Data Pipeline Experten in Düsseldorf

• Leitete die ganzheitliche Umsetzung von ML-/KI-Anwendungen für die QuantistryLab-Simulationsplattform – von der Anforderungsdefinition und Lösungsplanung über Entwicklung, Tests und Bereitstellung bis zur Unterstützung im Produktivbetrieb. Dabei koordinierte ich die Zusammenarbeit der Back-End-, DevOps- und ML-Teams.
• Entwarf und implementierte ein System zur Suche nach Verbindungen mit einem LLM mit offenen Gewichten, dem Agenten-Framework Pydantic AI und dem Model Context Protocol (MCP) und stellte es über FastAPI-Endpunkte bereit.
• Stellte den LLM-Service auf Basis von vLLM auf Kubernetes bereit und konfigurierte ihn.
• Entwickelte CI/CD-Pipelines und Helm-Charts, um Bereitstellungen in Staging- und Produktionsumgebungen zu automatisieren.
• Ergänzte das Suchsystem um OpenTelemetry-Spans und -Traces und integrierte es in die Observability-Plattform Honeycomb, um die Latenz einzelner Komponenten und Funktionsfehler zu überwachen.
• Entwickelte einen benutzerdefinierten Evaluierungsdatensatz und setzte Auswertungen für die Relevanz der Suchergebnisse, die Richtigkeit der Antworten, die Genauigkeit von Tool-Aufrufen und den Erfolg der Aufgaben von Anfang bis Ende um.
• Verkürzte die Vorhersagezeit für Infrarotspektren um 83 % (von 60 auf 10 Minuten), indem ich ein quantenmechanisches Modell durch ein vortrainiertes graph-neuronales Netzwerk ersetzte. Ich trainierte das Modell mit PyTorch weiter, entwickelte und containerisierte die Inferenzpipeline mit Docker und integrierte sie in die Plattform.
• Implementierte eine MLflow-Modellregistrierung mit MinIO-gestützter Artefaktspeicherung.
• Beriet Vertriebs- und Wissenschaftsteams zu ML-/KI-Anwendungen für potenzielle Kundenprojekte und brachte technisches Fachwissen in die Entwicklung vorgeschlagener Lösungen und Prototypen ein.

Technologien: AWS, Hetzner, Kubernetes, Helm, Docker, vLLM, Pydantic AI, MCP, Qwen, Llama 3, MLflow, MinIO, GitHub Actions, Python, FastAPI, OpenTelemetry, Honeycomb, PyTorch, Polars, pytest

• Titel: Verbesserung des syntaktischen Bewusstseins in Transformer-Sprachmodellen für das Hindi-Dependency-Parsing
• Untersuchung des syntaktischen Wissens, das Transformer-Sprachmodelle (RoBERTa, XLM-RoBERTa) für das Hindi-Dependency-Parsing erfassen, einer morphologisch reichhaltigen und ressourcenarmen Sprache.
• Entwicklung strukturbewusster Modellvarianten (Struct_Roberta_hi, Struct_XLMR) durch Integration eines CNN-basierten Parser-Netzwerks zwischen den Transformer-Schichten, inspiriert von der StructFormer-Architektur.
• Durchführung umfangreicher Fehleranalysen einschließlich Auswertungen nach Label, Distanz, Richtung, Satzlänge sowie LVC/Non-LVC.
• Evaluierung der Modelle bei nachgelagerten NLP-Aufgaben (NER, POS-Tagging) unter Verwendung des IndicXTREME-Benchmarks.

• Sammeln und Analysieren von Anforderungen in enger Zusammenarbeit mit den Fachbereichen, um datengesteuerte Lösungen und skalierbare PowerBI Reporting Infrastrukturen zu entwickeln.
• Durchführung detaillierter Fehleranalysen und Optimierungen bestehender semantischer und Datenmodelle, um eine robuste Datenarchitektur und hohe Datenqualität sicherzustellen und das PowerBI Reporting zu verbessern.
• Entwicklung und Implementierung skalierbarer ETL-Prozesse zur Datenaufbereitung und -integration.
• Aufbau eines Wikis für Tabellen- und View-Beschreibungen sowie PowerBI PowerQuery- und KPI-Dokumentationen, um ein einheitliches Verständnis der Datenstrukturen und Kennzahlen zu gewährleisten.

• KI-gestützte Analysen & Reporting: Leitung eines 2-köpfigen BI-Teams und Einsatz prädiktiver Analysen und Automatisierung, um komplexe Geschäftsanforderungen in zukunftsorientierte Erkenntnisse, Empfehlungen und Finanzberichte zu übersetzen.
• Fortgeschrittene Datenvisualisierung: Entwicklung und Pflege von über 25 wirkungsvollen Power BI/Tableau-Dashboards zur unternehmensweiten Überwachung von KPIs und Trends, strukturiert für prädiktives und automatisiertes Reporting.
• Web Analytics & Erkenntnisse: Verantwortung für GA4-Tracking und -Analysen, wodurch durch eine tiefere Analyse der Customer Journey 15% mehr Conversion-Erkenntnisse gewonnen wurden.
• Optimierung von Datenpipelines: Zusammenarbeit mit Data Engineers bei der Neugestaltung und Automatisierung von Datenpipeline-Workflows, wodurch der manuelle Reporting-Aufwand um 20% gesenkt und gleichzeitig Datenqualität und Systemverfügbarkeit gewährleistet wurden.

• Leitete das Design, die Implementierung und die Optimierung von SAP Analytics Cloud (SAC)-Dashboards, Stories und Berichten für Geschäftsanwender.
• Arbeitete eng mit geschäftlichen Stakeholdern zusammen, um Reporting-Anforderungen zu erfassen und zu analysieren und sie in technische Konzepte zu übersetzen.
• Integrierte SAC mit SAP BW/4HANA, SAP S/4HANA, SAP HANA Views und externen Datenquellen.
• Entwickelte SAC-Planungsmodelle und unterstützte Planungsprozesse, einschließlich Eingabeformularen, Allokationen, Prognosen und Simulationen.
• Konfigurierte Live- und Importverbindungen zu SAP- und Nicht-SAP-Datenquellen.
• Führte Performance-Tuning und Sicherheitseinrichtungen durch und stellte die Datenqualität in SAC-Umgebungen sicher.
• Führte Schulungen durch, erstellte Dokumentationen und vermittelte Best Practices für die Einführung von SAC in der gesamten Organisation.
• Leitete das Incident Management, Änderungsanforderungen und Erweiterungen in SAC-Landschaften.

• Power-BI-Lösungen für Cat4-Reporting bewertet, entworfen und umgesetzt und so die Reporting-Effizienz, Genauigkeit und Sichtbarkeit für Stakeholder deutlich verbessert.
• Robuste Datenintegrationsschnittstellen zwischen Cat4 und Power BI entwickelt und gepflegt und dadurch manuelle Verarbeitungsschritte und Engpässe beseitigt.
• Power-BI-Berichte eingerichtet und laufend optimiert, um schärfere Management-Einblicke zu liefern und datenbasierte Entscheidungen zu unterstützen.
• Die vollständige Einhaltung der DSGVO im gesamten Power-BI-Reporting sichergestellt und Risiken proaktiv erkannt und reduziert.
• Fundierte Produktkenntnisse der global eingesetzten Enterprise-Plattform CAT4 aufgebaut und dadurch eine effektive Anforderungsanalyse, Lösungsentwicklung und eine nahtlose Power-BI-Integration in Kundenumgebungen ermöglicht.
• Skalierbare Reporting-Templates innerhalb der CAT4-Produktoberfläche entwickelt und integriert und damit neue Produktfunktionen, bessere Datenvisualisierung, höhere Reporting-Effizienz und mehr Sichtbarkeit für globale Nutzer geschaffen.
• Mitarbeitende in der Power-BI-Konfiguration und in Best Practices geschult und begleitet, wodurch die Einführung beschleunigt und eine datengetriebene Kultur gestärkt wurde.
• Klare technische Dokumentationen erstellt und praktische Demos für Endnutzer und Kunden durchgeführt, um eine reibungslose Einführung und einen sicheren Umgang mit in CAT4 integrierten Power-BI-Lösungen zu gewährleisten.
• Lizenzstrategien für eine kosteneffiziente und skalierbare Power-BI-Einführung recherchiert und empfohlen.

SKILLS - BI & Visualisierung: Power BI (Desktop, Service, Report Builder), DAX, Power Query

Projekt- und Produktmanagement-Tool: CAT4

• Führte groß angelegte Datenanalysen an umfangreichen Ereignisdaten durch, indem statistische Modellierung und Zeitreihenmethoden eingesetzt wurden, um schwache Signale in verrauschten Umgebungen zu erkennen
• Entwickelte und pflegte skalierbare Python-Datenpipelines für reale und simulierte Datensätze und optimierte die Signalerkennung sowie die Hintergrundabschätzung in großem Maßstab
• Wandte fortgeschrittene statistische Inferenzmethoden (wahrscheinlichkeitsbasierte Modellierung, Hypothesentests) an, um quantitative Entscheidungen zu unterstützen
• Setzte Datenverarbeitungs-Workflows mit Slurm auf HPC-Clustern ein und ermöglichte so parallele Analysen und Batch-Ausführungen in großem Maßstab
• Erstellte reproduzierbare, versionskontrollierte Datenworkflows mit Python, Bash und Git, um Zuverlässigkeit und Nachvollziehbarkeit der Ergebnisse zu gewährleisten
• Übersetzte komplexe experimentelle Daten in umsetzbare Erkenntnisse, um quantitative Entscheidungen zu ermöglichen

• Leitung der Entwicklung einer robusten, skalierbaren und leistungsstarken Microservices-Architektur.
• Migration von Legacy-Monolith-Systemen zu Spring Boot mit RESTful-APIs.
• Entwurf, Implementierung, Bereitstellung, Test und Optimierung skalierbarer Backend-Systeme mit hoher Verfügbarkeit und Leistung.
• Wartung und Bereitstellung containerisierter Anwendungen mit Docker auf Kubernetes, integriert in CI/CD-Pipelines.
• Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Frontend-Entwicklern, Produktmanagern und Designern, zur Umsetzung von Geschäftsanforderungen in skalierbare und effiziente Backend-Lösungen.
• Betreuung der Teammitglieder und Durchführung aussagekräftiger Code-Reviews.