Erfahrungen
Data & ML Engineering
Consulting
- Fractional Leadership; Beratung von Startups und Scale-ups in der Wachstumsphase zu Datenstrategie, ML-Produkten und Plattform-Grundlagen
- Aufbau von Entscheidungssystemen für Growth, Personalisierung und Produktexperimente in E-Commerce, Digital Health, Energie und Logistik
- Erforschung von Agentic AI und LLM-basierten Tools für produktionsreife Muster
Staff Machine Learning Engineer
Zalando
- Aufbau von Datenprodukten und ML-Pipelines für Preisoptimierung, was zu einer Steigerung der Produktkäufe um 10 % führte, indem der Einfluss von Preisen auf das Nutzerverhalten effektiv gemessen wurde
- Skalierung der A/B-Testing-Infrastruktur für dynamische Preisexperimente, mit zuverlässigem Event-Tracking und ML-Modell-Observability zur Messung der Nachfrageelastizität
- Zusammenarbeit mit Produkt und Data Science zur Definition von Erfolgsmetriken für Preismodelle
Lead - Data & ML Platform
Temedica
- Leitung des Designs einer Healthcare-Datenplattform für die Erforschung von Patient Journeys und Ermöglichung der Entdeckung von Features mit hoher Wirkung aus Public-Health- und Verhaltensdaten
- Management des Data-Product-Lifecycles von Analytics-Plattformen und Bereitstellung von Erkenntnissen zu Wirksamkeit von Arzneimitteln und Marktadoption für große Pharma-Kunden
- Aufbau von NLP-Services für Sentiment-Analyse und Topic Modeling aus klinischen Studien sowie Anleitung eines Teams beim Entwickeln von Monitoring-Frameworks zur Drift-Erkennung
- Definition der Daten-Roadmap im Einklang mit Product, Data Science und Engineering sowie Einführung von Plattform-Standards mit IaC und CI/CD für ML
Speaker & workshop facilitator
- containerisiertes ML-Deployment mit AWS Lambda, Podcast-Interviews zu Trends in produktiven ML-Praktiken und Data Engineering
Co-Instructor
DataTalks.Club
- MLOps Zoomcamp und Data Engineering Zoomcamp: über 20.000 Anmeldungen; Themen sind unter anderem Modell-Deployment, Monitoring und der ML-Lifecycle
Senior Data Engineer
Freeletics
- Habe das Echtzeit-Personalisierungssystem für 39+ Mio. Fitness-Nutzer neu aufgebaut, mit Latenzarmut, hohem Durchsatz und Feature-Infrastruktur in AWS
- Habe ML-Modelle für Empfehlungen von Fitnessplänen verbessert und durch eine bessere Feature-Auswahl eine Steigerung des Nutzer-Engagements um 30 % erreicht
- Habe mit Produkt und Marketing zusammengearbeitet, um wichtige Retention-Metriken zu definieren, und Self-Service-Dashboards ermöglicht, um Trends im Nutzerverhalten zu analysieren
- Habe Juniors betreut und Workshops zu Best Practices im Data Engineering geleitet
Senior Software Engineer
LexisNexis Risk Solutions
- Habe Datenprodukte für Fraud- & Risk-Analytics im Bereich Life & Health Insurance entwickelt
- Habe Systeme für Information Retrieval, pseudonymisierte Identity-Verknüpfung mit NER und Anomalieerkennung für Claims entworfen; außerdem Anforderungen an Datenprodukte mit US-Teams abgestimmt
Business Intelligence Engineer
JP Morgan Chase Services
- BI-Reporting-Mechanismen und Datenmodelle für Credit Risk, Finance- und Marketing-Analytics
Data Analyst
HERE Technologies
- Datenmanagement, Qualitätsanalyse und Testautomatisierung für GPS-Karten
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Gesundheitswesen, Einzelhandel, Energie, Transport und Logistik und Bildung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung, Forschung und Entwicklung (F&E), Business Intelligence, Strategie und Planung und Qualitätssicherung.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Sejal ist in Berlin, Deutschland ansässig.
Sejal spricht folgende Sprachen: Deutsch (Verhandlungssicher), Englisch (Verhandlungssicher).
Sejal hat mindestens 15 Jahre Erfahrung. In dieser Zeit hat Sejal in mindestens 9 verschiedenen Rollen und für 8 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 8 Monate. Beachten Sie, dass Sejal möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Sejal gut geeignet für Rollen wie: Data & ML Engineering, Staff Machine Learning Engineer, Lead - Data & ML Platform.
Die neueste Position von Sejal ist Data & ML Engineering bei Consulting.
In den letzten Jahren hat Sejal für Consulting, Zalando, Temedica und DataTalks.Club gearbeitet.
Sejal hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Gesundheitswesen und Einzelhandel. Sejal hat auch etwas Erfahrung in Bildung, Energie und Transport und Logistik.
Sejal hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E). Sejal hat auch etwas Erfahrung in Business Intelligence, Qualitätssicherung und Strategie und Planung.
Sejal hat kürzlich in Industrien wie Gesundheitswesen, Einzelhandel und Informationstechnologie (IT) gearbeitet.
Sejal hat kürzlich in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E) gearbeitet.
Sejal hat einen Bachelor in Information Technology von University of Mumbai.
Sejal 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
Jennifer K.
Letzte Position:
KI-Produktmanager und Ingenieur bei Human-in-the-Loop Studio
- Architektur und Aufbau eines GenAI-basierten Tools zur automatisierten Asset-Erstellung für Social-Media-Kampagnen mit Nano Banana und Python. Es verarbeitet Kampagnenbriefing, Zielgruppe und zwei Produkte als Eingabe, generiert optimierte Prompts für Bild- und Textproduktion und nutzt Funktionen für Textpositionierung, ansprechende Overlays, Größenanpassung und strukturiertes Hochladen in AWS S3.
- Entwicklung und Aufbau einer Multi-Agenten-News-Intelligence-Plattform mit spezialisierten Rollen, darunter Retriever-Agenten (Tavily-Web-Scraping), Synthese-Agenten und Claude als Kurator/Orchestrator, und Entwurf autonomer Agentenzusammenarbeitsmuster mithilfe von LangChain und RAG.
- Aufbau eines autonomen Kundendienst-Agenten mit n8n und LLMs, der End-to-End-Support-Automatisierung mit nachvollziehbarer Argumentation, Governance-Kontrollen und skalierbarer Workflow-Orchestrierung mittels Python und Vektordatenbanken bietet.
- Entwicklung einer Finanzvalidierungs-Engine mit ML-gestützter Anomalieerkennung zur Plausibilitätsprüfung von Rechnungen, Compliance-Automatisierung und Risikominderung unter Verwendung von TensorFlow und SQL.
- Erstellung einer Kosteneinsparungsanwendung mittels OCR, KI, Pandas und NumPy für Datenanalyse, um Optimierungspotenziale zu identifizieren.
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.
Philipp G.
Letzte Position:
Data Scientist & ML Engineer bei Data-Science Factory GmbH
- Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
- Implementierung automatisierter End-to-End-Cloud-Prozesse
- Entwicklung von LLM- und NLP-Modellen
- Erstellung interaktiver Reports
- Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten
Manuel P.
Letzte Position:
KI-Ingenieur bei Misumi Europe GmbH & Motius GmbH
- Eine nächste Generation von NLP-Plattformen entworfen und gebaut, um den vertriebsnahen Kundenservice durch intelligente Anfrageanalyse und Routing zu beschleunigen und die durchschnittliche Antwortzeit auf Kundenanfragen um 30 % zu senken.
- Ein hybrides NLP-System entwickelt, das Large Language Models (LLMs) mit klassischen NLP-Pipelines kombiniert, um robuste und nachvollziehbare Ergebnisse zu liefern.
- Mechanismen für Anfrageklassifizierung und Routing entwickelt, damit Support-Teams Kundenanfragen schneller und genauer bearbeiten können.
- Die LLM-basierte Datenextraktion und Klassifizierung mit Context Engineering optimiert.
- Die Plattform in Kundenservice-Prozesse integriert und so Reaktionszeiten reduziert sowie die Effizienz im Team verbessert.
David K.
Letzte Position:
Leiter Enterprise Architecture Management bei Rödl & Partner
- Enge Zusammenarbeit mit der Geschäftsführung, um die technologische Vision und Strategie des Unternehmens weiterzuentwickeln
- Mitgestaltung des Produktportfolios durch die Implementierung innovativer Technologien und die Optimierung bestehender IT-Architekturen
- Technischer Leiter – Center of Excellence Intelligent Automation (insbesondere KI)
- Leiter des Global Competence Center – Steuerung technischer Umsetzungen & Implementierungen
- Programmleitung – Steuerung der Schlüsselthemen bei der Umsetzung
- KI-Architekt & Lösungsarchitekt – Begleitung und Beratung von Projekten zu Anforderungen, Lösungen und Architektur (technisch und inhaltlich)
- Datenstrategie & Definition des Data Stacks – Entwicklung einer unternehmensweiten Datenstrategie, einschließlich Umsetzungskonzept sowie Evaluierung, Pilotierung und Auswahl des Data Stacks
Alexander P.
Letzte Position:
Inhaber & Lektor bei Artellico / Eigenes Unternehmen für KI-Governance und Datenprodukte
- Beratung und Interim-Management an der Schnittstelle von IT-Betrieb und Regulatorik
- Betroffenheitsanalyse und Umsetzungsplanung zu NISG 2026 und EU AI Act, einschließlich Risikomanagement sowie Melde- und Nachweisprozessen
- Schulung von Leitungsorganen und Belegschaft zu regulatorischen Pflichten
- Lehraufträge Data & Information Management sowie Mensch-Maschine-Interaktion an der Hochschule Burgenland, seit 2023
- Betreuung von Masterarbeiten und Mitwirkung im Prüfungssenat
- Fachvorträge in Wirtschaft und Bildungseinrichtungen
- Konzeption und Entwicklung von Daten- und KI-Produkten, Plattformen und Pipelines
- Datenschutzorientierte Architekturen und Zero-Knowledge-Verschlüsselung, cloud-nativ auf EU-Infrastruktur
- Anbindung an Bankkontosysteme über SEPA-Lastschriftmandate und Nachrichtenformate nach ISO 20022 (pain.008, camt.053)
- MLOps und AIOps im laufenden Betrieb
- Eigene Anwendungen unter eigener Marke: gemeinsame Codebasis, getrennte Auslieferung je Zielgerät
- KI-gestützte Softwareentwicklung (vibe-coding), vollständige agentische Pipelines, Code-Erzeugung, Implementierung, automatisierte Tests, CI/CD und Releasezyklen
- Fachpublikationen zu EU AI Act, NIS2, DORA, CRA und CER als integriertem Governance-System
- Fachpublikationen zu Datensouveränität, Cloud-Ökonomie und industrieller Bildverarbeitung
- KI-Governance / Compliance: Datenqualität, Responsible AI, EU-AI-Act-Readiness, Risikoklassifizierung, KI-Ethik
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Data & ML Engineering
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Berlin, Deutschland arbeiten

