Nino (Phd) Sandmeier-Freelancer im Bereich Data Science

Ausbau eines Vans und Reisen durch Südamerika während der Arbeit an Remote-Projekten und eigenen Initiativen

Kontinuierliche Weiterbildung in Data Science und Softwareentwicklung, Erlernen neuer Technologien

Arbeit für Kunden im Bereich Machine Learning, Optimierung und LLM-Training

Erfolge:

Erfolgreiche Implementierung eines Cloud-basierten Data Crawlers

Datenbankmigration mit 85% Kostenreduktion

Optimierung der Solaranlage mit bis zu 35% Kostenersparnis

Modellierung zur RFID-Tag-Erkennung, Steigerung der Modellvorhersagequalität um 15%

Aufgaben:

LLM-Training und Erstellung von Validierungsdaten

Kostenoptimierung von Haus-Solaranlagen

Machine Learning zur RFID-Tag-Klassifikation

Data Crawling und Auswertung

Van-Ausbau und handwerkliche Tätigkeiten

Reiseleitung

Genutzte Tools und Technologien: Python (sklearn, pandas, numpy, Django, SQLAlchemy, PyTorch), Docker, JavaScript, MS Azure, AWS EC2, Lambda, S3, MySQL, Hadoop & Spark, LLM-Prompting

Entwicklung und Anwendung von Algorithmen zur Motor-Verbrennungsregelung und Softwareentwicklung für Steuergeräte für japanische Kunden

Entwicklung von Prozessen und Methoden zur drastischen Reduzierung von Entwicklungszeit und -kosten von Motoren

Erfolg:

Modellierung von Prototyp-Motoren, die zu einer starken Verringerung des Kalibrierungsaufwands führten

Aufgaben:

Entwicklung mathematischer Methodiken

Experte für Machine Learning und Optimierung

Technischer Experte für Methodik und Verbrennungsregelung

Genutzte Tools und Technologien: Matlab/Simulink, Python (sklearn, pandas, numpy, PyTorch), CI/CD, Jenkins, Git, Jira, Confluence, ETAS INCA, AVL PUMA, A&D ORION

Entwicklung von Algorithmen für ein adaptives Testdesign-Verfahren zur Optimierung von Motortests und zum Training von Machine-Learning-Modellen für die Verbrennungsoptimierung

Tätigkeit als technischer Experte zur Anpassung von Standardsoftware mit kundenspezifischer Berechnungslogik und ML-Algorithmen

Erfolge:

Veröffentlichung der kommerziellen Software mit ML-Algorithmen

Reduzierung der Motorabstimmungszeit um bis zu 30%

Aufgaben:

Entwicklung mathematischer Methoden (Lineare Algebra und Stochastik)

Experte für Testdesign-Algorithmen

Entwicklung komplexer Berechnungslogik

Beratender Experte für das Softwareentwicklungsteam

Verwendete Tools und Technologien: Matlab, Java, SQL, CI/CD, Jenkins, UML, Socket-Schnittstelle, Jira, Git, StarUML