Michael Nelz-ML-Engineer mit GenAI-Erfahrung

Management Von Data-science-teams (4+ Jahre)

Datenanalyse, Maschinelles Lernen Mit Python (10+ Jahre)

Deep Learning, Computer Vision Mit Python (8+ Jahre)

Prompt Engineering Und Agentic Ai Mit Python (4+ Jahre)

Agiles Software Development (8+ Jahre)

Ml-ops Und Data-pipelines In Azure (6+ Jahre)

Wissensaustausch (Coding Workshops, Kurse) (7+ Jahre)

Softwareentwicklung: Python, Java, C#, Html, Php, Javascript, Bash-scripting (10+ Jahre)

Unit- Und E2e-tests (6+ Jahre)

Python (Oop, Scripting, Jupyter Notebooks): Azure-sdk, Fastapi, Flask, Keras, Langchain, Mlflow, Numpy, Openai, Opencv-python, Pandas, Pep8, Pyspark, Pytest, Requests, Sagemaker, Setuptools, Scikit-learn, Scipy, Statsmodels, Tensorflow

Generative Ki: Prompt Engineering, Langchain, Langsmith, Llms, Agents

Bereitstellung: Gnu Make, Git, Github, Kubernetes (Kubectl), Kubeflow, Docker, Bash/powershell, Postman, Helm-charts, Vms, Cuda, Cudnn

Microsoft Azure-stack: Ci-cd-pipelines (Yaml + Jenkins), Azure Devops, Azure Blob-stores, Azure Sql, Azure Machine Learning, Azure Data Factory, Azure Openai, Azure Foundry, Azure Cli, Grafana

Aws-stack: Amazon Sagemaker, S3, Cloudwatch, Iam

Gcp: Vertexai, Sql, Iam, Vms

Dokumentation: Latex, Markdown, Swagger, Draw.io

Databricks, Hadoop, Hdfs, Apache Hive, Apache Zeppelin

Knime, Dataiku, Tableau, Board, Powerbi

R (Scripting, Markdown, Oop (S3, S4)): Dplyr, Ggplot2, Lattice, Leaflet, Stringr, Plotly, Shiny, Tidyr, Mlr3, Tensorflow, Caret

Sql