Machine Learning Experten in Dortmund
mit geprüften Spezialisten und KI-MatchingBeauftragen Sie Experten, die mit Python, scikit-learn, TensorFlow und PyTorch Vorhersagemodelle, Empfehlungssysteme und NLP-Workflows entwickeln. Erhalten Sie schnelles, präzises Matching mit geprüften, verfügbaren Freelancern.
Lerne FRATCH Experten in Dortmund kennen, die kürzlich Machine Learning eingesetzt haben
Laurin Hagemann
Letzte Position:
Software Architect (Freelance) bei Care4Sure
- MVP-fokussierte Full-Stack-Architektur für einen Kunden im Gesundheitswesen bereitgestellt: Vite/React-Frontend, Backend-Services auf Google Cloud Run und Supabase für Datenbank sowie IAM/Authentifizierung.
- Produktanforderungsanalyse unterstützt und eine kostenoptimierte Workload-Platzierung priorisiert, indem Browser-/Edge-Berechnungen umgesetzt wurden, wo möglich, bevor Logik in die Backend-Services verschoben wurde.
Ashwin Parthasarathy
Letzte Position:
Freiberuflicher Data Scientist bei Mercor Intelligence
- Konzipierte und entwickelte End-to-End-Machine-Learning-Pipelines für Klassifikations- und Vorhersagedaten und implementierte sie unter Einsatz von MLOps-Best Practices, um Robustheit und Reproduzierbarkeit zu gewährleisten.
- Trug direkt zur Verbesserung der Ausgabegenauigkeit von LLM-Modellen bei, indem ich spezialisierte Prompts entwickelte, die auf der Logik von End-to-End-ML- und SciML-Pipelines basieren.
- Erstellte Trainingsdaten für Large Language Models, indem ich Programmieraufgaben formulierte, die die Modelle nicht lösen konnten, und anschließend die richtigen Lösungen dokumentierte.
Daniel Fenge
Letzte Position:
KI-Forscherin & LLM-Evaluation – Conventional Paradigm Test (CPT) bei Privat
Conventional Paradigm Test (CPT) – KI-Evaluation & LLM-Forschung
Entwicklung eines experimentellen Evaluationsansatzes zur Untersuchung von „paradigmatic closure“ in Large Language Models – also der Frage, inwieweit LLMs die grundlegenden Annahmen, Wertungen und Grenzen der Paradigmen erkennen können, innerhalb derer sie Antworten generieren.
Konzeption und Erprobung eines ergänzenden Ansatzes zu klassischen AI-Benchmarks, der nicht primär faktische Richtigkeit oder Task Performance misst, sondern die Fähigkeit von Modellen untersucht, alternative Perspektiven zu erkennen, implizite Annahmen offenzulegen und die Grenzen des eigenen Antwort- bzw. Deutungsrahmens zu reflektieren.
Schwerpunkte: Entwicklung von Evaluationskriterien und Testfragen · LLM Evaluation und Comparative Model Analysis · Prompt- und Response-Analyse · qualitative Klassifikation von Modellantworten · Untersuchung von epistemic compression und value leakage · Benchmark- und Literaturrecherche · Entwicklung strukturierter Bewertungs- und Analyseverfahren
Im Rahmen von CPT wurden u. a. bestehende AI-Evaluationsansätze und Benchmarks analysiert sowie ein minimalistisches Testprotokoll entwickelt, das Modellantworten nach Reaktionsmustern wie DIRECT, CLARIFY, PLURALIST, REFUSE und META-AWARE klassifiziert. TruthfulQA wurde dabei als Testgrundlage für die experimentelle Anwendung und den Vergleich mit bestehenden Referenzantworten eingesetzt.
Technologien & Methoden: Large Language Models (LLMs) · Generative AI · Prompt Engineering · AI Evaluation · TruthfulQA · Benchmark Analysis · Human-in-the-Loop Evaluation · Qualitative Content Analysis · Research & Literature Review
Dany-Armand Djeudeu-Deudjui
Letzte Position:
Senior Data Scientist bei ibg NDT GmbH
- Untersuchung der Beziehung zwischen Wirbelstromprüfungs-(ECT)-Signalen und mikrostrukturellen Eigenschaften
- Erkennung verborgener Muster in ECT-Daten, die intrinsische Materialeigenschaften widerspiegeln
- Entwicklung und Validierung prädiktiver Modelle zur Klassifizierung und Quantifizierung der Mikrostruktur unter Verwendung von Härte und Randschichttiefe als Referenz
- Anwendung bayesscher Strukturgleichungsmodellierung für fortgeschrittene Datenanalysen
Patrik Garten
Letzte Position:
Technical Lead Conversational AI bei CANCOM
- Technische Leitung eines Teams zur Entwicklung agentischer Chatbot-Lösungen (React, TypeScript, Python, FastAPI)
- Architekturdesign für Multi-LLM-Dialogsysteme – Fokus auf Wartbarkeit, UX und autonome Ausführung
- Abstimmung mit Stakeholdern, CI/CD-Prozesse und AI-Integration auf Enterprise-Niveau
Derek Micallef
Letzte Position:
KI-Automationsmanager - Hardwareeinrichtung, Automatisierung & Voice-Agent bei Autohaus Mazda
- Einrichtung neuer Desktop-Rechner
- Einrichtung eines VPS für Automatisierung, Datenbanken und Chatinterface
- Anbindung an Azure AI Foundry
- Entwicklung diverser n8n-Workflows für E-Mail-, Social-Media- und Dokumentenmanagement
- Implementierung eines QM-Systems (Sicherungen, Fehlerbehandlung, HITL)
- Einrichtung und Optimierung eines Inbound-Voice-Agents
Mesut Yilmaz
Letzte Position:
Solution-Architekt Computer Vision Filiale bei Schwarz IT (Lidl/Kaufland)
- Ausbau und Betreuung des Produktportfolios für Videoanalyse und Computer Vision
- Erhebung von Anforderungen und Anforderungsmanagement
- Beratung, Projektmanagement und Koordination der Pilotierung sowie des internationalen Rollouts
- Werkzeuge: IP-basierte Kamera- und Videosysteme, Citrix-Administration, OneNote, Microsoft Teams, Node-RED, Office 365, Age Verification, Qognify Umbrella, ThingsBoard, Xovis 3D-Sensoren, AXIS-Kameras, GK Kassensoftware, Atlassian JIRA
Andreas Einzmann
Letzte Position:
AI Coach und Berater bei Studio 8 Dortmund
- Aufbau und Consulting eines Startups für Organisationsentwicklung (AI unterstützt)
- Workshops zu Vision und Mission
- Marketing Roadmap und Prozessgestaltung
- Entwicklung von Sales-Prozessen (Sales Funnel, Lead Generation)
- Brand Building und Social Media Omnichannel Strategien
- Content-Generierung für Audio, Video und Postings (AI unterstützt)
- Beratung zu Agile und Aufbau von SAFe
- Atlassian Beratung und Aufbau von Confluence und Jira (Workflows, Dashboards, Reporting)
- Aufbau eines Podcast- und Video-Studios inklusive Setup für Livestreaming
- Auswahl und Implementierung von Hardware und Software
- Erstellung der Website und Brand Building
- CMS-Implementierung auf Basis von Typo3
- Beratung in den Bereichen Sales, Marketing und Social Media
- Unterstützung von Unternehmen beim effizienten Einsatz von KI-Technologien
- Strategieentwicklung und Beratung bei der Umsetzung von KI-Strategien
- Change Management und Unterstützung von Teams bei der KI-Einführung inklusive Schulungen
- Technische Expertise in Machine Learning, Datenverarbeitung und Large Language Models (LLMs) wie Llama, Claude und OpenAI GPT
- Auswahl, Feinabstimmung (Fine-Tuning) und Integration von LLMs in Geschäftsprozesse
- Beratung zu Ethik und Governance für den verantwortungsvollen Einsatz von KI
- Durchführung maßgeschneiderter Trainings für Führungskräfte und Teams
- KI-Analyse diverser Large Language Models (Llama, OpenAI, Mistral)
- Erstellung und Training eigener GPTs mit Schwerpunkt Organisationsentwicklung (Product Vision, OKR, Agile Maturity)
- Aufbau eines Chatbots zum Thema Agile Maturity
- Entwicklung eines KI-generierten Surveys zur Ermittlung der Agilität von Organisationen
- Aufbau lokaler Offline-GPTs mit Fokus auf Datenschutz und DSGVO
- Durchführung von KI-Workshops für KMU und den Mittelstand
Hendrik Belitz
Letzte Position:
Dozent bei Dozent Front- und Fullstackentwicklung
- Unterricht in JavaScript, HTML, CSS, React, Node.js, MongoDB, MariaDB und Express
- Unterrichtsgestaltung und -vorbereitung
- Klassenunterricht und Einzelcoachings
Mohammed Abdallatif
Letzte Position:
Data Scientist & Energieberater bei Accenture GmbH
Rosemarie Fryzowicz
Letzte Position:
Freiberuflicher Management Consultant in der Bauindustrie bei Freelance Management Consultant
- Agile Methoden implementiert, um KI-gestützte Prozessoptimierung voranzutreiben
- KI-gesteuerte Lösungen in SAP S/4HANA integriert
- Einführung fortschrittlicher Analysetools unterstützt, um die Entscheidungsfindung zu verbessern
Ilja Leyberman
Letzte Position:
Software Engineer/Architekt (Tech Lead) bei Mercedes-Benz Tech Innovation GmbH
- Implementierung verschiedener Schnittstellen für Umsysteme und Anbindung externer Geräte (Kameras, Scanner, Digitale Schließfächer)
- Entwicklung verschiedener Schnittstellen im Bereich Used Cars
- Realisierung verschiedener Prototypen
- Unterstützung im Bereich UI/UX und Data Analytics
- Entwicklung von Frontend- und Backend-Lösungen
- Kubernetes-Migration
- Aufbau von CI/CD-Pipelines
- Kommunikation mit dem Fachbereich und technische Konzeption neuer Lösungen
- Teamübergreifendes Alignment und Abstimmung im Team
- Überblick über den gesamten Technologie-Stack und umliegende Systeme
- Dokumentation, Vorbereitung und Durchführung von Reviews
- Unterstützung des Teams sowie Koordination von Releases und wichtigen Meilensteinen
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Machine Learning einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
18 Jahre (Deutschland: 14 Jahre)
Positionsdauer
2,7 Jahre (Deutschland: 2,8 Jahre)
Positionen pro Freelancer
11 (Deutschland: 8)
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Forschung und Entwicklung (F&E)
Häufigste Branchen
Informationstechnologie (IT), Bildung, Gesundheitswesen
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
90% (Deutschland: 97%)
Master-Abschluss oder höher
50% (Deutschland: 77%)
Doktortitel
30% (Deutschland: 19%)
Zertifizierungen pro Freelancer
4 (Deutschland: 2)
Häufigste Sprachen
Deutsch, Englisch, Französisch
Sprechen zwei oder mehr Sprachen
100% (Deutschland: 98%)
Basierend auf unserem Profilpool, Stand 30 Aug 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Dortmund verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten in Dortmund, die Machine Learning einsetzen
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
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 30 Aug 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Über die Technologie
Worum es geht
Machine Learning wird genutzt, um Daten in Vorhersagen, Klassifizierungen und Empfehlungen umzuwandeln. Es steckt hinter Betrugsprüfungen, Nachfrageprognosen, Suchrankings und automatischer Text- oder Bildanalyse. Gute Spezialisten wählen das passende Modell für das Problem und sorgen dafür, dass das Ergebnis in der Produktion nutzbar bleibt.
Typische Aufgaben
- Überwachte und unüberwachte Modelle aufbauen
- Trainingsdaten und Features vorbereiten
- Modelle abstimmen, validieren und vergleichen
- Inferenz-Services und Batch-Jobs bereitstellen
- Drift, Qualität und Bedarf für erneutes Training überwachen
Tooling-Stack
Der tägliche Stack umfasst oft Python, pandas, NumPy, scikit-learn, TensorFlow, PyTorch und Notebooks. Für die Umsetzung arbeiten Profis außerdem mit APIs, Docker, Cloud-Diensten und Experiment-Tracking. In Dortmund ist das oft Teil größerer Datenarbeit in Industrie, Logistik und Fertigung.
Wann Unternehmen Hilfe holen
Teams suchen meist freiberufliche Expertise, wenn ein Modell vom Prototyp in die Produktion überführt werden soll, wenn interne Daten unübersichtlich sind oder wenn ein Projekt eine präzisere Methode braucht. Ein guter Spezialist kann mit Produkt-, Daten- und Software-Teams zusammenarbeiten, oft remote, und bei Workshops oder Übergabe-Terminen auch vor Ort in Dortmund dabei sein.
Was starke Spezialisten tun
Starke Profis trainieren nicht nur ein Modell. Sie definieren das Ziel, testen Baselines, erkennen Leakage, erklären Abwägungen und passen das Ergebnis an den Geschäftsprozess an. Sie wissen auch, wann ein einfacherer statistischer Ansatz besser ist als ein komplexes Deep-Learning-Setup.
Worauf Sie achten sollten
Achten Sie auf praktische Erfahrung mit Datenaufbereitung, Modellevaluierung und Deployment. Fragen Sie, wie der Experte mit fehlenden Daten, Bias, Drift und Monitoring nach dem Start umgeht. Bei Machine Learning- oder ML-Projekten zählt klare Kommunikation mindestens so viel wie die Wahl des Algorithmus.
Häufig gestellte Fragen
Schnelle Antworten auf die Fragen, die rund um Machine Learning am häufigsten aufkommen.
Ein starker Machine Learning-Spezialist baut Systeme, die vorhersagen, klassifizieren, sortieren oder empfehlen. Das kann Nachfrageprognosen, Anomalieerkennung, Dokument-Tagging oder einen Scoring-Service hinter einer App bedeuten. Die besten Experten sorgen außerdem dafür, dass die Ergebnisse stabil genug für den täglichen Einsatz sind.
Machine Learning ist ein Kernteil von AI, aber nicht das ganze Feld. AI umfasst auch regelbasierte Systeme, Suche, Planung und generative Modelle, während Data Science breiter ist und oft Analyse, Reporting und Experimente einschließt. Unternehmen brauchen oft jemanden, der zwischen diesen Bereichen wechseln kann, ohne das Produktionsziel aus dem Blick zu verlieren.
Ein praxisnahes Machine Learning-Profil umfasst meist Python, pandas, scikit-learn und einen Deep-Learning-Stack wie TensorFlow oder PyTorch. Für die echte Umsetzung sollten Sie Erfahrung mit SQL, APIs, Docker, Cloud-Diensten und Modell-Tracking suchen. Wenn das Projekt Text oder Bilder betrifft, sind passende Bibliotheken und Preprocessing-Kenntnisse ebenfalls wichtig.
Ein kleiner Proof of Concept braucht vielleicht einen starken Spezialisten, der schnell arbeitet und gute Entscheidungen trifft. Ein Produktionssystem braucht meist mehr Erfahrung mit Datenqualität, Evaluierung, Deployment und Monitoring. Bei Machine Learning ist die eigentliche Frage nicht die Zahl der Jahre auf dem Papier, sondern ob der Experte schon ähnliche Lösungen wie Ihren Use Case umgesetzt hat.
Machine Learning ist besser, wenn Muster schwer von Hand zu beschreiben sind und das System aus Daten lernen muss. Regelbasierte Automatisierung ist einfacher, wenn die Logik stabil, transparent und selten änderbar ist. Gute Spezialisten können Ihnen sagen, wann ein Modell den Aufwand wert ist und wann Regeln die sauberere Lösung sind.
Ja, die meiste Machine Learning-Arbeit kann remote erledigt werden, weil die wichtigsten Grundlagen Daten, Code und klare Produktziele sind. Vor Ort in Dortmund kann aber zu Projektbeginn, bei Workshops mit Stakeholdern oder wenn Zugriff auf lokale Systeme nötig ist, hilfreich sein. Viele Teams nutzen ein gemischtes Setup.
Fragen Sie nach konkreten Beispielen für Datenbereinigung, Validierung, Deployment und Monitoring, nicht nur nach Modellnamen. Ein guter Machine Learning-Freelancer erklärt Abwägungen klar, kann Fehlerszenarien beschreiben und weiß, wie man Drift oder Leakage prüft. Außerdem sollten Sie Fragen zu Ihren Daten, der Erfolgsmetrik und der späteren Nutzung des Ergebnisses erwarten.
Gute Machine Learning-Arbeit hängt oft von SQL, Statistik, Software-Engineering und Cloud-Tools ab. Bei manchen Projekten sind MLOps, Feature Engineering und Fachwissen genauso wichtig wie die Wahl des Modells. Wenn der Anwendungsfall Text, Bilder oder Forecasting betrifft, hilft relevantes Fachwissen sehr.
Der durchschnittliche Stundensatz von Freelancern in Dortmund, Deutschland, die Machine Learning in ihren letzten Projekten eingesetzt haben, liegt bei 93 €, was einem Tagessatz von etwa 740 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Dortmund, Deutschland, die Machine Learning in ihren letzten Projekten eingesetzt haben, haben 90% mindestens einen Bachelor-Abschluss, 50% mindestens einen Master-Abschluss und 30% einen Doktortitel.
Freelancer in Dortmund, Deutschland, die Machine Learning in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 18 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,7 Jahre.
Die häufigsten Sprachen unter Freelancern in Dortmund, Deutschland, die Machine Learning in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Französisch (25%).
Die häufigsten Industrien unter Freelancern in Dortmund, Deutschland, die Machine Learning in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (75%), Bildung (67%) und Gesundheitswesen (58%).
Die häufigsten Bereiche unter Freelancern in Dortmund, Deutschland, die Machine Learning in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (92%), Produktentwicklung (92%) und Forschung und Entwicklung (F&E) (92%).
Hauptstandorte der FRATCH Experten, die kürzlich Machine Learning eingesetzt haben
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!

Berlin
Hamburg
München
Köln
Frankfurt
Stuttgart
Düsseldorf
Essen
Bremen
Dresden
Hannover
Nürnberg