Natural Language Processing Experten in Frankfurt

Statistischer Prognosealgorithmus

• Verbesserung eines statistischen probabilistischen Prognosealgorithmus für Umsätze + Evaluierung
• Migration von R/On-Premise zu Python/Snowflake
• Überführung in den Produktivbetrieb auf Snowflake in Zusammenarbeit mit Data Engineers & DevOps

Monitoring-Dashboard

• Data Engineering zur Aufbereitung & Bereitstellung notwendiger Daten/Ressourcen auf Snowflake
• Entwicklung & Bereitstellung eines Streamlit-Dashboards in Snowflake

ML-basierte probabilistische Prognosen auf Vertex AI

• Entwicklung eines ML-basierten probabilistischen Prognosealgorithmus von Grund auf
• Implementierung einer MLOps-Pipeline in Kubeflow auf Google Cloud Vertex AI

Tech Stack: Python, Snowflake/Snowpark, R, Streamlit, Gitlab/Gitlab CICD, Terraform, Google Cloud, Vertex AI (aiplatform SDK, gcloud CLI, Feature Store, Model Registry usw.), kubeflow

• Vortrag zur Einführung in generische K.I. und Large Language Models
• Erläuterung rechtlicher Rahmenbedingungen (EU AI Act, US CLOUD Act, DSGVO)
• Systematische Betrachtung von KI-Tools entlang des SDLC und Holistische Systeme
• Vergleich On-Prem LLMs vs. cloudbasiert sowie Change-Management und Betriebsrat
• Moderation der Diskussion und Ableitung nächster Schritte für die Einführung von KI Entwicklungstools

• Leitete die Entwicklung und Einführung einer auf die Automobilindustrie zugeschnittenen Lösung für generative KI mit dem Schwerpunkt auf der Verbesserung der Kundenerfahrung durch KI-gestützte Innovationen.

• Führte umfassende Marktanalysen durch, um besondere Herausforderungen und Chancen im Automobilsektor zu verstehen. Analysierte dafür Branchentrends, Kundenprobleme und Angebote der Wettbewerber und nutzte die Ergebnisse für die Produktstrategie.

• Entwickelte eine strategische Vision für die Lösung für generative KI mit dem Ziel, personalisierte Kundenerlebnisse zu schaffen, und stimmte die Produktvision auf die langfristigen Unternehmensziele und die Anforderungen des Automobilmarktes ab.

• Steigerte die Kundenzufriedenheit durch die Einführung personalisierter KI-gestützter Funktionen und erreichte eine Steigerung von 15% bei Kundenbindung und -loyalität.

• Nahm an Workshops zur KI-Strategie für die Kundenerfahrung teil und vertrat Audi AG auf Konzernebene.

• Setzte Kenntnisse über rekurrente neuronale Netze und Transformer-Architekturen ein.

• Nutzte Frameworks für generative KI von GPT-3.

• Setzte TensorFlow und PyTorch für maschinelles Lernen ein.

• Nutzte Tableau von Salesforce für Datenanalyse und Visualisierung.

• Tätig als Lösungsmanager im Team Business Architecture.

• Arbeitete mit Geschäftspartnern innerhalb von Audi OEM zusammen, um Anforderungen für die CRM-Strategie zu erfassen, darunter die Marketingabteilung, CRM-Leiter in verschiedenen Ländern, Marken der VW group und CARIAD SE.

• Vertrat Audi AG bei CRM-Strategie-Workshops in verschiedenen Ländern.

• Besprach die CRM-Strategie mit dem Leiter CRM und Data auf Grundlage der Workshop-Ergebnisse.

• Führte Geschäftsanalysen der erhobenen Marktdaten durch, um die Kundenerfahrung zu verbessern.

• Plante und startete Marketingkampagnen wie Willkommensmailings, Erinnerungen zur Lizenzverlängerung, Audi Progress Circle und Black-Friday-Kampagnen.

• Verwaltete das Projektbudget.

• Tätig als Lösungsmanager im ONE.CRM-Team bei CARIAD SE, ausgeliehen von Audi AG.

• Arbeitete mit den Business Ownern der Marken der VW group zusammen, um eine zentrale Lösung zu entwickeln.

• Vertrat CARIAD SE bei CRM-Strategie-Workshops in Spanien, Frankreich und Italien.

• Besprach die CRM-Strategie mit dem Leiter CRM bei CARIAD SE auf Grundlage der Workshop-Ergebnisse.

• Führte Geschäftsanalysen von Markt- und Markendaten durch, um die Kundenerfahrung zu verbessern.

• Plante und realisierte Kampagnenfunktionen von der Vorlage bis zur Umsetzung für Marken wie Willkommensmailings für Audi AG, SEAT und SKODA.

• Verwaltete das Projektbudget gemeinsam mit dem Leiter CRM.

• Entwicklung einer API zur Aufnahme, Bereinigung, Übersetzung und Indexierung von EU-Ausschreibungsdokumenten in Neo4j, die eine hybride Suche mit RAG- und Cypher-Abfragen über ein Streamlit-Dashboard ermöglicht
• Bereitstellung der API auf AWS Lightsail Container Services mit CI/CD-Automatisierung über GitHub Actions und Sicherstellung der Stabilität durch pytest-Unit- und Integrationstests
• Konzeption und Entwicklung eines umfassenden Online-Kurses zur Datenanalyse mit ChatGPT für Fachkräfte und Lernende, einschließlich Lehrvideos und interaktiver Jupyter-Notebooks
• Einsatz von OBS und professioneller Audioausrüstung zur Sicherstellung hochwertiger Video- und Audioinhalte
• Leitung eines Projekts zur Normalisierung und Bereinigung von CRM-Daten, visualisiert durch ein Sankey-Diagramm zur Unterstützung des Kundenverständnisses und der Pipeline-Entwicklung
• Umsetzung und Validierung einer von genAI unterstützten Web-Crawling-Strategie auf AWS zur Sicherstellung von Datenqualität und Skalierbarkeit sowie zur Anreicherung von CRM-Daten

KI-gestützte Plattform für automatisierte UX-Validierung und Designer-Unterstützung

• Konzeption und technische Leitung einer unternehmensweiten KI-Lösung zur automatisierten UX-Überprüfung, die die Designqualität verbessert und manuelle Review-Prozesse in den Teams deutlich reduziert
• Entwicklung eines automatischen UX-Validierungstools als Figma-Plugin und Web-Anwendung, das auf Basis interner Richtlinien Testfälle generiert und aktuelle Designs zuverlässig auf Konsistenz und Standardkonformität prüft
• Umsetzung eines interaktiven Designer-Chats auf RAG-Basis, der Fragen zum aktuellen Design sowie zu den UX-Richtlinien des Unternehmens beantwortet sowie Konzeption der Deployment-Architektur auf Basis containerisierter Services
• Python, Azure OpenAI, PostgreSQL, REST API, Docker, OpenShift, Helm, CI/CD, Figma MCP, LLM, RAG, Prompt Engineering, GenAI, XAI, KI-Architektur, KI-Strategie

• Power-BI-Dashboards erstellt und datenbasierte Strategien auf digitalen Plattformen ermöglicht

• Zentrales Build und Bereitstellung für 20+ Anwendungen, 100+ Pipelines/Tag, 700+ GitLab-Projekte
• Build-Pipelines für Go, Java und JavaScript
• Provisionierung von 100+ Komponenten
• Qualitätssicherung über GitLab Code Quality und SonarQube
• Prüfung auf Abhängigkeiten, Lizenzierung und Schwachstellen
• Release-Bildung über Jira und ServiceNow
• SBOM, Lieferkettensicherheit, Distroless-Images
• PoC GitLab Runner: Nomad vs. Kubernetes
• Technologien: Artifactory, buildah, GitLab Premium, Go, Gradle, Jenkins, Mend, Podman

• Bewertete Suchergebnisse auf Relevanz, Genauigkeit und Qualität gemäß den Vorgaben.
• Führte Datenannotation und Inhaltskennzeichnung für KI-Trainingsmodelle durch.
• Bewertete Nutzerabsichten, um Suchmaschinenalgorithmen zu verfeinern und zu verbessern.
• Lieferte linguistische Einblicke zur Optimierung der mehrsprachigen Suche.
• Überprüfte KI-generierte Antworten zur Verbesserung der Sprachverarbeitung (NLP).

• Entwicklung von NLP (KI) Produkten für die öffentliche Verwaltung unter Beachtung der erhöhten Anforderungen an Sicherheit
• Verwaltungsassistent mit Chatbot und Assistenz beim Verfassen von Emails und Einladungen
• Intelligente Suche über parlamentarische Anfragen mit Schlagworten, Textmarkierung und Verlinkung weiterer Informationen
• Leitung eines Teams zur Erstellung von Prototypen zur Verprobung von Produktideen aus dem NLP/KI Bereich
• Unternehmensweite Ansprechpartnerin für NLP (KI) Produkte
• Etablierung von Prozessen zur internen Produktentwicklung
• Erstellung und Durchführung von Quality Gates
• Unterstützung eines agilen Teams als Scrum Master
• Aufbau skalierter Strukturen nach SAFe (Scrum of Scrums, Problem Solving Workshop, Single Source of Truth)
• Aufbau und Formen des Teams (Kick Off, Pulse Checks, Retros)
• Moderation von SoS, Kick Off, Standardtermine und PL/SM Workshops
• Unterstützung und Coaching eines unerfahrenen Product Owners

• Transformationen von Daten
• IT-Unternehmen mit mehr als 100 Mitarbeitern
• Softwareherstellung
• Datenaugmentierung und Normalisierung, Transformation von Bildern, Konvertierung von Formaten, Zusammenführung von Daten aus mehreren Quellen
• Werkzeugsatz: Java, Helm, Kubernetes, Kafka, OpenCV, IntelliJ IDEA, gradle, git, Docker, Containers, Scrum