
- Vektordatenbanken & Suche: Qdrant (Advanced Class-Based Storage), Faiss, Pinecone (Grundkenntnisse), Vektoreinbettungen, Semantisches Retrieval, Metadatenfilterung, Kontextbezogenes Retrieval
- ÜBerwachtes Lernen: Scikit-Learn, Logistic Regression, Svc, Random Forest, Naive Bayes, Gridsearchcv, Xgboost, Lightgbm, Numpy, Pandas
- Computer Vision: Yolov5, Yolov8, Opencv, Objekterkennung, Wahrnehmung Autonomer Fahrzeuge, Kennzeichenerkennung
- Backend & Integration: Python (Fastapi, Flask), Node.Js, C# (.Net Core, Asp.Net Mvc, Wpf/Wcf), Vba, Vb.Net, Java, Rust, Php, Rest Apis, Tool-Integration, Skriptautomatisierung, Websockets
- Systemdesign & Architektur: Microservices, Ereignisgesteuerte Architektur, Api Gateway, Kafka, Rabbitmq, Redis, Caching, Nachrichtenwarteschlangen, Load Balancing, Rate Limiting, Skalierbarkeit, Fehlertoleranz, Observability
- Frontend & Echtzeit: Html, Css, Javascript, Typescript, Next.Js, React, Angular, Vue.Js (Vuex, Vuetify), Webrtc, Simli (Ki-Video), Sambacall, Whisper Ai
- Infrastruktur & Tools: Turbo.Net, Docker, Git, Github, Github Actions, Jenkins, Flutter, Ci/Cd, Jira, Linux, Onnx Runtime, Ms Sql, Mysql, Postgresql, Obsidian, Miro
- Kenntnisse In Cloud & Data Engineering: Aws (Ec2, S3, Lambda, Bedrock, Sagemaker), Azure (Azure Openai, Azure Ai Foundry, Blob Storage, Virtual Machines), Gcp (Vertex Ai, Compute Engine), Databricks, Apache Spark, Pyspark, Airflow, Dbt, Snowflake, Etl/Elt, Lakehouse-Architektur, Kubernetes, Prometheus, Grafana, Arize Phoenix
Sprachen
Ausbildung
Hochschule Mittweida | University of Applied Sciences
Angewandte Mathematik für Netzwerk- und Datenwissenschaften · Mittweida, Deutschland
Hamdard University
Bachelor of Science, Computer Science · Informatik · Karachi, Pakistan
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Hamza ist in Berlin, Deutschland ansässig.
Hamza spricht folgende Sprachen: Urdu (Muttersprache), Englisch (Verhandlungssicher), Deutsch (Grundkenntnisse).
Hamza hat mindestens 5 Jahre Erfahrung. In dieser Zeit hat Hamza in mindestens 3 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 4 Monate. Beachten Sie, dass Hamza möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Hamza gut geeignet für Rollen wie: Wissenschaftlicher Forschungsmitarbeiter im Gesundheitssektor (ehrenamtlich), Software- & KI/ML-Ingenieur, Softwareentwickler.
Die neueste Position von Hamza ist Wissenschaftlicher Forschungsmitarbeiter im Gesundheitssektor (ehrenamtlich) bei n/a.
In den letzten Jahren hat Hamza für n/a und Jurasoft GmbH (RA-Micro) gearbeitet.
Hamza hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Energie und Gesundheitswesen. Hamza hat auch etwas Erfahrung in Bank- und Finanzwesen.
Hamza hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E).
Hamza hat einen Master in Angewandte Mathematik für Netzwerk- und Datenwissenschaften von Hochschule Mittweida | University of Applied Sciences und einen Bachelor in Informatik von Hamdard University.
Hamza 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 25 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Muntaha S.
Kamal R.
Hasan R.
Stefan O.
Marcel S.
Patrik G.
Majid K.
Patrick L.
Hüseyin K.
Julien L.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Wissenschaftlicher Forschungsmitarbeiter im Gesundheitssektor (ehrenamtlich)
Kashaf K.
Pawan S.
Talha T.
Ahsan J.
Peter S.
Ashwin P.
Himanshu N.
Aravind S.
Meisam G.
Raphael M.
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Berlin, Deutschland arbeiten
William N.
Paul K.
Mansharan K.
Björn S.
Martin L.
Mojtaba P.
Sascha B.
Erik W.
Piet Q.
Greta S.
