LangChain Experten in Köln

• Implementierte ML-Pipelines für OCR, semantische Suche und Computer Vision
• Integrierte Azure-KI-Agenten und GPT-Workflows für Automatisierung und Qualitätssicherung
• Setzte cloudbasierte FastAPI-Dienste mit skalierbarer Architektur ein
• Erstellte Integrationsdokumentation und beriet zur Produktionsreife von LLMs

PFS-Matching-App

• Intelligenten LLM-Chatbot mit LangChain4j integriert, der konversationelle KI, kontextbezogene Fragenbeantwortung, Dokumentenzusammenfassungen und die autonome Ausführung von Tools ermöglicht.
• Retrieval-Augmented Generation (RAG), Prompt Engineering und KI-Agent-Workflows implementiert, um große Sprachmodelle mit Unternehmensdaten und Backend-Services zu verbinden.
• RESTful APIs und sichere Backend-Services entwickelt, um KI-gestützte Interaktionen und Geschäftsprozesse zu unterstützen

• Entwurf und Leitung der Entwicklung eines automatisierten Kurzvideo-Generierungssystems.
• Aufbau eines skalierbaren AWS-Backends mit Step Functions, Lambda, S3, ECS Fargate und DynamoDB.
• Entwicklung der Videoerstellung mit OpenCV und FFMPEG; Gewährleistung wartbarer Python-Codequalität.
• Betreuung und Coaching eines Python-Entwicklers und Schulung des Kunden in AI-Workflows.
• Reduzierung der End-to-End-Produktionszeit von Stunden auf Minuten.
• Erstellung einer modularen, erweiterbaren Architektur zur Unterstützung künftiger AI-Modelle.

• Aufbau eines ausgeklügelten KI-Copiloten, um das Lernerlebnis der Studierenden zu verbessern und den Dozenten KI-basierte Einblicke zu geben.
• Aufbau eines Multi-Chain-LLM-Systems, das sich eigenständig an Nutzerbedürfnisse anpasst, mit einem auf Weaviate-Vektordatenbank basierenden RAG-System und Evaluation mit Ragas.
• Entwicklung eines responsiven React-Frontends sowie von Backendsystemen für Authentifizierung, Datenverwaltung und Hilfsdienste als RESTful API.
• Bereitstellung und Verwaltung der App in der Cloud in einer Produktionsumgebung, einschließlich CI/CD über mehrstufige Deployments.

• Leitung eines Teams von Junior Research Engineers, mit Mentoring, technischer Anleitung und Unterstützung ihrer beruflichen Entwicklung, um ihr Wachstum im Bereich Deep Learning und Machine Learning Engineering zu fördern.

• Fungierte als zentrale Schnittstelle zwischen Rechts-, Engineering- und Business-Teams, um null Compliance-Verstöße sicherzustellen und gleichzeitig die Produktgeschwindigkeit beizubehalten.

• Führte die Entwicklung einer DSGVO-konformen KI-Aggregator-Plattform an und managte eine Roadmap, die rechtliche Vorgaben mit ambitionierter Feature-Auslieferung in Einklang bringt.

• Skalierte das Engineering-Team von 4 auf 9 Entwickler, etablierte Einstellungsprotokolle und technische Onboarding-Prozesse zur Unterstützung schneller Produktiterationen.

• Optimierte den Entwicklungsprozess durch Einführung strukturierter Sprint-Zyklen und Backlog-Pflege, was zu einer 20%igen Reduktion der Feature-Entwicklungszeit führte.

• Entwarf Architektur und Prototypen für agentenbasierte KI-Workflows mit n8n und RAG-Pipelines auf Langchain.

• Entwicklung eines interaktiven Prototyps zur Konzeption eines KI-gestützten Enterprise-Architecture-Management-Tools. Ziel war es, komplexe Zusammenhänge zwischen IT-Systemen, Geschäftsprozessen und Fachbereichen verständlich darzustellen und Entscheidungsprozesse im Kontext von IT-Transformationen zu unterstützen.

• Der Prototyp kombinierte datengetriebene Analysen mit geführten Fragestellungen und interaktiven Visualisierungen. Ein zentraler Bestandteil war die Integration eines RAG-Prozesses, um domänenspezifisches EAM-Wissen kontextbezogen bereitzustellen. Der Fokus lag auf schneller Validierung von Ideen, nutzerzentriertem Interaktionsdesign und der technischen Machbarkeit eines skalierbaren Gesamtkonzepts.

• Konzeption, Implementierung und Validierung eines RAG-Prozesses für domänenspezifisches EAM-Wissen mit Python, LangChain sowie Graph- bzw. Vektordatenbanken (Neo4J, Milvus)

• Fachliche und technische Anforderungsanalyse sowie Definition eines MVPs

• Entwicklung des Architektur- und Technologiekonzepts unter Einsatz von Angular, Spring Boot, GraphQL und Kubernetes

• Konzeption eines Interaktionsdesigns und Erstellung eines Brand Style Guides mit Figma

• Entwicklung interaktiver Prototypen mit Angular, Konva.js und TypeScript

• Integration von CI/CD-Prozessen mit GitLab CI/CD