Machine Learning Experten in Köln

• Entwicklung der Gesamtarchitektur
• Unterstützung der jeweiligen Workstreams bei der Entwicklung der Architekturen im Bereich Infrastruktur, Datenzentren, Security und Netzwerktopologie
• Steuerung des Architektenpools
• Unterstützung der Programmleitung beim Aufbau des Transformationsprojektes auf Basis agiler Methoden
• Berücksichtigung von regulatorischen Anforderungen an IT-Projekte in der Bundesverwaltung

• Integration medizinischer Modalitäten (u. a. Ultraschall) in die bestehende IT-Infrastruktur (DICOM, HL7) – Inbetriebnahme im geplanten Zeitrahmen.
• Administration und Optimierung von PACS-Systemen für effiziente Archivierung und Verteilung radiologischer Bilddaten an mehreren Standorten.
• Sicherstellung konsistenter Datenqualität und nahtloser Interoperabilität im Datenaustausch zwischen KIS, RIS und PACS.
• Enge Zusammenarbeit mit ärztlichem Personal zur Analyse und digitalen Optimierung klinischer Workflows.
• Anforderungsmanagement und Testkoordination bei der Implementierung klinischer Anforderungen in komplexe IT-Strukturen.

• Verantwortung für Architektur und Entwicklung einer KI-nativen SaaS-Plattform für industrielles Produktportfoliomanagement.
• Konzeption der modernen Datenplattformarchitektur auf Azure für skalierbare Analysen und unternehmensweite Datenintegration.
• Aufbau von Unternehmens-Daten-Ingestions- und Transformationspipelines für komplexe industrielle Systemlandschaften.
• Entwicklung graphbasierter Darstellungen von Produktstrukturen und Abhängigkeiten für analytische Auswertungen.
• Konzeption und Implementierung eines agentischen KI-Frameworks für KI-gestützte Entscheidungsabläufe.
• Aufbau skalierbarer analytischer Microservices und Integration von Reporting mithilfe moderner BI-Technologien.
• Koordination der Backend-, KI- und Frontend-Entwicklung im gesamten MYNR-Plattform-Stack.

Projekt: Digitalisierung von Lagerprozessen | Aufbau einer Data-Analytics-Plattform.

• Entwickelte ein webbasiertes System zur Einsatzplanung, das die tägliche Schichtplanung digitalisierte, indem es Mitarbeitenden-Know-how passenden Lagerbereichen zuordnete. Dadurch wurde die manuelle Abstimmung durch einen strukturierten Workflow ersetzt, der im ganzen Standort genutzt wurde und den Führungskräften Zeit bei der täglichen Planung sparte.
• Entwickelte ein Dashboard für die operative Echtzeitübersicht, das Führungskräften den aktuellen Durchsatz der Aufgaben und die offene Arbeitslast in den Lagerbereichen über den Tag hinweg live anzeigte und so half, Überstunden und Leerlaufkosten zu senken.
• Entwickelte eine Optimierungslösung für das Slotting, um die Effizienz beim Kommissionieren zu verbessern und die Kommissionierzeit pro Bestellung zu senken, in enger Zusammenarbeit mit den Operations-Teams vom Konzept bis zum produktiven Einsatz.

Verwendete Technologien: Python, Django, PostgreSQL, Pandas, NumPy, HTML, Java, JavaScript, Docker, Kubernetes, AWS, Power BI, GitHub Actions CI/CD, GitOps, Claude, OpenAI

• Eine modulare C++-20-Embedded-Linux-Acquisition-Software auf einem Raspberry Pi entwickelt, die IMU- und Dual-Kamera-Datenströme mit Genauigkeit im Submillisekundenbereich synchronisiert.
• Retroreflektive und Kontrastsensoren integriert, um die Datenerfassung auszulösen und Lücken zwischen Sortierbahnschienen zu erkennen.
• SPI- und I2C-Sensorkommunikation, GPIO-Interrupt-Verarbeitung mit libgpiod sowie CSV- und JSON-Ausgabe implementiert.
• Eine mehrthreadige Acquisition-Pipeline und eine SPSC-Queue zwischen Acquisition- und Writer-Threads entworfen.
• Einen webbasierten Server mit Python/HTML/CSS aufgebaut und den Prototypen in einem DHL-Lager zur Fehlererkennung validiert.
• Das Softwareverhalten, die Konfiguration und die Ergebnisse dokumentiert, um eine wartbare Übergabe und Weiterentwicklung zu ermöglichen.

• 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

• Implementierung von Analytics- und Automatisierungslösungen für die Business Unit Anti Financial Crime
• Bereitstellung der Infrastruktur, inklusive wiederverwendbarer Datenmodelle und Feature-Ingestion für produktive ML- und regelbasierte Modelle in den Bereichen Account Take-Over und Kartenbetrugserkennung sowie Customer Risk Assessment
• Verwendete Tools: Snowflake, dbt, Looker, AWS, Python, Airflow, Metaflow

• Ein System zur Lagerbewertung wurde auf Basis von Java, Spring Boot und Camunda neu implementiert. Die Backend-Lösung konzentriert sich auf Integration und Batch-Berechnungen, das Frontend auf die Pflege der Formeln und die Überprüfung der Ergebnisse.
• Java 21
• Spring Boot
• JPA
• Maven
• REST
• Kafka
• PostgreSQL
• DB2
• Liquibase
• Google Cloud Storage
• Keycloak
• GitLab CI/CD
• Helm
• Terragrunt
• SonarQube
• Angular
• IntelliJ
• JUnit 5
• Mockito
• Open API

• Leitung von KI-Initiativen für Life-Science-Lösungen, Integration fortschrittlicher KI-Modelle in Unternehmens-Workflows und Sicherstellung einer nahtlosen Bereitstellung.
• Entwerfen und Implementieren von Deep-Learning-Architekturen (PyTorch, Keras) für komplexe biomedizinische Herausforderungen, einschließlich Zellsegmentierung, multimodaler Omics-Analyse und Prognose von Punktwolken.
• Entwicklung und Bereitstellung robuster LLM-basierter Systeme, einschließlich RAG-Architekturen und agentischer Workflows mit LangGraph, um natürlichsprachige Interaktion mit komplexen medizinischen Daten zu ermöglichen.
• Führung funktionsübergreifender Initiativen zur Anwendung von Foundation Models und erklärbarer KI (xAI) in klinischen und evolutionären Algorithmen.

• AWS
• Genedata Profiler
• Data Lake
• APIs
• RStudio
• GitLab
• Python
• R
• Datenerfassung, -integration und -simulation
• Multiplex-Immunfluoreszenz
• Copy-Number-Variation-Erkennung
• HLA-Typisierung und Analyse des Heterozygotieverlusts
• RNA-Expressionsanalyse

• Einführung von Eve AI, einem Conversational-AI-Coach, der durch in Echtzeit personalisierte Aufforderungen und Hilfestellungen das Kursengagement um 25 % steigerte, die Isolation der Nutzer verringerte und die Nutzerbindung verbesserte
• Leitung der Entwicklung und Beta-Veröffentlichung des Transformation AI Coach, der Nutzern maßgeschneiderte Anleitungen lieferte und so im ersten Quartal die Abwanderungsrate um 10 % durch prädiktive KI-Interventionen verringerte
• Leitung des Rollouts KI-gestützter Inhaltsempfehlungen auf iOS und Android, was die Kursabschlussrate um 25 % durch personalisierte Vorschläge basierend auf dynamischen Nutzerprofilen erhöhte
• Verbesserung KI-gesteuerter Kundenerlebnisse durch Optimierung prädiktiver Modelle zur Abwanderungsreduktion und Steigerung der Nutzerbindung mittels datengetriebener Warnungen und Maßnahmen
• Vorantrieb des Einsatzes prädiktiver KI zur Verhaltensanalyse und Früherkennung von Abwanderungsrisiken, verbunden mit umsetzbaren Hinweisen, die direkt die Nutzerbindung und das Engagement beeinflussten
• Optimierung von KI-Mensch-Eskalationsprozessen und Aufrechterhaltung eines NPS von über 90 bei gleichzeitiger Steigerung des Engagements durch intelligente Feedback-Schleifen

• Selbständig automatisierte Validierungs-Workflows mit Python initiiert und implementiert, wodurch manuelle Bearbeitung um 58% reduziert und Effizienz gesteigert wurde
• Ein Machine-Learning-Modell zur synthetischen Fehlererzeugung entwickelt, um Ausfallzeiten und Produktionskosten zu senken; lokal und über Databricks sowie Azure AI Factory bereitgestellt
• Ein kleines Datenset mit Bilddaten von Produktionslinien genutzt und dieses Datenset durch Training von Modellen wie cycleGAN und pix2pix erweitert
• Die Linux-basierte Entwicklungsumgebung für das Training von 3D-Modellen aufgebaut und optimiert; Reproduzierbarkeit über GitHub sichergestellt
• Technische Erkenntnisse vor funktionsübergreifenden Teams (Ingenieure, QA, Projektmanager) präsentiert und so die Abstimmung der ML-Lösungen an betriebliche Anforderungen sichergestellt

• Beratung von Unternehmen zur Einführung der SaaS-Lösung für digitale Projekt- und Portfoliosteuerung durch Analyse bestehender Arbeitsprozesse und Datenflüsse
• Verantwortung für den gesamten B2B-Vertriebszyklus: von Lead-Generierung über Bedarfsanalyse, Produkt-Demos und ROI-Argumentation bis zum Vertragsabschluss
• Übersetzung komplexer Geschäftsanforderungen in technische Lösungskonzepte und Abstimmung mit Customer-Success-Teams
• Identifikation von Automatisierungspotenzialen in Kundenprozessen und Überführung in effiziente Softwarelogiken (Workflows, Regeln, Freigaben, Dashboards)
• Vorbereitung und Durchführung von Management-Präsentationen inkl. Ableitung von nächsten Schritten, Prognose-Management und Projektdokumentation
• Analyse von Unternehmensdaten hinsichtlich Einsatzmöglichkeiten für Szenarien mit maschinellem Lernen und Automatisierung zur Effizienzsteigerung
• Enge Zusammenarbeit mit interdisziplinären Teams zur Umsetzung von MS Office inklusive Proof-of-Concepts (PoCs) mit MS Copilot und nachhaltigen Verbesserungen im Kundenumfeld

Ich nutze über 15 Jahre Erfahrung in großskaliger Plattformarchitektur und Engineering-Führung, um Unternehmen zu beraten, ihre Engineering-Fähigkeiten zu verbessern und die Einführung des KI-nativen Webs zu beschleunigen.

• KI & Maschinelles Lernen: Praktische Architektur und Umsetzung mit Vercel AI SDK, Next.js, Supabase und Serverless-Architekturen zum Aufbau produktionsreifer KI-Anwendungen.
• Referenzarchitektur: Entwurf und Implementierung eines Full-Stack Conversational Coach (N+One AI Coach) auf Basis von Next.js und dem Vercel Edge Network für personalisiertes Training, wobei ich Expertise in performanten Serverless-Anwendungen und KI-gestützten Erlebnissen demonstriert habe.
• Agentic Systems & Datenverarbeitung: Entwicklung agentenbasierter Low-Code-Crawling- und Indexierungsprozesse für Glasfasernetz-Informationen, mit Nachweis von Automatisierung, LLM-Integration und Datenstrukturierungskompetenz.