Martin Tabikh - Machine-Learning-Ingenieur / LLMOps

Q: Wo ist Martin ansässig?

Martin ist in Paris, Frankreich ansässig und kann in On-Site -, Hybrid - und Remote -Arbeitsmodellen arbeiten.

Q: Welche Sprachen spricht Martin?

Martin spricht folgende Sprachen: English (Verhandlungssicher), French (Fortgeschritten) .

Q: Wie viele Jahre Erfahrung hat Martin?

Martin hat mindestens 11 Jahre Erfahrung. In dieser Zeit hat Martin in mindestens 9 verschiedenen Rollen und für 11 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr . Beachten Sie, dass Martin möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Martin?

Die neueste Position von Martin ist Machine-Learning-Ingenieur / LLMOps bei AXA Global Operations .

Q: Für welche Unternehmen hat Martin in den letzten Jahren gearbeitet?

In den letzten Jahren hat Martin für AXA Global Operations , PwC , Thales Digital Factory , L’Oréal und Aware (Les Mousquetaires Group) gearbeitet.

Q: In welchen Industrien hat Martin die meiste Erfahrung?

Martin hat die meiste Erfahrung in Industrien wie Telekommunikation , Bildung und Professionelle Dienstleistungen . Martin hat auch etwas Erfahrung in Versicherung , Lebensmittel und Getränke und Schönheit und Kosmetik .

Q: In welchen Bereichen hat Martin die meiste Erfahrung?

Martin hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT) , Produktentwicklung und Business Intelligence . Martin hat auch etwas Erfahrung in Forschung und Entwicklung (F&E) .

Q: In welchen Industrien hat Martin kürzlich gearbeitet?

Martin hat kürzlich in Industrien wie Bildung , Professionelle Dienstleistungen und Telekommunikation gearbeitet.

Q: In welchen Bereichen hat Martin kürzlich gearbeitet?

Martin hat kürzlich in Bereichen wie Informationstechnologie (IT) , Business Intelligence und Produktentwicklung gearbeitet.

Empfohlener Experte

Paris, Frankreich

Erfahrungen

Jan. 2025 - Bis heute

1 Jahr 3 Monate

Machine-Learning-Ingenieur / LLMOps

AXA Global Operations

MLOps/LLMOps-Verantwortlicher für das Secure-GPT-Projekt, einen internen Konversationsassistenten auf Basis generativer KI, der Mitarbeitern einen sicheren Zugriff auf ihre beruflichen Dokumente ermöglicht.
Konzeption und Implementierung von Preprocessing-, Ingestions-, Inferenz- und Evaluierungspipelines für Sprachmodelle.
Technologien: Azure Functions, Poetry, TypeScript, Python, Azure OpenAI, Bicep, Azure DevOps

Apr. 2024 - Bis heute

2 Jahren

KI-Ingenieur

PwC

Entwicklung und Bereitstellung von generativen KI-Anwendungen, darunter:
Virtueller Scrum-Assistent: automatisierte Stand-up-Meetings und Jira-Aufgaben-Updates zur Verbesserung der Team-Effizienz.
Intelligentes Zahlungserinnerungssystem: automatisierte Rechnungsverfolgung durch E-Mail-Analyse.
Proposal Maker: extrahiert relevante Vorschläge, die der gegebenen Beschreibung ähneln, aus Datenbanken und erstellt automatisch einen Entwurf.
Excel-Datei-Analyse-Tool: Unterstützung bei der Analyse und Transformation von Unternehmensfinanzberichten.
Technologien: OpenAI, LLM, Kubernetes, LangChain, Streamlit, RAG

Dez. 2023 - Apr. 2024

5 Monate

Machine-Learning-Ingenieur

Thales Digital Factory

Entwicklung intelligenter Klassifizierer zur Kategorisierung von Systemfehlern.
Entwicklung von NLP-Modellen unter Verwendung von Satz-Embeddings basierend auf Transformers und LLMs.
Technologien: Python, Azure, SpaCy, Docker, SentenceTransformers

Mai 2023 - Nov. 2023

7 Monate

Dateningenieur / Machine-Learning-Ingenieur

L’Oréal

Leitung der NLP-Analyse von Kundenbewertungen aus neun Ländern zur Identifizierung von Verbesserungsmöglichkeiten.
Optimierung der Suche in der Produktbibliothek, wodurch die Ausführungszeit um 50% reduziert wurde.
Aufbau von Daten-Eingabe- und Inferenz-Pipelines mit GCP Vertex AI und BigQuery.
Technologien: Python, dbt, Vertex AI, BigQuery, Docker

Nov. 2022 - Mai 2023

7 Monate

Dateningenieur

Aware (Les Mousquetaires Group)

Entwicklung verteilter Algorithmen zur Bereinigung und Korrektur von Lieferanten- und Produktnamen in einem Data Lake.
Erstellung einer manuellen Korrekturschnittstelle mit Streamlit auf Azure.
Technologien: Python, Azure, PySpark, Databricks, Streamlit, Docker

Jan. 2022 - Okt. 2022

10 Monate

Dateningenieur / Machine-Learning-Ingenieur

Pernod Ricard

Entwickelte wöchentliche Empfehlungen für Vertriebsmitarbeiter in Indien und optimierte Reiserouten.
Implementierte CI/CD-Pipelines und erstellte eine API für Produktempfehlungen.
Technologien: Python, Azure DevOps, Streamlit, Docker, Azure Functions

März 2021 - Aug. 2022

1 Jahr 6 Monate

Machine-Learning-Ingenieur

Huawei

Entwickelte Python-Bibliotheken zum Training und Einsatz von transformerbasierten Modellen für tabellarische Daten.
Setzte Hyperparameter-Optimierungsalgorithmen wie Successive Halving und Bayesian Hyperopt ein.
Technologien: Python, PyTorch, Pandas, Deep Learning

Jan. 2021 - Bis heute

5 Jahren 3 Monate

Mentor

OpenClassrooms

Betreute acht Studierende in den Data-Scientist-, Machine-Learning-Ingenieur- und Python-Developer-Kursen.

Feb. 2020 - Juli 2020

6 Monate

Freiwilliger Machine-Learning-Ingenieur

Data For Good

Lokalisierte CO₂-Emissionen mithilfe der OCO-2-Satellitendaten der NASA.
Erkannte Kohlenstoffkonzentrationsspitzen mithilfe von Autoencodern.
Aggregierte bekannte CO₂-Emissionsquellen aus vorhandenen Inventaren.
Nutzte meteorologische Daten, um potenzielle Emissionsquellen zu identifizieren.
Technologien: Python, Autoencoder, Folium, GeoPandas

März 2018 - Feb. 2021

3 Jahren

5G-Software-Ingenieur & NLP-Machine-Learning-Ingenieur

Nokia

Automatisierung der Fehleranalyse:
Entwickelte Modelle, um das optimale Lösungsteam vorherzusagen.
Nutzte unüberwachte NLP-Modelle, um ähnliche Fehler zu identifizieren.
Entwicklung von 5G-Level-2-Funktionen:
Erstellte System-Engineering-Spezifikationen.
Steigerte den Produktdurchsatz um das Achtfache.
Zusammenarbeit mit internationalen Teams (Finnland, Polen).
Technologien: Python, C++, NLP, AWS, Docker, Jenkins, SpaCy, XGBoost

März 2015 - Feb. 2018

3 Jahren

5G-Softwareentwickler

Orange

Entwickelte analytische Lösungen, die den 5G-Durchsatz in C++ um 20% steigerten.
Setzte Optimierungstechniken, probabilistische Modelle, Statistik und Maschinelles Lernen (K-Means) ein.
Technologien: Python, C++, Clusteranalyse, Optimierung

Branchenerfahrung

Sehen Sie, in welchen Branchen dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Telekommunikation, Bildung, Professionelle Dienstleistungen, Versicherung, Lebensmittel und Getränke und Luft- und Raumfahrt und Verteidigung.

Telekommunikation

Bildung

Professionelle Dienstleistungen

Versicherung

Lebensmittel und Getränke

Luft- und Raumfahrt und Verteidigung

Erfahrung nach Fachbereich

Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.

Erfahren in Informationstechnologie (IT), Produktentwicklung, Business Intelligence und Forschung und Entwicklung (F&E).

Informationstechnologie (IT)

Produktentwicklung

Business Intelligence

Forschung und Entwicklung (F&E)

Zusammenfassung

Machine-Learning- und Data Engineer mit über 10 Jahren Erfahrung in der Softwareentwicklung, spezialisiert auf die Entwicklung und Bereitstellung skalierbarer Machine-Learning-(ML)-Modelle und APIs. Nachweisliche Erfolge in der Zusammenarbeit mit globalen Marktführern wie Huawei, Thales, Nokia und PwC bei der Bereitstellung von KI- und ML-Lösungen. Expertise in der Natürlichen Sprachverarbeitung (NLP), Performance-Optimierung und im Aufbau innovativer Anwendungen mit Generativer KI.

Fähigkeiten

Programmiersprachen: Python, C++, Sql
Machine Learning & Ki: Scikit-learn, Pytorch, Llms, Openai, Langchain, Pandas
Cloud & Big Data: Aws (Ec2, S3), Gcp (Vertex Ai, Bigquery), Azure (Zertifiziert Dp-203)
Devops & Ci/cd: Docker, Kubernetes, Terraform, Git, Azure Devops
Data Engineering: Pyspark, Datenpipelines, Dbt, Databricks
Agile Entwicklung: Scrum, Internationale Zusammenarbeit

Sprachen

Englisch

Verhandlungssicher

Französisch

Fortgeschritten

Ausbildung

Télécom ParisTech

Promotion und Ingenieurabschluss · Paris, Frankreich

Université Paris-Saclay

Master-Abschluss in Digitaler Ökonomie und Strategischem Management · Digitale Ökonomie und Strategisches Management · Saclay, Frankreich

Zertifikate & Bescheinigungen

Azure-Zertifizierung DP-203

Statistiken

Erfahrung

Positionen gesamt 11

Erfahrung in Telekommunikation 7.5 J.

Durchschn. Dauer 1 J. 8 M.

Längste Erfahrung 5 J. 2 M.

Fachkenntnisse

Aktuelle Rollen Machine-Learning-Ingenieur / LLMOps, KI-Ingenieur, Machine-Learning-Ingenieur

Hauptbranchen Telekommunikation, Bildung, Professionelle Dienstleistungen

Hauptfachbereiche Informationstechnologie (IT), Produktentwicklung, Business Intelligence

Qualifikationen

Höchster Abschluss Doktor

Zertifikate erworben 1

Profil

Erstellt

Oktober 2025

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently Asked Questions

Sie haben Fragen? Hier finden Sie weitere Informationen

Wo ist Martin ansässig?

Martin ist in Paris, Frankreich ansässig und kann in On-Site-, Hybrid- und Remote-Arbeitsmodellen arbeiten.

Welche Sprachen spricht Martin?

Martin spricht folgende Sprachen: English (Verhandlungssicher), French (Fortgeschritten).

Wie viele Jahre Erfahrung hat Martin?

Martin hat mindestens 11 Jahre Erfahrung. In dieser Zeit hat Martin in mindestens 9 verschiedenen Rollen und für 11 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr. Beachten Sie, dass Martin möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Martin am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Martin gut geeignet für Rollen wie: Machine-Learning-Ingenieur / LLMOps, KI-Ingenieur, Machine-Learning-Ingenieur.

Was ist das neueste Projekt von Martin?

Die neueste Position von Martin ist Machine-Learning-Ingenieur / LLMOps bei AXA Global Operations.

Für welche Unternehmen hat Martin in den letzten Jahren gearbeitet?

In den letzten Jahren hat Martin für AXA Global Operations, PwC, Thales Digital Factory, L’Oréal und Aware (Les Mousquetaires Group) gearbeitet.

In welchen Industrien hat Martin die meiste Erfahrung?

Martin hat die meiste Erfahrung in Industrien wie Telekommunikation, Bildung und Professionelle Dienstleistungen. Martin hat auch etwas Erfahrung in Versicherung, Lebensmittel und Getränke und Schönheit und Kosmetik.

In welchen Bereichen hat Martin die meiste Erfahrung?

Martin hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Business Intelligence. Martin hat auch etwas Erfahrung in Forschung und Entwicklung (F&E).

In welchen Industrien hat Martin kürzlich gearbeitet?

Martin hat kürzlich in Industrien wie Bildung, Professionelle Dienstleistungen und Telekommunikation gearbeitet.

In welchen Bereichen hat Martin kürzlich gearbeitet?

Martin hat kürzlich in Bereichen wie Informationstechnologie (IT), Business Intelligence und Produktentwicklung gearbeitet.

Was ist die Ausbildung von Martin?

Martin hat einen Doktor from Télécom ParisTech und einen Master in Digitale Ökonomie und Strategisches Management from Université Paris-Saclay.

Ist Martin zertifiziert?

Martin hat 1 Zertifikat: Azure-Zertifizierung DP-203.

Wie ist die Verfügbarkeit von Martin?

Martin ist sofort in Teilzeit verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Martin?

Der Stundensatz von Martin hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Martin beauftragen?

Um Martin zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1000

750

500

250

⌀ Markt: 650-810 €

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.