Stanley Agwu - Senior AI Engineer | LLMs, RAG & Agentensysteme

Q: Welche Sprachen spricht Stanley?

Stanley spricht folgende Sprachen: Englisch (Muttersprache), Deutsch (Grundkenntnisse) .

Q: Wie viele Jahre Erfahrung hat Stanley?

Stanley hat mindestens 5 Jahre Erfahrung. In dieser Zeit hat Stanley in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr . Beachten Sie, dass Stanley möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Stanley?

Die neueste Position von Stanley ist Senior AI Engineer & Technical Lead bei Independent / Freelance .

Q: Für welche Unternehmen hat Stanley in den letzten Jahren gearbeitet?

In den letzten Jahren hat Stanley für Independent / Freelance , KoloXO , Nabafat.AI , Roc4Tech und Sentient LTD gearbeitet.

Q: In welchen Industrien hat Stanley die meiste Erfahrung?

Stanley hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT) , Luft- und Raumfahrt und Verteidigung und Werbung . Stanley hat auch etwas Erfahrung in Bildung und Einzelhandel .

Q: In welchen Bereichen hat Stanley die meiste Erfahrung?

Stanley hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT) , Produktentwicklung und Forschung und Entwicklung (F&E) . Stanley hat auch etwas Erfahrung in Marketing .

Q: Was ist die Ausbildung von Stanley?

Stanley hat einen Bachelor in Mechanical and Production Engineering von Enugu State University of Science and Technology .

Q: Ist Stanley zertifiziert?

Stanley hat 4 Zertifikate . Darunter sind: Complete Machine Learning & Data Science Bootcamp , Artificial Intelligence & Machine Learning, Professional Certificate und Deep Learning with TensorFlow .

Q: Wie ist die Verfügbarkeit von Stanley?

Stanley ist sofort vollzeit verfügbar für passende Projekte.

Empfohlener Experte

Deutschland

Tagessatz prüfen

Erfahrungen

Dez. 2025 - Heute

9 Monate

Senior AI Engineer & Technical Lead

Independent / Freelance

TrendReel, Produktions-LLM-Agenten- und RAG-System (Python, LangChain, OpenAI, Groq/Llama 3, Claude, FastAPI, Kubernetes, PostgreSQL).
Entwarf und baute ein produktives mehrstufiges LLM-Agentensystem: einen Script-Generierungs-Agenten mit einer plattformbezogenen Psychologie-Datenbank, 7 viralen Narrativ-Frameworks und strukturierter Qualitätsbewertung, der in Echtzeit je nach Ausgabemetriken zwischen Claude- und Groq-Backends wechselte.
Implementierte Multi-Provider-LLM-Routing (Claude primär, Groq/Llama 3 Fallback) mit Priority-Chain-Failover und qualitätsbasiertem Provider-Wechsel und erreichte dabei eine Senkung der Inferenzkosten um 95 %, während messbare Qualitätsgrenzen eingehalten wurden.
Aufbau einer fortschrittlichen RAG-artigen Retrieval-Pipeline mit Wissensbasen pro Plattform, semantischem Content-Matching und strukturierter Ausgabeevaluation über 7 Entscheidungs-Frameworks, direkt vergleichbar mit kontextbasiertem Reasoning in Multi-Tenant-Enterprise-Dokumenten-Workflows.
BrainyAI, adaptive KI-Lernplattform (Python, LangChain, Groq Llama 3.3-70B, OpenAI, Next.js, Supabase, Redis).
Integrierte Groq Llama 3.3-70B mit einem auf Bildungsniveau abgestimmten Prompting, wobei Wortschatz-Tiefe, Zitierkomplexität und Denkstil dynamisch über vier Leistungsstufen von Lernenden angepasst wurden.
Nexus Prime, Multi-Tenant-SaaS-Plattform für Marketing- und Wachstumsautomatisierung (25 Module, 99 Backend-Router, 153 Frontend-Dateien).
Aufbau einer 25-Modul-, 99-Router-Multi-Tenant-SaaS-Plattform für Ad-Remix, Affiliates, WhatsApp-Inbox, E-Mail und Warenkorbwiederherstellung, die vier Abo-Stufen von $199 bis $1,999 pro Monat mit integrierter Stripe-, Paystack- und Flutterwave-Abrechnung bedient.
KI-Videoüberwachungsplattform, Multi-Tenant-Edge- und Cloud-Computer-Vision-System derzeit aktiv im Kundengespräch.
Entwarf eine Multi-Tenant-KI-Videoüberwachungsplattform, die Edge-YOLO26-Inferenz auf NVIDIA Jetson Orin NX Boxen mit einer zentralen GKE-Cloud-Schicht (Postgres, Pub/Sub, ClickHouse, R2, Keycloak) für Ereignisspeicherung, Dashboards, Alarme und Multi-Tenancy kombiniert.

Sept. 2025 - Jan. 2026

5 Monate

Senior AI / Machine Learning Engineer

KoloXO

Architektur und Umsetzung einer einheitlichen Planungs- und Content-Automation-Plattform zur Unterstützung von Multi-Brand-, Multi-Tier-Operationen (Basic, Premium, Enterprise), die ein reibungsloses Onboarding und Management von Marken für skalierbare Newsletter- und Social-Media-Kampagnen ermöglicht.
Entwickelte ETL-Pipelines und Echtzeit-Datenaufnahme aus über 10 heterogenen Quellen mit über 95 % Datenkonsistenz, was die Zuverlässigkeit der KI-Modelle und die nachgelagerte Analyse deutlich verbessert hat.
Einsatz transformerbasierter NLP-Modelle (Google Gemini, benutzerdefinierte LLMs) für die Content-Erstellung, wodurch die Erstellungszeit um 70 % reduziert wurde und auch nicht-technische Nutzer Kampagnen in wenigen Minuten starten konnten.
Standardisierte End-to-End-Workflows für Content-Planung, plattformübergreifendes Publishing und Markenmanagement und beseitigte durch intelligente Automatisierung über 8 Stunden manueller Arbeit pro Woche.

Jan. 2023 - Dez. 2025

3 Jahre

Vereinigte Staaten

Senior ML Engineer

Nabafat.AI

Architektur einer End-to-End-MLOps-Infrastruktur mit Jenkins, Docker, Kubernetes und Terraform, wodurch die Bereitstellungszuverlässigkeit um 40 % gesteigert und manuelle Übergaben zwischen Entwicklungs- und Produktionsumgebungen eliminiert wurden.
Fine-Tuning und Bereitstellung von State-of-the-Art-LLMs (Mistral, Llama 3) auf proprietären Datensätzen, wodurch die Relevanz der Antworten um 35 % verbessert und die Inferenzlatenz durch systematisches Benchmarking von Checkpoints und optimiertes containerisiertes Serving um 20 % reduziert wurde.
Entwurf und Bereitstellung eines Multi-LLM-Konversationsassistenten mit LangChain, der mehrstufiges Reasoning, Tool-Nutzung und Kontextmanagement orchestriert, um die Interaktionen von Sales Engineers und die Effizienz der Lead-Erfassung in der Produktion zu verbessern.
Aufbau von kollaborativen Filter-Empfehlungspipelines, die die Trainingszeit halbierten und die Empfehlungspräzision durch sorgfältiges Feature Engineering und Model-Evaluation um 20 % steigerten.
Implementierung von End-to-End-Experiment-Tracking und Modell-Lifecycle-Management mit MLflow und ZenML, wodurch die Reproduzierbarkeit um 50 % verbessert wurde durch strukturierte Evaluationskriterien, versionierte Artefakte und vollständige Nachverfolgbarkeit vom Training bis zur Bereitstellung.

Juni 2022 - Dez. 2023

1 Jahr 7 Monate

Frankreich

Computer Vision Engineer

Roc4Tech

Entwicklung und Bereitstellung von YOLOv8- (Waffenerkennung) und Mask R-CNN- (Instance Segmentation) Modellen für sicherheitsrelevante Drohnen am Edge, mit einem mAP@0.5 von 0.94 und einer Reduktion der False Negatives um 15 %. Einsatz von Transfer Learning (ResNet-50, VGG-16), wodurch die Genauigkeit von 78 % auf 94 % auf einem Datensatz mit 50K Bildern gesteigert wurde.
Automatisierung von TensorFlow-Trainings- und Evaluations-Workflows auf Azure, wodurch die Trainingsdauer um 50 % verkürzt und die Modellleistung durch parallelisierte Pipeline-Optimierung um 20 % verbessert wurde.

Jan. 2021 - Dez. 2021

1 Jahr

Nigeria

Software Developer

Sentient LTD

Entwickelte ein Echtzeit-CNN-Drohnenüberwachungssystem (25 FPS, 97 % Zeichen-Erkennungsgenauigkeit) und setzte Ensemble-Fraud-Detection-Modelle ein, beide als produktive Systeme mit messbarem operativem Nutzen.
Aufbau und Bereitstellung von Fraud-Detection-Modellen mit Ensemble-Klassifikatoren, wodurch die Systemsicherheit verbessert und Betrugsfälle in der Produktion messbar reduziert wurden.

Branchenerfahrung

Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Informationstechnologie (IT), Luft- und Raumfahrt und Verteidigung, Werbung, Bildung und Einzelhandel.

Informationstechnologie (IT)

Luft- und Raumfahrt und Verteidigung

Bildung

Einzelhandel

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) und Marketing.

Informationstechnologie (IT)

Produktentwicklung

Forschung und Entwicklung (F&E)

Marketing

Zusammenfassung

Senior AI Engineer mit über 5 Jahren Erfahrung im Aufbau und in der Bereitstellung von produktiven LLM-Systemen, Multi-Agenten-Architekturen und RAG-Pipelines von Anfang bis Ende. Tiefe Expertise in Python, LangChain, LlamaIndex, OpenAI-APIs, Multi-Provider-LLM-Orchestrierung und agentischem Workflow-Design, mit starkem Fokus auf Zuverlässigkeit, Evaluation und verantwortungsvoller KI-Bereitstellung. Habe eine Senkung der KI-Inferenzkosten um 95 % durch intelligentes Multi-Provider-Routing erreicht (Groq primär zu $0.0005 pro 1K Tokens plus OpenAI-Fallback), eine Reduzierung der Content-Produktionszeit um 70 % durch automatisierte Agenten-Pipelines und eine Verbesserung der Relevanz von LLM-Antworten um 35 % durch systematisches Fine-Tuning. Fühle mich wohl dabei, den gesamten AI-Engineering-Lebenszyklus zu verantworten, von der Modellauswahl und Evaluation bis hin zur produktiven Bereitstellung und operativen Überwachung.

Fähigkeiten

Llm-Agentensysteme: Langchain (Fortgeschritten), Llamaindex, Multi-Agenten-Architektur, Agentisches Workflow-Design, Orchestrierung Von Tool-Nutzung, Mehrstufiges Reasoning, Kontextmanagement, GespräChshistorie
Rag & Retrieval: Design Von Rag-Pipelines, Multi-Tenant-Vektorstore-Architektur, Semantisches Retrieval, Faiss, Pgvector, Optimierung Des Kontextfensters, Hybrides Suchen, Wissensbasen Pro Plattform
Llm Fine-Tuning & Evaluation: Mistral, Llama 3, Gemini, Claude, Gpt-4, Fine-Tuning, Prompt Engineering, Design Von Benchmarks, Evaluations-Frameworks, Bewertung Der AusgabegüTe, Checkpoint-Evaluation
Inference & Serving: Multi-Provider-Routing (Openai, Groq, Azure, Anthropic, Cartesia, Elevenlabs), Priority-Chain-Failover, Optimierung Der Inferenzkosten, Containerisiertes Serving
Generative Ai Frameworks: Hugging Face Transformers, Openai Api, Groq Api, Claude Api, Llamaindex, Haystack (Vertraut), Embedding-Modelle, Vektordatenbanken
Mlops & Infrastruktur: Mlflow, Zenml, Kubernetes, Docker, Terraform, Prometheus/Grafana, Github Actions, Jenkins, Experiment-Tracking, Modellversionierung, Produktionsmonitoring
Cloud & Data: Gcp, Azure (Ml Studio, Speech, Ai Foundry), Aws (Sagemaker, Ec2), Fastapi, Postgresql (Async), Redis, Apache Kafka, Cloudflare R2
Sprachen: Python (Fortgeschritten), Typescript/Javascript, Sql (Postgresql), Shell-Scripting

Sprachen

Englisch

Muttersprache

Deutsch

Grundkenntnisse

Ausbildung

Sept. 2017 - Aug. 2022

Enugu State University of Science and Technology

B.Eng. · Mechanical and Production Engineering · Nigeria

Zertifikate & Bescheinigungen

Complete Machine Learning & Data Science Bootcamp

Artificial Intelligence & Machine Learning, Professional Certificate

Deep Learning with TensorFlow

Coursera

Practical Introduction to Machine Learning with Python

Statistiken

Erfahrung

Positionen gesamt 5

Erfahrung in Informationstechnologie (IT) 5 J.

Durchschn. Dauer 1 J. 3 M.

Längste Erfahrung 2 J. 11 M.

Globale Erfahrung

Länder gearbeitet 3 (Vereinigte Staaten, Frankreich, Nigeria)

Hauptland Vereinigte Staaten

Fachkenntnisse

Aktuelle Rollen Senior AI Engineer & Technical Lead, Senior AI / Machine Learning Engineer, Senior ML Engineer

Hauptbranchen Informationstechnologie (IT), Luft- und Raumfahrt und Verteidigung, Werbung

Hauptfachbereiche Informationstechnologie (IT), Produktentwicklung, Forschung und Entwicklung (F&E)

Qualifikationen

Höchster Abschluss Bachelor

Zertifikate erworben 4

Profil

Erstellt

Juli 2026

Stand

August 2026

Du suchst Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Häufig gestellte Fragen

Du hast Fragen? Hier findest du mehr.

Stanley spricht folgende Sprachen: Englisch (Muttersprache), Deutsch (Grundkenntnisse).

Stanley hat mindestens 5 Jahre Erfahrung. In dieser Zeit hat Stanley in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr. Beachten Sie, dass Stanley möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Basierend auf der jüngsten Erfahrung wäre Stanley gut geeignet für Rollen wie: Senior AI Engineer & Technical Lead, Senior AI / Machine Learning Engineer, Senior ML Engineer.

Die neueste Position von Stanley ist Senior AI Engineer & Technical Lead bei Independent / Freelance.

In den letzten Jahren hat Stanley für Independent / Freelance, KoloXO, Nabafat.AI, Roc4Tech und Sentient LTD gearbeitet.

Stanley hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Luft- und Raumfahrt und Verteidigung und Werbung. Stanley hat auch etwas Erfahrung in Bildung und Einzelhandel.

Stanley hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E). Stanley hat auch etwas Erfahrung in Marketing.

Stanley hat einen Bachelor in Mechanical and Production Engineering von Enugu State University of Science and Technology.

Stanley hat 4 Zertifikate. Darunter sind: Complete Machine Learning & Data Science Bootcamp, Artificial Intelligence & Machine Learning, Professional Certificate und Deep Learning with TensorFlow.

Stanley ist sofort vollzeit verfügbar für passende Projekte.

Der Stundensatz von Stanley hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Um Stanley zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.