Martin Musiol
Product Owner für AI-Lernplattform
Erfahrungen
Product Owner AI-Lernplattform
B2B Tech Scale-Up
- Agiler Aufbau einer multimodalen Analyseplattform für Trainingsmaterial (Video, Audio, Dokumente) nach Scrum
- Extraktion kontext-relevanter Inhalte basierend auf Nutzerprofilen & Kompetenzdimensionen
- Personalisierte Ausspielung von Lerninhalten zur Steigerung der Vertriebsperformance
- Enge Abstimmung mit Sales-Teams & Stakeholdern zur Validierung der Features
- Einsatz von Gemini, Whisper, Python & JavaScript, Deployment auf AWS, Perl für Skripte zur Datenübernahme
- Integration in bestehende Tools & CRM-Systeme zur reibungslosen Einführung
- Genutzte Technologien: Python, OpenAI, Datenbanktechnologien wie PostgreSQL, CI/CD für Airflow-DAGs, FastAPI
AI-Spezialist
Internationale Organisation
- Agile Entwicklung und Rollout von AI-Agenten für über 4.000 Nutzer weltweit nach SAFe
- Verantwortung für die technische Umsetzung und das Anforderungsmanagement
- Aufbau einer Agenten-Infrastruktur für multiple Geschäftsbereiche (Knowledge, Research, Assistance)
- Integration in bestehende Systeme via Microsoft Copilot, Copilot Studio und Power Automate
- Deployment der Agenten auf Azure unter Berücksichtigung von Governance und Sicherheit auf Linux-Systemen
- Förderung einer AI-ready-Kultur durch Enablement & Change-Management-Maßnahmen
- Genutzte Technologien: Python, OpenAI, Datenbanktechnologien wie PostgreSQL, CI/CD für Airflow-DAGs, FastAPI
CTO Center AI – AI-Callcenter-Plattform
VC-finanziertes Venture
- Agile Entwicklung eines Systems zur Generierung von AI-Callcenter-Agenten für Shopify & andere Shops nach Scrum
- Kundensupport via Telefon mit Echtzeit-Abfragen zu Rückgaben, Produkten & Bestellungen
- Architektur-Design & technische Leitung von Frontend, Backend & Datenbank (PostgreSQL) auf Linux-Systemen, Perl für Skripte zur Datenübernahme
- Aufbau eines RAG-Systems mit Echtzeit-API (OpenAI) zur semantischen Antwortgenerierung
- Integration von Kundenrichtlinien & Produktdaten in agentenspezifische Wissensbasis
- Mobile App-Entwicklung mit Kotlin
- Genutzte Technologien: Python, OpenAI, LangChain, Qdrant, Supabase, V0.dev
AI-Spezialist – Bank of Stories
Startup
- Aufbau eines AI-Agenten zur Interviewführung & Story-Extraktion
- Speicherung & Strukturierung von Nutzerstories („Story Banking“)
- Matching der Geschichten mit Nutzerzielen zur Freischaltung passender Lernmodule
- Backend-Integration von OpenAI für NLU & personalisierte Empfehlungen mit Hilfe von Kontext-Engineering
- Nutzung von Perl für die Datenvorbereitung und das Parsen historischer Daten zur Erfassung und Strukturierung persönlicher Lebensgeschichten
Generative AI Lead EMEA
Konzern Logistik/Shipping
- Aufbau eines RAG-Systems zur Beantwortung von Kundenanfragen auf Basis interner Dokumente
- Verantwortung für Anforderungsmanagement mit Stakeholdern & technische Steuerung des Dev-Teams
- Reduktion manueller Antwortzeiten um bis zu 80 % weltweit
- Einführung des Systems in mehreren Regionen mit Fokus auf Effizienz und Skalierbarkeit
- Nutzung von Linux-Kenntnissen (Bash, Shell, Dateiverwaltung, Prozesse und Netzwerke) für effiziente Bereitstellung, Überwachung und Wartung der Systeminfrastruktur
- Verbesserung der Agenten-Produktivität durch sofortige Antwortvorschläge aus strukturiertem Wissen
- Genutzte Technologien: Python, Azure Cognitive Search, LangChain, OpenAI, SharePoint, Datenbanktechnologien wie PostgreSQL, CI/CD für Airflow-DAGs, FastAPI
Tech Lead – KI-Automatisierung
HSBC
- Aufbau eines KI-Systems zur Vorbefüllung von Kreditprüfungsformularen
- Integration interner Datenbanken zur automatisierten Beantwortung relevanter Felder
- Reduktion der Fehlerquote um den Faktor 10
- Leitung der technischen Umsetzung inkl. Datenpipeline, Modellarchitektur und Qualitätssicherung
- Nutzung von Linux-Kenntnissen (Bash, Shell, Prozesse und Netzwerke) für Automatisierung der Datenpipelines und Sicherstellung der Systemstabilität
- Enge Abstimmung mit Risiko- und Compliance-Teams zur Sicherstellung regulatorischer Anforderungen
- Genutzte Technologien: Python, OpenAI, Datenbanktechnologien wie PostgreSQL, CI/CD für Airflow-DAGs, FastAPI, Perl für Skripte zum Datenimport
Projektleiter
Zulieferer Automotive
- Entwicklung eines ML-Systems zur Probenklassifikation mit Support-Vektor-Maschinen
- Leitung eines interdisziplinären Teams aus Datenwissenschaftlern und Prozessingenieuren
- Integration des Modells in die Qualitätsprüfung entlang der Produktionslinie
- Steigerung der Erkennungsgenauigkeit und Reduktion manueller Prüfaufwände
- Enge Zusammenarbeit mit Produktions-IT und Werkleitung
Data-Science-Manager bei IBM
Bundesagentur für Arbeit
- Projektverantwortung und Ausbau des Budgets von 1,6 Mio. € auf 2,6 Mio. € jährlich
- Entwicklung von Deep-Learning-Modellen zur Extraktion strukturierter Daten aus Formularen
- Agile Integration der Modelle in bestehende Prozesse mit Fokus auf Skalierbarkeit und Sicherheit nach SAFe und Scrum
- Einführung von CI/CD-Pipelines, Containerisierung mit Docker und Kubernetes auf Linux-Systemen
- Implementierung einer MLOps-Pipeline: MLflow, Kubeflow, Apache Airflow
- Optimierung der Verarbeitungsgeschwindigkeit und Datenqualität im operativen Betrieb
Data Scientist / Ingenieur für Reinforcement Learning
Deutsche Bahn
- Agile Implementierung (Scrum, Kanban) eines Reinforcement-Learning-Ansatzes zur Optimierung von Change-Prozessen (geringere Durchlaufzeiten, weniger Nacharbeit)
- Definition der Belohnungsfunktion und des Zustands-/Aktionsraums; Training auf historischen Prozessdaten, Pilot-Auswertung
- Aufbau einer serviceorientierten Architektur mit FastAPI für Inference-Endpunkte; Persistenz und Feature-Speicherung in PostgreSQL auf Linux-Systemen
- Arbeit in Scrum mit IBM-Consulting und DB-Fachbereichen
- Ergebnis: messbare Prozessbeschleunigung in Piloten und belastbare Grundlage für Rollout-Entscheidung
- Genutzte Technologien: Python (FastAPI, NumPy/Pandas), PostgreSQL, CI/CD für Apache Airflow-DAGs, Perl für Datenaufbereitung und Parsing historischer Daten
Data Scientist / ML-Ingenieur
Automotive OEM
- Aufbau einer Datenanalyse-Pipeline für die Fließbandfertigung (Taktzeit-, OEE-, Qualitäts- und Stillstandsanalysen)
- Entwicklung von ML-gestützten Anomalie- und Drift-Detektionen; Ursachenanalyse mittels Feature-Importance und Korrelationsstudien
- Agile Entwicklung von ETL-Workflows und REST-Services mit FastAPI; Datenmodellierung und -persistenz in PostgreSQL auf Linux-Systemen; Erstellung interner Dashboards
- Enge Zusammenarbeit mit Produktions-IT und Werkleitung; Einführung von Datenqualitäts-Checks und Monitoring
- Ergebnis: schnellere Störgrund-Identifikation und reduzierte Stillstandszeiten in den Pilotlinien
- Genutzte Technologien: Python (Pandas/Scikit-Learn), FastAPI, PostgreSQL, Perl für Skripte zum Datenimport
Redner, Gründer, Autor
GenerativeAI.net
- Durchführung praxisnaher Upskilling-Workshops für Tech- & Business-Teams
- Gründer von GenerativeAI.net – eine führende Plattform zur Bildung & Beratung im Bereich Generative KI
- Autor des weltweit ersten Buches über Generative KI: “Generative KI – Wie Maschinen lernen zu schreiben”
- Entwickler des ersten Online-Kurses zu Generative KI (seit 2016)
- Fokus auf Anwendung, Strategie & Transformation durch Generative KI
Branchenerfahrung
Sehen Sie, in welchen Branchen dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Bildung, Informationstechnologie (IT), Professionelle Dienstleistungen, Regierung und öffentliche Verwaltung, Transport und Logistik und Bank- und Finanzwesen.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Forschung und Entwicklung (F&E), Strategie und Planung, Produktentwicklung, Projektemanagement und Business Intelligence.
Fähigkeiten
Branchenerfahrung
- Pharma
- Automotive
- Telekommunikation
- Logistik / Supply-chain
- E-commerce
- Saas / Cloud-software
- Finanzdienstleistungen
- Einzelhandel
- Energie
- Medien & Unterhaltung
Beratungsthemen Und Schwerpunkte
- Ki- & Datenstrategie
- Generative-ai-produktisierung (Llm-fine-tuning, Rag, Prompt Engineering, Go-to-market)
- End-to-end Mlops & Ml-governance (Ci/cd, Feature Stores, Monitoring)
- Full-stack- & Microservices-entwicklung Für Ai-produkte
- Cloud-native Architekturen & Devops-automation (Aws, Gcp, Azure, Kubernetes)
- Skalierbare Daten- & Analytics-plattformen (Data Lakehouse, Real-time Streaming)
- Ai-enablement & Change-management Im Vertrieb Und In Operations
- Lean Digital Product & Portfolio-management (Okr, Dual-track Agile)
- Lean Process Design & Value-stream-optimierung
- Responsible Ai, Compliance & Datenschutz (Eu Ai Act)
Methoden
- Crisp-dm
- Design Thinking
- Dual-track Agile
- Lean Startup
- Okr-framework
- Safe / Devsecops
- Domain-driven Design (Ddd)
- Ci/cd
- Event Storming
- Value-stream Mapping
- Data-mesh-prinzipien
- Responsible-ai Impact Assessment
Software
- Python
- Typescript
- Node.js
- Fastapi
- React
- Next.js
- Pytorch
- Tensorflow
- Hugging Face Transformers
- Langchain
- Mlflow
- Kubeflow
- Apache Airflow
- Docker
- Kubernetes
- Terraform
- Aws (S3, Lambda, Sagemaker)
- Gcp (Bigquery, Vertex Ai)
- Azure (Ml, Openai)
- Databricks
- Snowflake
- Kafka
- Github Copilot
- Cursor Ai
- Amazon Q Developer
- Chatgpt
- Anthropic
Sprachen
Ausbildung
Leuphana Universität
B.Eng. · Automatisierung & Elektrotechnik · Lüneburg, Deutschland
Technische University München
M.Sc. · Computational Science und Ingenieurwesen · München, Deutschland
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Frequently Asked Questions
Sie haben Fragen? Hier finden Sie weitere Informationen
Wo ist Martin ansässig?
Welche Sprachen spricht Martin?
Wie viele Jahre Erfahrung hat Martin?
Für welche Rollen wäre Martin am besten geeignet?
Was ist das neueste Projekt von Martin?
Für welche Unternehmen hat Martin in den letzten Jahren gearbeitet?
In welchen Industrien hat Martin die meiste Erfahrung?
In welchen Bereichen hat Martin die meiste Erfahrung?
In welchen Industrien hat Martin kürzlich gearbeitet?
In welchen Bereichen hat Martin kürzlich gearbeitet?
Was ist die Ausbildung von Martin?
Wie ist die Verfügbarkeit von Martin?
Wie hoch ist der Stundensatz von Martin?
Wie kann man Martin beauftragen?
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Product Owner AI-Lernplattform
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten