Erfahrungen
Senior AI/ML-Ingenieur
Quantistry GmbH
- Leitete die ganzheitliche Umsetzung von ML-/KI-Anwendungen für die QuantistryLab-Simulationsplattform – von der Anforderungsdefinition und Lösungsplanung über Entwicklung, Tests und Bereitstellung bis zur Unterstützung im Produktivbetrieb. Dabei koordinierte ich die Zusammenarbeit der Back-End-, DevOps- und ML-Teams.
- Entwarf und implementierte ein System zur Suche nach Verbindungen mit einem LLM mit offenen Gewichten, dem Agenten-Framework Pydantic AI und dem Model Context Protocol (MCP) und stellte es über FastAPI-Endpunkte bereit.
- Stellte den LLM-Service auf Basis von vLLM auf Kubernetes bereit und konfigurierte ihn.
- Entwickelte CI/CD-Pipelines und Helm-Charts, um Bereitstellungen in Staging- und Produktionsumgebungen zu automatisieren.
- Ergänzte das Suchsystem um OpenTelemetry-Spans und -Traces und integrierte es in die Observability-Plattform Honeycomb, um die Latenz einzelner Komponenten und Funktionsfehler zu überwachen.
- Entwickelte einen benutzerdefinierten Evaluierungsdatensatz und setzte Auswertungen für die Relevanz der Suchergebnisse, die Richtigkeit der Antworten, die Genauigkeit von Tool-Aufrufen und den Erfolg der Aufgaben von Anfang bis Ende um.
- Verkürzte die Vorhersagezeit für Infrarotspektren um 83 % (von 60 auf 10 Minuten), indem ich ein quantenmechanisches Modell durch ein vortrainiertes graph-neuronales Netzwerk ersetzte. Ich trainierte das Modell mit PyTorch weiter, entwickelte und containerisierte die Inferenzpipeline mit Docker und integrierte sie in die Plattform.
- Implementierte eine MLflow-Modellregistrierung mit MinIO-gestützter Artefaktspeicherung.
- Beriet Vertriebs- und Wissenschaftsteams zu ML-/KI-Anwendungen für potenzielle Kundenprojekte und brachte technisches Fachwissen in die Entwicklung vorgeschlagener Lösungen und Prototypen ein.
Technologien: AWS, Hetzner, Kubernetes, Helm, Docker, vLLM, Pydantic AI, MCP, Qwen, Llama 3, MLflow, MinIO, GitHub Actions, Python, FastAPI, OpenTelemetry, Honeycomb, PyTorch, Polars, pytest
Senior Machine-Learning-Ingenieur
ALDI DX
- Entwarf und implementierte auf Databricks Trainings- und Inferenzpipelines für Modelle zur Kundensegmentierung, zum Kundenlebenszeitwert und zur Liquiditätsprognose; die Orchestrierung erfolgte mit Azure Data Factory.
- Entwickelte mit statistischen Methoden eine individuelle Überwachung von Datenverschiebungen und Modellleistung. Führte MLflow für das Experiment-Tracking, die Modellversionierung und die Verwaltung der Modellregistrierung ein.
- Verbesserte die Codequalität und verkürzte die Laufzeit PySpark-basierter Datenpipelines um bis zu 50 %, indem ich den Code überarbeitete, Pipelines modularisierte, redundante Logik entfernte und automatisierte Qualitätsprüfungen über CI/CD einführte.
- Vereinheitlichte Entwicklungs- und Release-Abläufe durch die Einführung des GitFlow-Branching-Modells und eines monatlichen Release-Zyklus.
Technologien: Azure Databricks, Python, PySpark, Mlflow, SQL, Unity Catalog, Delta Lake, Azure Data Factory, Azure DevOps, GitLab CI/CD, pytest
Data Scientist
ING
- Automatisierte die Überprüfung von Einnahmen und Ausgaben bei Kreditanträgen, indem ich ML-Modelle auf der Google Cloud Platform (GCP) entwarf und bereitstellte. Dabei nutzte ich PySpark für die Datenverarbeitung, Airflow für die Orchestrierung und Azure Pipelines für CI/CD. So entfiel die manuelle Prüfung bei bis zu 70 % der Anträge.
- Entwickelte Random-Forest- und XGBoost-Klassifikatoren für die Klassifizierung von Transaktionen und App-Bewertungen sowie für das KYC-Namensscreening, einschließlich Datenbereinigung, Feature Engineering und Kreuzvalidierung.
- Wirkte dem Ungleichgewicht zwischen Klassen durch kostenbewusstes Training, Über- und Unterabtastung sowie die Optimierung von Entscheidungsschwellen entgegen, um Präzision und Recall auszubalancieren.
- Arbeitete mit Product Ownern, Endnutzern und Engineering-Teams zusammen, um Anforderungen zu erfassen, Lösungen zu entwerfen und Modelle, Datenvisualisierungen und interaktive Dashboards bereitzustellen.
- Führte Workshops zum Aufbau von ML-Pipelines mit Kedro durch und förderte die Einführung des Tools in der Abteilung.
Technologien: Python, PySpark, GCP, Airflow, BigQuery, Azure DevOps, scikit-learn, XGBoost, pandas, numpy, seaborn, Matplotlib, Dash, pytest
Data Scientist
EY
- Entwickelte Lösungen für die Dokumentenanalyse mit Clustering, Topic Modeling und Textvektorisierung.
- Entwarf und entwickelte interaktive Dashboards und Datenvisualisierungen, darunter Netzwerkdiagramme, um Analyseergebnisse zu untersuchen und zu vermitteln.
- Arbeitete mit Führungskräften und externen Kunden zusammen, um Anforderungen zu erfassen, Ergebnisse vorzustellen und Lösungen anhand des Feedbacks von Stakeholdern schrittweise zu verbessern. Dies trug dazu bei, zwei Projekte zu gewinnen.
- Unterstützte ein Team aus 3 Data Scientists bei der Einführung bewährter Methoden der Softwareentwicklung, darunter Versionskontrolle, Code-Reviews und automatisierte Tests.
- Führte im Rahmen von Employer-Branding- und Talentgewinnungsinitiativen ML-Workshops und Präsentationen für Studierende durch.
Technologien: Python, R, SQL, scikit-learn, spaCy, Doc2Vec, Shiny, ggplot2, Git
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Bank- und Finanzwesen, Einzelhandel, Professionelle Dienstleistungen, Chemie und Informationstechnologie (IT).
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Business Intelligence, Produktentwicklung und Projektmanagement.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Murad ist in Düsseldorf, Deutschland ansässig und kann in On-Site-, Hybrid- und Remote-Arbeitsmodellen arbeiten.
Murad spricht folgende Sprachen: Aserbaidschanisch (Muttersprache), Englisch (Verhandlungssicher), Russisch (Verhandlungssicher), Deutsch (Fortgeschritten), Türkisch (Fortgeschritten).
Murad hat mindestens 7 Jahre Erfahrung. In dieser Zeit hat Murad in mindestens 3 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 10 Monate. Beachten Sie, dass Murad möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Murad gut geeignet für Rollen wie: Senior AI/ML-Ingenieur, Senior Machine-Learning-Ingenieur, Data Scientist.
Die neueste Position von Murad ist Senior AI/ML-Ingenieur bei Quantistry GmbH.
In den letzten Jahren hat Murad für Quantistry GmbH, ALDI DX und ING gearbeitet.
Murad hat die meiste Erfahrung in Industrien wie Bank- und Finanzwesen, Einzelhandel und Professionelle Dienstleistungen. Murad hat auch etwas Erfahrung in Chemie und Informationstechnologie (IT).
Murad hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Business Intelligence und Produktentwicklung. Murad hat auch etwas Erfahrung in Projektmanagement.
Murad hat kürzlich in Industrien wie Bank- und Finanzwesen, Einzelhandel und Chemie gearbeitet.
Murad hat kürzlich in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Projektmanagement gearbeitet.
Murad hat einen Master in Agricultural Economics von University of Bonn.
Murad hat 1 Zertifikat: Bootcamp in MLOps.
Murad 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 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Anton K.
Letzte Position:
Leiter der technischen Gesamtintegration NSC / Entwicklung von Hadoop Cloud bei IABG
Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).
Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.
Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.
CMP beinhaltet auch den kompletten Zyklus Hardware Management.
Als Basis wird Kubernetes, Openstack und Hadoop benutzt.
Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.
Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.
Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.
Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.
Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.
Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).
Jana B.
Letzte Position:
Datenwissenschaftlerin bei masem research institute GmbH
- Betreuung von Kunden in Projekten der Datenwissenschaft und des maschinellen Lernens
- Entwerfen der Architektur für ETL-Pipelines einer KI-Plattform zur semi-automatisierten Verarbeitung sensibler Kundendaten für R+V
- Modernisieren des Techstacks mit Docker und Elasticsearch
- Einarbeiten von Kolleginnen und Kollegen in Monitoring und Reporting mit dem ELK Stack
- Entwickeln einer ML-Anwendung zur schnellen Erkennung von Rasenkrankheiten mit einem feinabgestimmten MobileNetV2 und semantischer Segmentierung für einen Golfplatzbauer
- Übernahme der Teamleitung und des Projektmanagements zur Umgestaltung eines monolithischen lokal installierten Systems in eine Webanwendung
Katharina S.
Letzte Position:
KI-Ingenieur
- Entwickelte und implementierte durchgängige automatisierte Workflows zur Extraktion strukturierter Daten aus semi-strukturierten PDF-Dokumenten wie Rechnungen und medizinischen Berichten
- Setzte Optical Character Recognition (OCR)-Technologie und große Sprachmodelle ein, um Dokumente zu analysieren und validierte JSON-Schemata zu erstellen
- Entwickelte Strategien zur Prompt-Optimierung und regelbasierte Klassifikationshierarchien, um die Parsergenauigkeit bei unterschiedlichen Dokumentenlayouts zu verbessern
- Etablierte ein Qualitätssicherungs-Framework mit Evaluationsmetriken, um die Ergebnisse mit Ground-Truth-Datensätzen mit 96 % Genauigkeit zu validieren
Ashwin P.
Letzte Position:
Freiberuflicher Data Scientist bei Mercor Intelligence
- Konzeption und Bereitstellung von End-to-End-Machine-Learning-Pipelines für Klassifizierungs- und Prognosedatensätze mit Sicherstellung von Robustheit und Reproduzierbarkeit durch Best Practices im MLOps-Bereich.
- Direkter Beitrag zur Verbesserung der Genauigkeit von LLM-Modellausgaben durch die Entwicklung und Ausarbeitung spezialisierter Prompts auf Grundlage der Logik von End-to-End-ML- und SciML-Pipelines.
- Entwicklung von Trainingsdaten für große Sprachmodelle durch die Formulierung von Programmieraufgaben, die von den Modellen nicht gelöst werden konnten, sowie anschließende Dokumentation der korrekten Lösungen.
Mathias W.
Letzte Position:
Umsetzung einer On-Premise-OCR-Lösung mit Informationsextraktion bei Mindhopper GmbH
- Versicherungsdienstleister*
Herausforderung: Geschäftskritische Dokumente liefen über externe OCR-Dienstleister mit laufenden Kosten, Abhängigkeit und Datenschutzrisiken bei sensiblen Versicherungsdaten.
Umsetzung:
- Architektur und produktive Umsetzung einer On-Premise-OCR-Lösung mit vollständiger Datenhoheit
- Verfahren zur Erkennung von Dokumentstrukturen als Basis der automatisierten Weiterverarbeitung
- ML-, NLP- und LLM/VLM-basierte Informationsextraktion, insbesondere aus Rechnungen und Angeboten
Erfolg: Ablösung der externen Dienstleister: volle Datenhoheit, DSGVO-konforme Verarbeitung und 75 % geringere laufende OCR-Kosten p. a.
Verwendete Technologien: Python, Docker, Microservices, FastAPI, PyTorch, Torchvision, MongoDB, MySQL
Sergei M.
Letzte Position:
Interim-Programmmanager bei parcIT
Zeitlich befristete Interim-Besetzung einer vakanten Programmleitungsposition: gemeinsame Leitung eines komplexen Softwareprojekts und Orchestrierung mehrerer agiler Teams (Fach-, Entwicklungs- und DevOps-Teams) sowie aktives Vorantreiben von Veränderungsprozessen.
- Programmsteuerung & Planung: Verantwortung für die Erstellung und Aktualisierung von Meilenstein-, Ressourcen- und Budgetplanungen zur Sicherstellung der Projektziele unter Anwendung agiler und hybrider Methoden.
- Cross-funktionale Zusammenarbeit: Förderung der teamübergreifenden Kooperation und des Wissensaustauschs; Lösung von Blockern durch proaktives Konfliktmanagement und zielgerichtete Moderation.
- Stakeholder-Management & Transparenz: Gewährleistung einer transparenten und adressatengerechten Kommunikation innerhalb und außerhalb der Projektorganisation unter Nutzung moderner Projektmanagement-Tools.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Senior AI/ML-Ingenieur
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Düsseldorf, Deutschland arbeiten

