Experten für Verarbeitung natürlicher Sprache in Hamburg

• Prüfung fachlicher und technischer Anforderungen aus Testsicht
• Erstellung von Testfällen und automatisierten Tests zur Absicherung der Anforderungen
• Durchführung manueller und automatisierter Funktions-, End-to-End- und Regressionstests
• Dokumentation der Testergebnisse und Nachverfolgung von Fehlern
• Nutzung von Modellen wie GPT-4, BERT und Hugging Face Transformers zur automatisierten Testfallgenerierung, Analyse von Testergebnissen und Verbesserung der Testabdeckung, einschließlich Bias-Checks und Sicherheitsüberprüfungen
• Techs: MS Office, Jira, Zephyr, Confluence, Tosca, Stakeholder-Kommunikation, Agil, Kanban, SCRUM, OpenAI API, Hugging Face, PyTorch, LangChain.

Selbstständige Erkundung von Methoden zur Entwicklung agentischer KI, von der Idee bis zu einer funktionierenden, öffentlich nutzbaren Anwendung

• Ein interaktives Planungstool zur Modellierung von Altersvorsorge-Entnahmen und Steuerstrategie mit einem agentischen KI-Entwicklungsansatz (Vibe Coding) gebaut – als Beispiel für die eigenständige Untersuchung neuer KI-gestützter Entwicklungsmethoden
• Live-Projektionen für Ausgaben unter Berücksichtigung von Steuern und anpassbare Nutzereingaben geliefert; als kostenlose Browser-Anwendung ohne Installation in Python umgesetzt, mit Fokus auf Nutzbarkeit für nicht-technische Anwender

• Erfolgreich einen 3,5-monatigen Data-Science-Kurs abgeschlossen und den Titel „Certified Data Scientist“ von XDi, Deutschland (AZAV-zertifiziert), erworben.
• Behandelte überwachtes und unüberwachtes maschinelles Lernen.
• Behandelte natürliche Sprachverarbeitung mit Python.

Umzug von Großbritannien nach Deutschland und strukturierte Übergangsphase mit Fokus auf die Konsolidierung meiner Führungserfahrung in Datenplattformen, Analytics und KI sowie die Formalisierung entscheidungszentrierter Daten- und KI-Frameworks inklusive Governance-Modelle zur Vorbereitung auf meine nächste langfristige Führungsrolle.

• Entwarf und implementierte LLM-basierte KI-Agenten, RAG-Pipelines und Vektorsuchlösungen zur Entscheidungsunterstützung in der Retail-Banking-Abteilung.
• Entwickelte und lieferte robuste KI-Pipelines mit Schutzmechanismen, Fehlerbehandlung, Monitoring und Fallback-Logik, um hohe Zuverlässigkeit und Einhaltung der Datenschutzbestimmungen zu gewährleisten.
• Entwickelte und implementierte ML-Modelle zur Erkennung von Transaktionsanomalien, wodurch die Betrugserkennung und Risikobewertung in großen Datensätzen für das Kreditrisikomodell verbessert wurden.
• Erstellte, bewertete und optimierte ML-Modelle zur Generierung von Propensity Scores für Kunden, die in personalisierten Targeting-Kampagnen für Kreditkarten und Privatkreditprodukte eingesetzt wurden.
• Entwickelte eine NLP-Pipeline mit BERT-Embeddings und spaCy NER für SMS-/E-Mail-Analysen und Kundenanfragenprotokolle.
• Trainierte Machine-Learning-Modelle mit Isolation Forest, um Nutzerverhalten zu klassifizieren und Anomalien zu erkennen.
• Extrahierte, bereinigte, angereicherte und feature-engineerte Datensätze aus verschiedenen Quellen, um Feature Stores zu erstellen, die das Training von ML-Modellen ermöglichten.
• Leitete die Entwicklung von Dashboards mit Power BI, Grafana und Prometheus zur Überwachung der Modellleistung, KPI-Trends und Marketing-Kennzahlen.
• Erstellte Multi-Touch-Attributionsmodelle mit logistischer Regression und zeitverfallbasierten Gewichtungen zur Bewertung der Lead-Qualität.
• Entwickelte skalierbare ETL-Pipelines aus CRM, T24, SAP und ERP zur Unterstützung von Millionen monatlicher Transaktionen.
• Integrierte Testverfahren und CI/CD-Workflows für eine stabile Bereitstellung von Datenpipelines.

• Abgeschlossen 3 Video- und multimodale Evaluationsprojekte und über 80 hochkomplexe Videos mit 90 % QA-Bestehensrate ausgeliefert
• Verbesserte Annotations-Workflows und QA-Gates, wodurch die durchschnittliche Bearbeitungszeit um 15 % und die Nacharbeit um 23 % reduziert wurde

• Verantwortung für den Vertrieb inklusive Marketing sowie das Finanzcontrolling.
• Sammlung von fast sechs Jahren Erfahrung in den Bereichen Projektmanagement, Projektentwicklung und bautechnische Beratung.
• Anwendung von Fachwissen zur Unterstützung der Geschäftsentwicklung und administrativen Steuerung.

• Datenpipelines für rohe und kuratierte Datenschichten mit AWS S3, Glue, Athena und Lake Formation erstellen
• CI/CD mit GitHub Actions oder GitLab CI und CodePipeline einrichten
• Modelle in Demo-APIs prototypisch umsetzen, mit Docker verpacken, in Git versionieren, Grundtests mit pytest hinzufügen und Deployments auf AWS SageMaker Endpoint unterstützen
• Explorative Datenanalyse und Feature Engineering mit pandas und PySpark durchführen; Experimente in MLflow oder Weights and Biases nachverfolgen
• A/B-Tests entwerfen und durchführen, um das Nutzerengagement zu optimieren und datenbasierte Entscheidungen zu treffen

• Ausgangslage: Ein mittelständisches Traditionsunternehmen – technologisch weit vorn, im Marktauftritt aber in der Vergangenheit. Ohne richtungsweisende Vision für die neue Generation.
• Ziel: Eine klare Positionierung für die Zukunft: Differenzierung vom globalen Wettbewerb, ein moderner Markenauftritt, der Stolz nach innen und Sichtbarkeit nach außen erzeugt.
• Lösung: Eine Vision, die alle eint – inklusive Positionierung und neuem Corporate Design. Übertragung der DNA in Website, Texte, Übersetzungen und Merch-Artikel – eine Marke, die nicht nur gestaltet, sondern gelebt wird.
• Ergebnis: Aus Unsicherheit wurde ein klares Bild. Wester tritt heute als modernes Familienunternehmen auf, das dem Claim „Ein Korn gestaltet die Zukunft“ Haltung zeigt.

• Erlangte die AWS Certified Cloud Practitioner-Zertifizierung.

• Beherrschte Rust durch Selbststudium mit Büchern, Online-Kursen und Beiträgen zu Open Source.

• Entwickelte eine serverlose Webanwendung mit AWS (RDS, Lambda, Polly, Amplify) und TypeScript/React/D3; verwaltete die Infrastruktur mit CDK.

• Hielt mich kontinuierlich über Branchentrends auf dem Laufenden durch Selbststudium, Webinare und Workshops und erkundete Data Mesh und FastAPI.