Erfahrungen
Werkstudent - Data Engineering
Varengold Bank
- Automatisierte manuelle Regulierungsberichte mit Python, straffte Datenabläufe und verringerte den Aufwand.
- Extrahierte und bereinigte unstrukturierte und strukturierte Daten (inkl. JSON) mit Python (pandas) und verbesserte so die Datenzugänglichkeit und Prüfungsbereitschaft.
- Unterstützte Ad-hoc-Datenanfragen durch individuelle SQL-Abfragen und Datenaufbereitung mit PowerQuery.
Projektpraktikant - Machine Learning
Deutsche Giganetz
- Verarbeitete Geodaten mit Python und MATLAB und verbesserte so KI-gestützte Segmentierungsmodelle.
- Führte Datenvorverarbeitung und Feature Engineering durch, um die Genauigkeit von Machine-Learning-Modellen zu verbessern.
Forschungsassistent
Pakistan Institute of Nuclear Science and Technology
- Sammelte, bereinigte und analysierte strukturierte Daten, um Trends zu erkennen, die Datenqualität zu verbessern und umsetzbare Erkenntnisse für bereichsübergreifende Zusammenarbeit und Berichte zu gewinnen.
- Erstellte automatisierte Workflows zur Bildklassifikation mit überwachten Machine-Learning-Verfahren in Python, einschließlich Datensatzaufbereitung, Merkmalsextraktion und Ergebnisvalidierung.
- Führte Datenanalysen zur Unterstützung von Klassifizierungsaufgaben durch, einschließlich Vorverarbeitung, Segmentierung und Leistungsbewertung bildbasierter Modelle.
Forschungsassistent
Pakistan Institute of Engineering and Applied Sciences
- Führte Datenanalyse und -verarbeitung zur Unterstützung der Reaktormodellierungsforschung durch, einschließlich Auswertung von Simulationsergebnissen und Visualisierung der Ergebnisse.
- Unterstützte universitäre Verwaltungsabläufe, darunter Dokumentation, akademische Koordination und Prüfungslogistik.
- Unterstützte den Unterricht in ingenieurwissenschaftlichen Bachelor-Kursen durch Vorbereitung von Materialien, Durchführung von Tutorien und Betreuung der Studierenden während Laborübungen und Prüfungen.
Lehrassistent
National University of Sciences and Technology
- Unterrichtete Mathematik-Bachelorkurse an der NUST, hielt Vorlesungen und unterstützte das Lernen der Studierenden durch Tutorien und Prüfungen.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Energie, Bildung, Bank- und Finanzwesen und Telekommunikation.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Forschung und Entwicklung (F&E), Business Intelligence, Informationstechnologie (IT) und Finanzen.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Sadia ist in Hamburg, Deutschland ansässig.
Sadia spricht folgende Sprachen: Englisch (Verhandlungssicher), Deutsch (Grundkenntnisse).
Sadia hat mindestens 8 Jahre Erfahrung. In dieser Zeit hat Sadia in mindestens 4 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 8 Monate. Beachten Sie, dass Sadia möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Sadia gut geeignet für Rollen wie: Werkstudent - Data Engineering, Projektpraktikant - Machine Learning, Forschungsassistent.
Die neueste Position von Sadia ist Werkstudent - Data Engineering bei Varengold Bank.
In den letzten Jahren hat Sadia für Varengold Bank, Deutsche Giganetz und Pakistan Institute of Nuclear Science and Technology gearbeitet.
Sadia hat die meiste Erfahrung in Industrien wie Energie, Bildung und Bank- und Finanzwesen. Sadia hat auch etwas Erfahrung in Telekommunikation.
Sadia hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E), Business Intelligence und Informationstechnologie (IT). Sadia hat auch etwas Erfahrung in Finanzen.
Sadia hat kürzlich in Industrien wie Energie, Bank- und Finanzwesen und Telekommunikation gearbeitet.
Sadia hat kürzlich in Bereichen wie Forschung und Entwicklung (F&E), Business Intelligence und Informationstechnologie (IT) gearbeitet.
Sadia hat einen Master in Interdisziplinäre Mathematik von Technische Universität Hamburg (TUHH).
Die Verfügbarkeit von Sadia 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
Aravind S.
Letzte Position:
KI- und Datenspezialist bei Emirates Islamic Bank
- Entwarf und implementierte LLM-basierte KI-Agenten, RAG-Pipelines und Vektorsuchlösungen zur Entscheidungsunterstützung in der Retail-Banking-Abteilung.
- Entwickelte und lieferte robuste KI-Pipelines mit Schutzmechanismen, Fehlerbehandlung, Monitoring und Fallback-Logik, um hohe Zuverlässigkeit und Einhaltung der Datenschutzbestimmungen zu gewährleisten.
- Entwickelte und implementierte ML-Modelle zur Erkennung von Transaktionsanomalien, wodurch die Betrugserkennung und Risikobewertung in großen Datensätzen für das Kreditrisikomodell verbessert wurden.
- Erstellte, bewertete und optimierte ML-Modelle zur Generierung von Propensity Scores für Kunden, die in personalisierten Targeting-Kampagnen für Kreditkarten und Privatkreditprodukte eingesetzt wurden.
- Entwickelte eine NLP-Pipeline mit BERT-Embeddings und spaCy NER für SMS-/E-Mail-Analysen und Kundenanfragenprotokolle.
- Trainierte Machine-Learning-Modelle mit Isolation Forest, um Nutzerverhalten zu klassifizieren und Anomalien zu erkennen.
- Extrahierte, bereinigte, angereicherte und feature-engineerte Datensätze aus verschiedenen Quellen, um Feature Stores zu erstellen, die das Training von ML-Modellen ermöglichten.
- Leitete die Entwicklung von Dashboards mit Power BI, Grafana und Prometheus zur Überwachung der Modellleistung, KPI-Trends und Marketing-Kennzahlen.
- Erstellte Multi-Touch-Attributionsmodelle mit logistischer Regression und zeitverfallbasierten Gewichtungen zur Bewertung der Lead-Qualität.
- Entwickelte skalierbare ETL-Pipelines aus CRM, T24, SAP und ERP zur Unterstützung von Millionen monatlicher Transaktionen.
- Integrierte Testverfahren und CI/CD-Workflows für eine stabile Bereitstellung von Datenpipelines.
Jeanne Y.
Letzte Position:
Praktikant Prozessingenieur bei Procter & Gamble
- Automatisierte Validierungs-Workflows mit Python eigenständig initiiert und implementiert, dadurch die manuelle Verarbeitung um 58% reduziert und die Effizienz verbessert
- Ein Machine-Learning-Modell zur Erzeugung synthetischer Fehler entwickelt, Ausfallzeiten und Produktionskosten reduziert; lokal sowie über Databricks und Azure AI Factory bereitgestellt
- Einen kleinen Bilddatensatz aus den Produktionslinien genutzt und durch das Training von Modellen wie cycleGAN und pix2pix erweitert
- Die Linux-basierte Entwicklungsumgebung für das Training von 3D-Modellen aufgebaut und optimiert; die Reproduzierbarkeit über GitHub sichergestellt
- Technische Erkenntnisse funktionsübergreifenden Teams (Ingenieuren, QA, Projektmanagern) präsentiert und so die Abstimmung von ML-Lösungen auf betriebliche Anforderungen sichergestellt
André G.
Letzte Position:
Schaumann GmbH
- Vollständige Konzeption, Design, Implementierung und Betrieb eines Sprach-Chatbots
- Evaluation verschiedener Realisierungskonzepte (STT, TTS, Speech-to-Speech)
- Integration in Telefonplattformen
- Implementierung von Dashboards und KPIs
- Definition und Abstimmung der Kundenanforderungen
- Eingesetzte Technologien: FastAPI, Deepgram, Elevenlabs, LangChain, LangGraph, GitHub Actions, Streamlit, Vonage
Tobias J.
Letzte Position:
Konzeption eines AI-Agenten basierten ERP-Systems
- Konzeption eines LLM-basierten Agentensystems zur Steuerung der ERP-Software
- Entwicklung von Agenten-Workflows mit LangGraph und PydanticAI
- Planung der Schnittstellen zwischen Geschäftslogik und Sprachmodellen
- Planung der Agentenorchestrierung
- Prototypenentwicklung- und Demonstration
Werkzeuge: Python, Pydantic, React, LangChain, LangGraph, Linux
Athul S.
Letzte Position:
Datenwissenschaftler bei Science to Data Science – Deutsche Welle
- Entwickelte eine GPT-basierte Pipeline für synthetische Daten, die Akquisitionskosten und Durchlaufzeit um mehr als die Hälfte senkte.
- Modellierte das Verhalten von Zielgruppen aus unterrepräsentierten Gruppen mithilfe von Prompt-Workflows und statistischer Validierung.
- Bewertete die Realitätsnähe der Daten mit Clustering, Regression und Divergenzanalyse.
- Entwickelte reproduzierbare Python-Workflows, um Experimente in einem agilen Umfeld zu automatisieren.
- Übersetzte Analyseergebnisse in klare Erkenntnisse für Content- und Strategieteams.
- Technologien und Kompetenzen: Python, generative KI, GPT, maschinelles Lernen, explorative Datenanalyse, Agile, GitHub, Cloud Computing, Halluzinationsanalyse.
Abhishek N.
Letzte Position:
Fullstack-Entwickler bei DAMALO GmbH
- Verantwortlich für die Full-Stack-Entwicklung einer AI-native Unternehmensplattform auf Basis von TypeScript, React, Vite, tRPC, Hono und PostgreSQL, die KI-gestützte Beratungs-Workflows für B2B-Kunden liefert.
- Entwarf und lieferte ein Multi-Agenten-KI-System mit dem ReAct-Framework und Claude-Skills-Workflow-Mustern, inklusive eines intelligenten PM-Assistenten mit umfangreichen System-Prompts, Slash-Befehlen, Tool-Integrationen und Streaming-Chat-Oberfläche.
- Entwickelte ein LLM-Bewertungs-Framework: rubrikbasierte LLM-als-Richter, Golden Datasets, Regressionstests und automatisierte Qualitätssicherung — für konsistente KI-Ausgabequalität in großem Maßstab.
- Integrierte LangFuse für durchgehendes LLM-Tracking, Konversations-Wiedergaben und Bewertungs-Pipelines, was datengetriebene Prompt-Optimierung ermöglichte und Token-Kosten sowie Antwort-Varianz reduzierte.
- Implementierte Drizzle ORM, pgvector und Knowledge Graphs für strukturierten Datenzugriff, semantische Suche und beziehungsorientiertes KI-Schlussfolgern über die gesamte Plattform.
- Führte die TanStack React Query-Migration in der gesamten Anwendung durch — ersetzte manuelles State-Management durch zentrales Caching und automatisches Refetching, was den Boilerplate-Aufwand für Datenabrufe deutlich reduzierte.
- Setzte AI-native Entwicklung durchgehend ein: Claude Code, Codex, Perplexity SDK und LLM-unterstütztes Testing im gesamten Entwicklungszyklus. Deployment auf Vercel + Azure ACA mit Biome für Linting/Formatting.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Werkstudent - Data Engineering
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Hamburg, Deutschland arbeiten

