Erfahrungen
AI / Machine Learning Engineer (Projects & Applied AI)
UNIVERSITÉ PARIS 1 PANTHEON-SORBONNE & LIORA
- Entwickelte und implementierte ein hybrides Empfehlungssystem (Content-Based + Collaborative Filtering)
- Baute End-to-End-ML-Pipelines inklusive Datenverarbeitung, Feature Engineering, Modelltraining und Bewertung
- Entwickelte RAG-basierte LLM-Systeme mit LangChain und Vektordatenbanken für semantische Suche und Wissensabruf
- Etablierte MLOps-Workflows mit MLflow für Experiment-Tracking, Versionierung und Deployment-Bereitschaft
- Implementierte Deep-Learning-Modelle (Computer Vision & Klassifikation) mit PyTorch und TensorFlow
Senior Software Consultant (Full-Stack, Java, Go, Node.js, TypeScript)
GEEK IN BUSINESS
- Platform Engineering (Go/Backstage.io): Konzipierte und baute ein Self-Service-Platform-Engineering-System (Go, Backstage), das die Bereitstellung von Microservices automatisierte und standardisierte CI/CD-Pipelines (Tekton, K8s) einführte, wodurch der manuelle Setup-Aufwand deutlich reduziert und das Onboarding von Entwicklern beschleunigt wurde
- Cloud-Native Full-Stack-Development (Greenfield): Konzipierte und lieferte cloud-native Full-Stack-Systeme (Vue.js, TypeScript, Java/Quarkus), die Legacy-Plattformen durch skalierbare Microservice-Architekturen ersetzten und Wartbarkeit sowie Skalierbarkeit in einer Docker/Linux-Umgebung verbesserten
- Daten- und Legacy-System-Migration: Leitete eine groß angelegte Datenbankmigration von PostgreSQL nach SQL Server und verbesserte damit die Datenverarbeitungsleistung, Zuverlässigkeit und Systemstabilität
- Datenvisualisierung: Entwickelte datengetriebene Plattformen und Tools (React, Node.js), einschließlich interaktiver Technology-Radar-Visualisierungen (Three.js) zur Unterstützung strategischer Technologieentscheidungen. Implementierte Observability-Pipelines (Prometheus, Grafana, NexusIQ), um die Systemtransparenz, Monitoring-Fähigkeiten und datengetriebene Entscheidungsfindung zu verbessern
SAP Software Engineer (EWM, SD/MM, FI/CO)
ProSiebenSat.1 · Swisslog/KUKA · OETTINGER Davidoff · Cerner (Oracle)
- Implementierte Intralogistikprozesse in SAP EWM, einschließlich Wareneingang, Bestandsmanagement, Ad-hoc-Lagerbewegungen sowie Lagerüberwachungsoberflächen für Lagerplätze und Stellplätze
- Lieferte Enterprise-Integrationen und Backend-Erweiterungen mit ABAP Objects (ABAP OO)
- Konzipierte und entwickelte ein Cashflow-Analysemodell zur Bewertung der Produktprofitabilität über die Zeit
Different internships during the study of applied informatics (programming)
- Microsoft NAV, Hermes, Shanghai
- Microsoft CRM und IoT, QUIBIQ, Stuttgart
- SAP Consulting, Ageto, Leipzig
- Java (eSecurity), Ageto, Jena
- Java (BI und Big Data), Webtrekk, Berlin
Customer Experience Representative
CA TECHNOLOGIES (BROADCOM)
Webdesign-Praktikum und Sprachstudium
MACHINAS
Zivildienst
CLINICAL CENTER REGENSBURG
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Gesundheitswesen, Fertigung, Medien, Unterhaltung und Druck, Professionelle Dienstleistungen und Bildung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung, Finanzen, Logistik, Betrieb und Lieferkettenmanagement.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Wolfram ist in Berlin, Deutschland ansässig.
Wolfram spricht folgende Sprachen: Deutsch (Verhandlungssicher), Englisch (Verhandlungssicher), Spanisch (Grundkenntnisse), Französisch (Grundkenntnisse).
Wolfram hat mindestens 14 Jahre Erfahrung. In dieser Zeit hat Wolfram in mindestens 7 verschiedenen Rollen und für 6 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 11 Monate. Beachten Sie, dass Wolfram möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Wolfram gut geeignet für Rollen wie: AI / Machine Learning Engineer (Projects & Applied AI), Senior Software Consultant (Full-Stack, Java, Go, Node.js, TypeScript), SAP Software Engineer (EWM, SD/MM, FI/CO).
Die neueste Position von Wolfram ist AI / Machine Learning Engineer (Projects & Applied AI) bei UNIVERSITÉ PARIS 1 PANTHEON-SORBONNE & LIORA.
In den letzten Jahren hat Wolfram für UNIVERSITÉ PARIS 1 PANTHEON-SORBONNE & LIORA und GEEK IN BUSINESS gearbeitet.
Wolfram hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Gesundheitswesen und Fertigung. Wolfram hat auch etwas Erfahrung in Medien, Unterhaltung und Druck, Professionelle Dienstleistungen und Bildung.
Wolfram hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Finanzen. Wolfram hat auch etwas Erfahrung in Logistik, Betrieb und Lieferkettenmanagement.
Wolfram hat kürzlich in Industrien wie Informationstechnologie (IT), Professionelle Dienstleistungen und Bildung gearbeitet.
Wolfram hat kürzlich in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E) gearbeitet.
Wolfram hat einen Bachelor in Applied Informatics von University of Applied Sciences Berlin.
Wolfram 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 19 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
Thomas H.
Letzte Position:
Senior MLOps-, DevOps Engineer bei Trianel Energy
- Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
- Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
- Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
- Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
- Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
- Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
- Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
- Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
- Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
- Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
- Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
- Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
- Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
- Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).
Anton K.
Letzte Position:
Leiter der technischen Gesamtintegration NSC / Entwicklung von Hadoop Cloud bei IABG
Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).
Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.
Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.
CMP beinhaltet auch den kompletten Zyklus Hardware Management.
Als Basis wird Kubernetes, Openstack und Hadoop benutzt.
Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.
Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.
Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.
Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.
Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.
Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).
Niklas W.
Letzte Position:
AI Engineer bei Tensora GmbH
- Konzeption und Entwicklung einer Multi-Tenant-SaaS-Plattform, mit der Unternehmen ihre eigenen Wissensdatenbanken aufbauen und mit individuell gebrandeten KI-Assistenten chatten können (White-Label-Ansatz mit dynamischem Branding pro Organisation).
- Implementierung einer skalierbaren RAG-Architektur mit einer GPT-4o-Tool-Use-Loop, hybrider semantischer Suche und strikter Mandantentrennung auf Datenbank- und Suchindex-Ebene.
- Aufbau persistenter, projektähnlicher Chat-Sessions inklusive Streaming-API (SSE), mehrsprachiger Unterstützung sowie Sprach-Ein- und Ausgabe (STT/TTS).
- Bereitstellung der Cloud-Infrastruktur als Infrastructure-as-Code, vollständig automatisierte CI/CD-Pipelines pro Kunde und ein Onboarding-Prozess für neue Mandanten.
Verwendete Technologien: Python, FastAPI, Pydantic (v2 noted), Next.js, React, TypeScript, Tailwind CSS, OpenAI / LLMs (GPT-4o), Azure AI Search, Cosmos DB, Azure Blob Storage, Azure Cognitive Services Speech, Azure App Service, Azure Container Registry, Retrieval-Augmented Generation (RAG), Server-Sent Events (SSE), Docker, Terraform, GitHub Actions, REST, OpenID Connect (OIDC), Multi-Tenancy
Tungi D.
Letzte Position:
Technisches PMO | Delivery Master | LLM-Experte bei Stealth - NDA
- Verantwortung für RAG-, LLM-System- und ML-ops-Pipelines für verschiedene Start-ups in den Bereichen Versicherung, Banking und Energie (KRITIS)
Ronald F.
Letzte Position:
Senior IT Consultant – Anforderungsingenieur bei Deutsche Bank - Strivion
Methodik: Agiles Projektmanagement
Ziel: Digitalisierung und Umsetzung der Anforderungen der CCD2 innerhalb der Consumer-Finance-Systeme.
Analyse, Identifikation und Bewertung von Fachanforderungen sowie deren Überführung in technische Umsetzungsanforderungen. Koordinierung und Statusreporting der unterschiedlichen Anforderungen. Dokumentation und Prozessmanagement anhand von UML und BPMN. Funktionsübergreifendes Stakeholder-Management, UAT-Tests, Datenmanagement, API-Architekturmanagement.
Tools: Jira, Confluence, Visual Code, Sql Developer, Enterprise Architect, MsOffice, Bruno, ALM, Camunda, Figma
Louis G.
Letzte Position:
Freiberuflicher Solutions Architect und Machine Learning Engineer bei Self-employed
- Entwickle und präsentiere Lösungen mit GenAI-Software wie langchain, vercel ai sdk, copilotkit
- Arbeite mit Kunden zusammen, um ihre Herausforderungen zu verstehen und die besten Lösungen auf Basis von Open-Source-Datenprodukten zu liefern
- Baue RAG- und GraphRAG-Lösungen mit Neo4j, lancedb und Postgres
- Setze eine LLMOps-Plattform mit kubernetes, terraform, helmfile, Arize phoenix, mlflow auf
- Entwerfe und baue Datenpipelines mit dbt, Trino, Spark, Iceberg, Airflow, ArgoCD, terraform, kubernetes
- Lieferte eine nutzerzentrierte technische Strategie für Agriculture 4.0 und Precision Livestock Farming und half meinem Kunden, Fördermittel von Bpifrance zu sichern
- Entwickelte ein Prospecting-Tool für einen führenden französischen Solar-Carport-Installateur mit Geospatial Computing (GIS), wodurch der Vertriebsprozess schneller wurde
- Baute eine Digital-Twin-Architektur für Solar-Carports und EV-Ladestationen, die Echtzeit-Monitoring und intelligentes Laden möglich machte
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als AI / Machine Learning Engineer (Projects & Applied AI)
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Berlin, Deutschland arbeiten

