Machine-Learning-Experten in Düsseldorf

Gronic Ident & Sign

Kern-Technologien: Android, Jetpack Compose, Retrofit, Regula Document Reader, Adobe Sign

Android App auf dedizierten Geräten für Identifizierungen und elektronische Signaturen am PoS

• Anlernen der KI-Modelle, Bilder und Texte sowie UI/UX bewerten, die bereitgestellten Daten in Insights umwandeln mittels OpenAI Feather im Ablauf des Machine Learnings

Technologien: OpenAI Feather

• 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.

• 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.

• Beratung zu CRM-Prozessen und Funktionen
• KI-Infusion-Workshops zur Einführung von KI-Anwendungen für kritische Geschäftsprozesse
• Prototyping – Vibe Coding mit Lovable
• Entwicklung mehrerer Apps für das globale Bid Management im CPQ-, Salesforce- und SAP-4-Hana-Umfeld
• Anforderungs- und Prozessmanagement
• Einführung eines neuen Data-Governance-Modells
• KI-Infusion – Unterstützung der Apps und Geschäftsprozesse durch KI-Anwendungen
• Portfoliomanagement für KI-Ideen: Identifikation und Auswahl von KI-Projekten im Bid Management
• Prototyping von KI-Projekten mit Lovable.dev
• Aufbau einer KI-Datenbasis in Snowflake
• Blueprint für verschiedene Geschäftsbereiche und globaler Rollout
• Ein agiler Ansatz nach dem Prinzip „Prototyp zuerst“ mit Design Thinking und Vibe Coding zur Erstellung von Prototypen für alle Anwendungen
• Vortrag auf einer globalen Konferenz zum Einsatz von KI im Geschäftsbereich und zur Validierung von Ideen mit Design Thinking & Vibe Coding
• KI-Infusion-Workshops auf globalen Konferenzen zum Prototyping von Ideen mit den Business-Stakeholdern

• Mitwirkung an der Entwicklung einer fortschrittlichen RAG-KI-Chat-Anwendung, die mehrere LLM-Modelle integriert und es Benutzern ermöglicht, je nach Aufgabe nahtlos zwischen den Modellen zu wechseln. Dadurch wurde die Benutzererfahrung verbessert, da für verschiedene Anwendungsfälle wie Terminplanung, Buchungssysteme und die Verwaltung komplexer Aufgaben passende und effiziente Lösungen bereitgestellt werden.
• Beteiligung am Entwurf und an der Implementierung einer robusten Backend-Architektur mit Spring AI, die fortschrittliche KI-Funktionen wie intelligente Aufgabenautomatisierung, Sprachverarbeitung und kontextbezogene Empfehlungen ermöglicht. Einsatz von Spring-AI-Tools und Advisors zur Verbesserung der Leistung und Entscheidungsfindung der KI-Modelle.
• Mitarbeit bei der Integration von Vektordatenbanken zur Unterstützung von Embeddings, wodurch die Anwendung Benutzeranfragen besser verstehen und auf Grundlage komplexer Echtzeit-Dateneingaben Aktionen ausführen kann.
• Mitwirkung an der Entwicklung einer nahtlosen und benutzerfreundlichen Frontend-Oberfläche mit React und TypeScript, um eine moderne, responsive und skalierbare Benutzererfahrung auf verschiedenen Plattformen sicherzustellen.
• Unterstützung bei der Implementierung der Zustandsverwaltung mit Redux RTK für einen effizienten Datenfluss und Echtzeitaktualisierungen. Dadurch wurde die Benutzererfahrung in dynamischen Szenarien wie Terminplanung und Aufgabenverwaltung optimiert.
• Zusammenarbeit mit Stakeholdern bei der Definition von Funktionsanforderungen, um sicherzustellen, dass die Anwendung an sich ändernde Geschäftsanforderungen angepasst und in andere Systeme wie Kalender- und E-Mail-Dienste integriert werden kann. Zusammenarbeit mit funktionsübergreifenden Teams, darunter Data Scientists und UI/UX-Designer, zur Feinabstimmung der KI-Modelle und zur Abstimmung mit den Projektzielen.
• Mitwirkung an der Sicherstellung der durchgängigen Systemleistung, Sicherheit und Compliance durch die Integration von Authentifizierungsmechanismen, rollenbasierter Zugriffskontrolle und sicheren Kommunikationsprotokollen in Backend und Frontend.

Technologie-Stack und wichtigste Beiträge:

• Java / Spring Boot / Spring AI: Entwicklung von Backend-Services mit Spring AI für intelligente Antworten, Aufgabenautomatisierung und komplexe Workflows.
• React / TypeScript: Entwicklung intuitiver Benutzeroberflächen mit React und TypeScript für ein reibungsloses und skalierbares Frontend.
• Redux RTK: Verwaltung des Anwendungszustands mit Redux RTK für eine optimierte Zustandsverwaltung und dynamische Echtzeitaktualisierungen.
• Vektordatenbanken: Integration von Vektordatenbanken (pgVector) zur Unterstützung von Embeddings und Verbesserung der Leistung von KI-Modellen bei komplexen Anfragen.
• PostgreSQL / Redis: Verwaltung dauerhafter und temporärer Daten mit relationalen und In-Memory-Datenspeichern für Datenintegrität und Geschwindigkeit.
• Kafka: Einsatz von Apache Kafka für ereignisgesteuerte Kommunikation und eine nahtlose Integration zwischen Microservices.
• Spring Security: Sicherung der Backend-Services durch robuste Authentifizierungs- und Autorisierungsmechanismen.
• CI/CD und DevOps: Integration kontinuierlicher Integrations- und Deployment-Pipelines für eine schnelle und sichere Bereitstellung von Funktionen und Aktualisierungen.

• Konzipierung und Implementierung eines OCI basierten DWH- und ETL-Systems zur Ablösung von Legacy-Mainframe-Anwendungen
• Entwicklung einer Strategie für die Datenbankoptimierung und Planung der schnellen Umsetzung von JCL- und COBOL-Routinen auf PL/SQL mithilfe von KI
• Entwicklung einer Oracle Apex basierten App für interne Verwaltungsprozesse im öffentlichen Dienst (Büroausstattung, Mitarbeiterschulungen)
• Implementierung von PL/SQL-Workflows für Genehmigungsprozesse und Erstellung einer responsiven mobilen Version mit JavaScript und CSS
• Nutzung von Azure DevOps für Backlog und Dokumentation sowie Git als Versionsverwaltung
• Entwicklung von REST-Schnittstellen zu CRM-Systemen
• Ablösung und Umprogrammierung von Oracle Forms-Masken durch Oracle Apex und Aktualisierung auf neueste Apex-Versionen
• Konzipierung einer Git-Branching-Strategie und Durchführung von Code Reviews
• Wartung und Weiterentwicklung eines EDI-basierten Datenaustausch-Systems auf Basis von Oracle Advanced Queuing für den öffentlichen Dienst in Österreich
• Datenanalyse und Erstellung von Diagrammen im Oracle Apex Frontend; Installation von eigenständigem ORDS und Apex 23.1
• Agile Arbeitsweise nach dem Spotify-Modell; Entwicklung komplexer Apex-Masken mit Unterstützung von Oracle JET
• Neuentwicklung und Anpassung vorhandener PL/SQL-Packages, Workarounds für Datenbank-Versionsunterschiede und Abfrageoptimierung
• Entwicklung von Apex Anwendungen für Makler-Pools zur Verwaltung und Optimierung von Oracle-Datenbanken im Bankenumfeld, inklusive SSO-basierter Berechtigungssysteme mit OAuth2 und Keycloak
• Aufbau umfangreicher Oracle Apex Anwendungen für BI- und Data-Mining-Modernisierungsprojekte sowie Entwicklung manueller und automatisierter Projektionsmethoden im Frontend
• Durchführung von Data-Warehousing-Projekten im Bankensektor und Einsatz von Scrum und Kanban in teamorientierten Projekten

• Definition der EMEA-ISV-Go-to-Market-Strategie, um indirekte SaaS-Umsätze zu steigern

• Lösung von Kundenproblemen mit KI durch Integration in neue Anwendungsfälle und Lösungen

• Aufbau eines Partner-Ökosystems und Verkauf von Partnerlösungen zur Steigerung der Plattformnutzung

• Befähigung bereichsübergreifender Teams zur Umsetzung von KI-Anwendungsfällen

• Führung eines bereichsübergreifenden Teams von 7 Vollzeitäquivalenten

• Aufbau einer durch Partner generierten EMEA-Pipeline von Grund auf mit 70 Mio. € TCV und 20 Mio. € ARR hinzugewonnenen Umsätzen durch Cloud- und Hybridlösungen

• Erhöhung der Co-Sell-Rate von 20 % auf 40 % und der Co-Delivery-Rate von 25 % auf über 50 %

• Gestaltung des Operating Models: Entwurf und Einführung eines dreistufigen KI-Governance-Betriebsmodells, Definition von Organisationsstrukturen, Rollen, Tools, Richtlinien und Prozessen auf Konzern-, Geschäftsbereichs- und Implementierungsebene, um für über 200.000 Mitarbeitende die Einhaltung von Vorschriften sicherzustellen.
• EU-KI-Gesetz-Konformität: Leitung des strategischen Screenings und der Risikoklassifizierung von über 3.800 KI-Anwendungen, Implementierung automatisierter Bewertungen für verbotene Praktiken und Anforderungen an General Purpose AI (GPAI).
• Enterprise-Rollout: Koordination der Einführung einer internen GPT-Plattform und generativer KI-Tools, Definition des Wertversprechens und der Akzeptanzstrategien für über 10.000 Nutzer.
• Architektur zur KI-Kompetenz: Entwurf eines modularen KI-Schulungsrahmens, um die Belegschaft von manuellen Legacy-Workflows auf KI-gestützte Prozesse umzustellen.
• Executive Storylining: Entwicklung strategischer Narrative für CIO und Vorstand, um Zustimmung für KI-Investitionen zu sichern, indem technische Modellleistungen in geschäftswertbasierte Zusammenfassungen übersetzt wurden.
• PMO-Infrastruktur: Aufbau einer End-to-End-PMO-Infrastruktur mit Jira, Confluence und Azure Boards zur Verfolgung des Transformationsfortschritts und abteilungsübergreifender Abhängigkeiten.

• Durchführung von Datenmanagement und statistischer Analyse für klinische Studien im Auftrag von CROs.
• Gastdozent an der Ivancity University in Paris mit Schwerpunkt auf Datenanonymisierungstechniken und Statistical Disclosure Control.
• Erbringung wissenschaftlicher und medizinischer Schreibdienstleistungen für Pharmaunternehmen.
• Durchführung von Optical-Mapping-Datenanalysen und Entwicklung von Softwaretools mit Fokus auf Algorithmusoptimierung und technischem Support.

• Patentanmeldung: Ausarbeitung und Bearbeitung europäischer Patentanmeldungen
• LLM-Anwendung: Entwicklung von LLM-basierten Tools für die automatisierte Recherche von Patentdaten und Einsatz von Python-Skripten zur Beschleunigung technischer Prüfungen.

• Redesign der „Hessischen Plattform für Migration und Flüchtlinge"
• Technologien: C#, .NET 8.0, ASP.NET WebAPI, Blazor
• Architekturprinzipien: Domain Driven Design, Mediator Pattern, Outbox Pattern, IOSP, Clean Code
• Methodologien: SCRUM, Coaching, Team Lead

• Entwicklung der SmartHub-Plattform für RepairX.io (iOS-App & Web)
• Entwicklung einer KI-gestützten Patientenmanagement-Plattform zur klinischen Entscheidungsunterstützung für das Malteser Krankenhaus zur Versorgung von Patienten ohne Krankenversicherung
• Entwicklung eines RAG-Systems (Retrieval Augmented Generation) zur intelligenten Verarbeitung medizinischer Daten für die ASCEND gGmbH
• Konzeption eines KI-gestützten Systems zur Emotionsanalyse von Gästen sowie Entwicklung von KI-Agenten für automatisierte Buchhaltung und Compliance-Checks
• Planung der RepairX.io-Plattform (Kreislaufwirtschaft) und Management eines DAO-basierten Hyperledger-Blockchain-Systems für NGOs
• Entwicklung interner Prüfsysteme für KI-Ethik-Verstöße im Gesundheitswesen (gemäß EU-AI-ACT)