Erfahrungen
Master Thesis
Smart City Research Lab
Vom Rohdaten zum Feinschliff: Partizipative Design-Daten in stakeholdertaugliche Ergebnisse überführen
- Eine produktive Document-AI-Plattform mit Retrieval Augmented Generation (RAG) über 1.500+ partizipative Design-Artefakte entwickelt, um historische Projektanfragen mit fundierten Antworten zu beantworten.
- LLM-Evaluierung mit RAGAS, eigenen Bewertungsmetriken und Human-in-the-Loop-(HITL)-Validierungs-Workflows entworfen, um faktische Fundierung, Antwortqualität und Prompt-Performance zu bewerten.
- Ein Frontend mit React, TypeScript und D3.js für die interaktive Erkundung von KI-generierten Insights gebaut.
- Sicherheitsmechanismen und Guardrails für die LLM-Eingabeschicht implementiert, einschließlich PII-Redaktion und Filterung von vulgärer Sprache.
Machine Learning Engineer
Flashcloud software private limited
Kunde: Food-Delivery-Startup
- Machine-Learning-Demand-Forecasting-Modelle entwickelt, die den Forecast-Fehler (MAPE) um 7 % reduziert und die Fahrerzuweisung sowie die Kapazitätsplanung verbessert haben.
- Ein LSTM-basiertes Textklassifikationsmodell entwickelt und über Flask-REST-APIs bereitgestellt, das die Genauigkeit der Klassifizierung von Kundenfeedback um 13 % gegenüber den Baseline-Modellen verbessert und die Weiterleitung von Problemen automatisiert hat.
Kunde: SAHU & ASSOCIATES, Chartered Accountants
- Eine Document-AI-Pipeline mit BERT-basierten Named-Entity-Recognition-(NER)-Modellen entwickelt, um strukturierte JSON-Daten aus Versicherungsansprüchen und Rechnungen zu extrahieren.
- Ein internes ML-Tool entwickelt, um anormale Finanzmuster über kleine Industrieunternehmen hinweg zu erkennen und so Wirtschaftsprüfern zu helfen, Prüfungen zu priorisieren und risikoreiche Unternehmen zu untersuchen.
Beiträge über mehrere Projekte hinweg
- Produktive ML-Inferenz-Services mit Docker und Kubernetes bereitgestellt und betrieben, integriert mit automatisierten Retraining-Workflows, die über Airflow gesteuert wurden.
- Experiment-Tracking mit MLflow implementiert, um Trainingsmetriken und Parameter zu protokollieren, die Modellleistung zu vergleichen und die Modellauswahl sowie reproduzierbare ML-Entwicklung zu unterstützen.
- Leichte Model-Serving-APIs mit Flask und Gunicorn (WSGI) entworfen, die die Inferenzlatenz auf unter 100 ms gesenkt und die ML-Inferenz von der Hauptanwendung getrennt haben, um unabhängige Bereitstellung und Skalierung zu ermöglichen.
- Produktive ML-Inferenz-Services überwacht, indem Datenqualität validiert sowie Schema- und Performance-Drift erkannt wurden.
AI Agent Hackathon - HackerRank Orchestrate
- Einen multimodalen Agenten-Router mit Google ADK gebaut, um WhatsApp-Nachrichten mithilfe kontextbezogener Tool-Calls als notify, digest oder mute zu klassifizieren.
- RAG-basierte Retrievals, Gemini Vision/OCR, ASR (Conversational AI) und Bild-Deduplizierung für eine fundierte multimodale Nachrichtenanalyse implementiert.
- Pydantic-Schemas, deterministische Fallbacks, Checkpointing, Retries und 90+ Unit-Tests für eine zuverlässige End-to-End-Ausführung umgesetzt.
AI Automotive Voice Agent
- Einen Echtzeit-Voice-Agenten für den Auto-Vertrieb/Service mit WebRTC gebaut, der Fahrzeugsuche, CRM-Erfassung und Terminbuchung unterstützt.
- 11 Agent-Tools über n8n MCP bereitgestellt und dabei IDs, Öffnungszeiten, Buchungskonflikte und Werkstattkapazitäten an der Tool-Grenze abgesichert.
- Die LLM-TTFT von 3,0 s auf 0,5 s durch LiteLLM-Routing und Modell-Benchmarking reduziert; Gemini 2.5 Flash wegen Latenz und verlässlicher Tool-Calls ausgewählt.
- Tool-gestützte Antworten und strukturierte Fehler erzwungen, um erfundene Buchungen zu verhindern; ein reproduzierbares n8n-Setup mit Python-/REST-API-Skripten automatisiert.
MarketLens - multi agent Indian equity (NSE/BSE) analysis system
- 4 parallel arbeitende Agenten (technisch, News-Sentiment, Sektor-Rotation, Derivate) mit LangGraph und DeepSeek V4 Flash gebaut, jeweils mit isolierten Kontextfenstern, um die Qualität des Schlussfolgerns zu erhalten.
- Agentenausführungs-Workflows mit strukturierten Zustandsübergängen, Kontextmanagement und Fehlerbehandlung implementiert.
- Agentenausführungs-Tracking implementiert, um Planungsschritte, Tool-Aufrufe, Zwischenzustände des Schlussfolgerns und finale Ausgaben für Debugging und Analyse zu erfassen.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Lebensmittel und Getränke, Versicherung und Professionelle Dienstleistungen.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Revision, Business Intelligence, Kundendienst, Finanzen und Betrieb.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Prajwal ist in Bamberg, Deutschland ansässig.
Prajwal spricht folgende Sprachen: Englisch (Verhandlungssicher), Deutsch (Grundkenntnisse).
Prajwal hat mindestens 3 Jahre Erfahrung. In dieser Zeit hat Prajwal in mindestens 2 verschiedenen Rollen und für 2 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 6 Monate. Beachten Sie, dass Prajwal möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Prajwal gut geeignet für Rollen wie: Master Thesis, Machine Learning Engineer, AI Agent Hackathon - HackerRank Orchestrate.
Die neueste Position von Prajwal ist Master Thesis bei Smart City Research Lab.
In den letzten Jahren hat Prajwal für Smart City Research Lab und Flashcloud software private limited gearbeitet.
Prajwal hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Lebensmittel und Getränke und Versicherung. Prajwal hat auch etwas Erfahrung in Professionelle Dienstleistungen.
Prajwal hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Revision und Business Intelligence. Prajwal hat auch etwas Erfahrung in Kundendienst, Finanzen und Betrieb.
Prajwal hat einen Master in International Software System Science von Otto-Friedrich-Universität Bamberg.
Prajwal hat 2 Zertifikate. U.a: NVIDIA Certified Associate und Oracle Cloud Infrastructure 2025 Certified Generative AI Professional.
Die Verfügbarkeit von Prajwal muss bestätigt werden.
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
Patrick L.
Letzte Position:
Senior GenAI Fullstack Developer bei SBH (Schulbau Hamburg)
Remote-Freelance-Rolle mit Schwerpunkt auf Agentic-AI-Strategie, sicheren Anwendungsmustern und wiederverwendbaren agentischen Workflows für eine Behörde.
- Entwicklung und Umsetzung einer Open-Source-Strategie für Agentic AI für eine Behörde mit Schwerpunkt auf GDPR, Sicherheit und selbst gehosteten Lösungen
- Entwicklung wiederverwendbarer agentischer Workflows und Geschäftsanwendungen, mit denen nicht-technische Mitarbeitende Geschäftsprobleme selbstständig lösen können
- Umsetzung von neun Geschäftsanwendungen mit Single Sign-On (SSO) und Azure-PostgreSQL-Integration auf Hetzner-Linux-Servern
Techstack: Python, Streamlit, Anthropic SDK (Claude), Azure, Linux, PostgreSQL, MS SQL, Angular
Ralph N.
Letzte Position:
AI Lead Engineer Fahrzeugkonfigurator für einen führenden deutschen Premium-Hersteller bei e-ntegration GmbH
- Intentgesteuerter Ansatz, um alle Modelle und Baureihen dieses Automobilherstellers in allen Absatzmärkten zu konfigurieren
- Entwicklung einer kundenorientierten, dialoggesteuerten Integrationsschicht, um 100% halluzinationsfreie technische Konfigurationen zu erreichen
- Einsatz folgender Microsoft Azure AI Services: AI Foundry, Agent Service, AI Search; Prompt Shield Services; Content Security; Terraform; API Gateway; AI Gateway; Container Services; Azure Agent SDK; Agent Skills; RAG; MCP-Server und Tools
Daniel S.
Letzte Position:
KI-Strategie & Use-Case-Entwicklung bei Umwelt Service Salzburg
- KI-Strategiekonzept und Implementierungs-Roadmap für ein Energieberatungs-Unternehmen.
- Use-Case-Matrix mit neun Anwendungsszenarien (u. a. Förderrecherche, Chatbot, KI-Erstberatung, Themenradar), umgesetzt als wiederverwendbare Claude-Code-Skills.
- KI-Strategie, Use-Case-Analyse / Claude Code Skills / n8n.
Martin M.
Letzte Position:
Product Owner AI-Lernplattform bei B2B Tech Scale-Up
- Agiler Aufbau einer multimodalen Analyseplattform für Trainingsmaterial (Video, Audio, Dokumente) nach Scrum
- Extraktion kontextrelevanter 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 zum Datenimport
- Integration in bestehende Tools & CRM-Systeme zur reibungslosen Einführung
- Genutzte Technologien: Python, OpenAI, Datenbanktechnologien wie PostgreSQL, CI/CD für AirFlow-DAGs, FastAPI
Viktor S.
Letzte Position:
KI-Ingenieur (Freelance) bei Empion
Enterprise-Kategorisierung von KI-Inhalten und KI-gestützte Webrecherche.
- Multi-LLM-Evaluierungsframework mit annotierten Daten entwickelt
- LLM-Fehlerraten auf Grundlage annotierter Datensätze iterativ verbessert
- KI-gestützte Webrecherche-Pipeline implementiert Technologien: LLM, evals, OpenRouter, Python, Node.js, TypeScript, React
Stefan O.
Letzte Position:
Gründer bei ProtocolEngine.io
Auf Evidenz basierende Health-Intelligence-Plattform, die veröffentlichte Forschung in persönliche Gesundheitsprotokolle übersetzt. Sie bewertet 430 Gewohnheiten, Lebensmittel und Supplements anhand der Studien dahinter und passt den Score an, wenn sich die Evidenz ändert. Allein aufgebaut.
- Die tägliche Ingest-Pipeline über PubMed, bioRxiv und medRxiv aufgebaut: 43.000+ Papers aus 3.400+ Journals verarbeitet zu 230.000+ typisierten Evidenz-Claims, jeder einzelne zurückverfolgbar bis zur Studie, aus der er stammt.
- Das sechs Faktoren umfassende Evidenz-Scoring-Modell und das öffentliche Changelog dahinter entworfen, damit keine Empfehlung ohne die zugrunde liegenden Papers erscheint. Bis heute 23.000+ Score-Änderungen erfasst und erklärt.
- Das Entity-Informationsmodell aufgebaut, das jede Intervention mit ihren Mechanismen, Biomarkern und Outcomes verbindet: 118 Biomarker mit regionsspezifischen Referenzbereichen, 77 Mechanismen, 32 bewertete Outcomes.
- Die Personalisierungsschicht gebaut: Ingestion von Blutwerten, die Labor-PDFs mit einem Vision-Modell ausliest und Ergebnisse anhand der Aufwachzeit des Nutzers korrigiert, plus Integration von Oura, WHOOP und Withings für den täglichen Readiness-Kontext.
- Elf spezialisierte Review-Agents über Korpus und Codebase betrieben, für Paper-Kuration, Retrieval-Qualität, Health-Claim-Compliance über EU- und US-Regime hinweg sowie Security.
- Den Evidence Assistant ausgeliefert, einen RAG-Assistenten, der aus der Claim-Datenbank antwortet und die zugrunde liegenden Papers zitiert, plus eine B2B-Practitioner-Stufe, eine Expo React Native App und Lokalisierung in 3 Sprachen und 7 Märkten.
Stack: Next.js 16, TypeScript, Supabase, pgvector, Anthropic Claude, Vercel, DeepInfra.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Master Thesis
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Bamberg, Deutschland arbeiten
