Marcel Steger-Senior KI-Ingenieur
Tagessatz prüfen
Erfahrungen
Senior KI-Ingenieur - Python
Versicherungsgesellschaft
Projekt-Tech-Stack: Python, AWS, Azure, FastAPI, openai, pandas, unittest/pymock
Erfolge:
- Automatisierte Datenextraktions-Pipelines entwickelt, um komplexe Excel-Datensätze über LLM-basierte Workflows in strukturierte Formate zu überführen.
- Eine generative Slide-Deck-Engine entworfen, die natürliche Spracheingaben in formatierte Präsentationsinhalte umwandelt.
- Erweiterte LLM-Funktionen mit der OpenAI Response API integriert und dabei komplexes Tool-Calling sowie Logik für strukturierte Ausgaben umgesetzt.
- Einen skalierbaren Backend-Microservice mit FastAPI, Docker und OpenShift entwickelt und containerisiert, um agentische Skills zu hosten und bereitzustellen.
Senior Data Scientist
Europäische Zentralbank
Projekt-Tech-Stack: R, AWS, Docker, Kubernetes, DataDog, PostgreSQL, GitLab, Shiny
Erfolge:
- Verantwortung für Datenpipelines und Infrastruktur
- Fullstack-Entwicklung einer Shiny-Anwendung
- Deployments/Skalierung in Kubernetes auf AWS
- CI/CD-Pipelines
- Agile Arbeitsweisen
Senior KI-Ingenieur - Python
Stealth Startup
Projekt-Tech-Stack: Agentic AI, FastMCP, Kafka, unique-sdk, Agents, openshift
Erfolge:
- Ein autonomes agentisches System für die Extraktion von Versicherungsdokumenten mit fortgeschrittener LLM-Orchestrierung entworfen.
- Einen eigenen MCP-(Model Context Protocol)-Server entwickelt, um interne Backend-Tools mit LLM-gesteuerten Schnittstellen zu verbinden und so nahtlose Tool-Nutzung und agentische Autonomie zu ermöglichen.
- Hochzuverlässige Datenextraktions-Pipelines mit OpenAI Structured Outputs entwickelt und dabei mit Pydantic eine 100%ige Schema-Treue sichergestellt.
- Automatisierte Geschäftsprozesse (Agentic Tool Use) für die komplexe Verarbeitung von Rechnungen und Verträgen aufgebaut.
Senior KI-Ingenieur
Stealth Startup
KI-Engineering, multimodale agentische RAG-Entwicklung
Projekt-Tech-Stack: Agentic RAG, Python, Docker, GPT4, Azure Video Indexer, LangChain, LangGraph, QDrant, postgres, ffmpeg, Airflow
Erfolge:
- Vektor-Datenspeicher mit QDrant aufgebaut und integriert
- Abruf aus dem Vektor-Datenspeicher mit semantischer Suche
- KI-basierte Texterkennung aus Bildern
- Prompt Engineering, Analyse und Optimierung multimodaler Eingabedaten für RAGs (Videos)
- Feinabstimmung von Retrieval-Systemen (Vektorstore-Abfragen, Prompt-Strategien)
- Vermeidung von Output-Parsing durch Nutzung der StructuredOutput API und Pydantic BaseModels
- Validierung von LLM-Ausgaben mit DeepEval
- Implementierung von RAG mit LangChain und LangGraph
- Entwicklung einer PoC-App mit Streamlit
- Verbesserung der Pipeline zur Erkennung von Videoszenen
- Keyframe-Extraktion basierend auf wichtigen Ereignissen und Erkennung von Personen
- Recherche zu Best Practices für Szenensegmentierung und Videoverständnis
- Agile Arbeitsweisen
Senior KI-Ingenieur - Machine Learning
GLS
KI-Engineering, Data Science und Softwareentwicklung
Projekt-Tech-Stack: Transformers, mflow, CUDA, Python, Pytorch, Label Studio
Erfolge:
- Vergleichstests von State-of-the-Art Computer-Vision-KI-Modellen
- Umfangreiche Modelltests
- GPU-beschleunigtes Modelltraining
- Forschung und Konzeption von CNN-Architekturen
- Verantwortung für Bildverarbeitungs-Pipelines und Infrastruktur
- Entwicklung einer End-to-End-Computer-Vision-Lösung in Python
- Agile Arbeitsweisen
Senior Data Scientist
European Central Bank
Data Science und Softwareentwicklung
Projekt-Tech-Stack: R, AWS, Kubernetes, DataDog, PostgreSQL, GitLab, Shiny
Erfolge:
- Verantwortung für Datenpipelines und Infrastruktur
- Architektur, Design und Implementierung einer ETL-Pipeline mit mehreren Datenquellen
- Entwicklung von Backend-Code für die Datenverarbeitung
- Deployments/Skalierung in Kubernetes auf AWS
- Kosten- und Infrastrukturoptimierung durch Code-Optimierung und Modularisierung
- CI/CD-Pipelines
- Agile Arbeitsmethoden
Data Lead
Temedica GmbH
Data Science und Data Engineering
Projekt-Tech-Stack: Python, AWS RDS, AWS MWAA, Airflow, PostgreSQL, dbt, GitHub, Plotly & Dash
Erfolge:
- Verantwortung für Datenpipelines mit Airflow MWAA
- Entwicklung von Anwendungscode für Data Dashboards
- Modularisierung der bestehenden Codebasis
- Dashboard-Entwicklung
- Zeitkritische Lieferungen an Kunden
- CI/CD-Pipelines
- Agile Arbeitsmethoden
Data Scientist
Utopia Music AG
Datenstrategie und Produktentwicklung
- Entwicklung einer langfristigen Datenstrategie
- Datengetriebene Entwicklung und Verbesserungen von Features
- Aufbau von Coding-Standards und Best Practices für das Data-Team
- CI/CD-Pipelines
- Agile Arbeitsmethoden
Senior Consultant
Vorwerk via Machine Learning Reply GmbH
Projekt-Tech-Stack: GCP Compute Engine, Docker, BigQuery, Google Data Studio, GCP IAM, AWS Sagemaker, AWS VPC, AWS RDS, OpenVPN, PostgreSQL, JavaScript
Erfolge:
- Aufbau und Wartung einer Cloud-übergreifenden Datenpipeline für Kommunikationsdaten von Bluetooth-Geräten
- Entwicklung, Auslieferung und Deployment der Lösung in einem Docker-Image
- Erstellung eines neuen Google Looker Studio Community Visualisierungstools in JavaScript: Sankey-Diagramm
- Analyse des Kundenverhaltens für Marketingempfehlungen
- Parallelisierung von Algorithmen
- CI/CD mit Jenkins
NLP AI Engineer
ITSP Services GmbH
Projekt-Tech-Stack: BERT, Python, Pandas, GitHub, Huggingface, Random Forest
Erfolge:
- Textvorverarbeitung
- Feature Engineering aus verarbeitetem Text (Lemmatisierung, Stemming, Zählungen, Template-Matches, Erstellung von Meta-Features)
- Random Forest für die Klassifizierung von einfachen und komplexen Chats trainiert
- BERT-Modell für die Sentiment-Klassifizierung von Kunden und Support-Mitarbeitern, Aggregation über die Zeit und Visualisierung des Sentiments
Computer Vision Engineer
Dental Manufacturing Unit GmbH
Projekt Tech Stack: OpenCV, Python, Flask, Linux, RaspberryPi, CI/CD, Docker, PyTorch, scipy
Erfolge:
- Entwicklung einer stabilen Computer-Vision-Lösung von der F&E bis zum Go-to-Market
- Implementierung eines robusten, effizienten und zuverlässigen Algorithmus zur Bestimmung der optimalen affinen Transformationsmatrix
- Implementierung eines schnellen und zuverlässigen Bildsegmentierungsalgorithmus
- Bestimmung der optimalen Lichtverhältnisse für die Bildaufnahme
- Entwicklung einer umfangreichen Testsuite für die Qualitätskontrolle
- Betreuung der CI/CD-Pipeline
- Objektorientierte Programmierung während des gesamten Projekts
- Vor-Ort-Kundensupport nach dem Launch für das Bildverarbeitungssystem und die Netzwerkkommunikation
- Agile Arbeitsweise
Deep Learning Engineer
Dental Manufacturing Unit GmbH
Projekt Tech Stack: Python, TensorFlow, mlflow, OpenCV, ONNX, CUDA, .NET, C
Erfolge:
- Erfolgreiche Implementierung einer CNN-Architektur mit geringer Latenz und hoher Genauigkeit
- Bereitstellung des TensorFlow-Modells über ONNX in der C-Codebasis
- Modell-Experimente mit mlflow
- Entwicklung und Durchführung von Unit-, Regression- und End-to-End-Tests
- Agile Arbeitsweise
Master's Thesis
Porsche Informatik GmbH
Feature-Selection-Methoden für Big Data
Projekt Tech Stack: R, Python, PySpark, Bash
Erfolge:
- Erfolgreiche Implementierung eines Python-Moduls für Big-Data-Feature-Selection in PySpark
- Dokumentation der implementierten Funktionen und Erstellung eines Benutzerhandbuchs
- Gründliche Recherche und gutes Verständnis von Feature-Selection-Methoden
- Datenumstrukturierung, -verarbeitung und -aufbereitung, explorative Datenanalyse
- Parallelisierung von Code in R
Data Scientist
AB Mikroelektronik
Projekt Tech Stack: R, R Shiny, SQL
- Visualisierung von KPIs
- Performance-Optimierung der bestehenden Shiny-App
- Erstellung automatisierter Berichte zu Produktionsdaten
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Fertigung, Bank- und Finanzwesen, Regierung und öffentliche Verwaltung, Versicherung und Transport und Logistik.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung, Forschung und Entwicklung (F&E), Business Intelligence, Kundendienst und Qualitätssicherung.
Fähigkeiten
Ki-Engineering
Entwicklung Und Deployment Agentischer Systeme
Claude/Openai Skills Via Api
Llm-Orchestrierung (Langchain, Langgraph)
Claude- & Openai-Api-Integration
Mcp (Model Context Protocol) Entwicklung
Multimodales Rag
Vektor-Datenbanken (Qdrant)
Strukturierte Ausgaben (Pydantic)
Prompt Engineering & Analyse
Backend & Programmierung
Python (Experte)
Fastapi
Flask
Pydantic
Rest-Apis
Linux
C
Javascript
Cloud & Devops
Aws (Ec2, Lambda, S3, Rds, Vpc, Sagemaker)
Docker
Kubernetes
Terraform
Ci/Cd (Jenkins, Gitlab Ci, Github Actions)
Git
Bitbucket
Datenengineering
Pandas
Numpy
Pyspark
Sql (Postgresql, Mssql)
Airflow
Vektor-Datenbanken (Qdrant, Postgresql)
Entwicklung Von Etl-Pipelines
Aws Mwaa
Snowflake
Hive
Impala
Testen & QualitäT
Pytest
Mocking (Unittest/Pymock)
Deepeval
Automatisierte Testpipelines
Code-Review-Standards
Tools & Orchestrierung
Jira
Confluence
Docker Compose
Linux-Shell-Scripting
Gitflow
Sprachen
Ausbildung
Universität Salzburg
M.Sc. in Data Science mit Auszeichnung · Data Science · Österreich · 1.63
Universität Salzburg
B.Sc. Psychologie · Psychologie · Österreich · 1.53
Zertifikate & Bescheinigungen
Natural Language Processing
Coursera - deeplearning.ai
Deep Learning Specialization
Coursera - deeplearning.ai
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
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.
Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Manuel Pasieka
Mathias Wilhelm
Julien Look
Tungi Dang
Daniel Schlager
Jürgen Fey
Martin Musiol
Oliver Köhn
Stephan Baier
Ronald Foerster
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Senior KI-Ingenieur - Python
Thomas Hoefkens
Hüseyin Korkut
Christian Schulz
Kai Kramer
Matthias Isler
Ralph Navasardyan
Lino Giefer
Max Ritter
Niko Karajannis
Armin Fanzott
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Wien, Österreich arbeiten
Chrisabel Prischl
Peter Gastberger
Marko Agrez
Thomas Pacal
Andreas Zich
Shahram Fallahdoust
Stefan Maxones
Christina Dulnigg
Plamen Mirchev
Michail Matjuchin
Aktuellste Projekte
FRATCH arbeitet mit vielen Unternehmen und Personalvermittlungen zusammen. Hier findest du unsere zuletzt veröffentlichten Projekte und Möglichkeiten.
