R-Experten in Köln

• 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

• 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.

• 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

• Koordinierte Rückmeldungen und Meilensteine mit internationalen Co-Autoren, um den Publikationsprozess zu optimieren
• Leitete die Datenaufbereitung und die abschließende Analyse mit Python und Matlab
• Beschleunigte den Veröffentlichungszeitplan durch effizientes Management der Abbildungserstellung und Datenrückverfolgbarkeit

• 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

• Entwurf und Leitung der Entwicklung eines automatisierten Kurzvideo-Generierungssystems.
• Aufbau eines skalierbaren AWS-Backends mit Step Functions, Lambda, S3, ECS Fargate und DynamoDB.
• Entwicklung der Videoerstellung mit OpenCV und FFMPEG; Gewährleistung wartbarer Python-Codequalität.
• Betreuung und Coaching eines Python-Entwicklers und Schulung des Kunden in AI-Workflows.
• Reduzierung der End-to-End-Produktionszeit von Stunden auf Minuten.
• Erstellung einer modularen, erweiterbaren Architektur zur Unterstützung künftiger AI-Modelle.

• Implementierung von maßgeschneiderten Reporting-Lösungen für Finanzkennzahlen, die auf spezifische Geschäftsanforderungen abgestimmt sind

• Entwicklung einer Anwendung für maschinelles Lernen, die eine Leistungssteigerung von 250% erzielte

• Datenarchitekt „Produktionsnahe Qualitätssicherung“ (03/2024–09/2024):

• Konzeption und Umsetzung einer Analyseplattform zur Erkennung von Qualitätsabweichungen in der Fertigung

• Aufbau einer skalierbaren Data-Lakehouse-Architektur auf Databricks in Kombination mit SAP ERP-Daten über SAP Datasphere

• Enge Zusammenarbeit mit dem SAP-Team zur Harmonisierung der Stücklisten- und Auftragsdaten

• Visualisierung der KPIs zur Unterstützung des Shopfloor-Managements

• Leitender Dateningenieur „Monitoring der Vertriebsleistung“ (08/2023–12/2023):

• Design und Implementierung einer Databricks-basierten Plattform zur Analyse von Verkaufszahlen und Promotion-Effekten

• Integration von SAP SD-Daten über SAP BW/4HANA

• Nutzung von Azure DevOps zur Orchestrierung von ETL-Jobs und Deployment der Workflows

• Technischer Projektleiter „Cloud-Migration & Datenstrategie“ (02/2023–05/2023):

• Migration eines heterogenen Data-Warehouse-Stacks in eine moderne Cloud-Architektur auf Azure mit Databricks als zentrale Verarbeitungsplattform

• Entwicklung einer Governance-konformen Datenarchitektur zur Integration von SAP-Finanzdaten und nicht-SAP-Quellen

Technologien: Databricks, Delta Lake, Python, SAP Datasphere, Azure DevOps, PowerBI, SQL

• Aufbau eines ausgeklügelten KI-Copiloten, um das Lernerlebnis der Studierenden zu verbessern und den Dozenten KI-basierte Einblicke zu geben.
• Aufbau eines Multi-Chain-LLM-Systems, das sich eigenständig an Nutzerbedürfnisse anpasst, mit einem auf Weaviate-Vektordatenbank basierenden RAG-System und Evaluation mit Ragas.
• Entwicklung eines responsiven React-Frontends sowie von Backendsystemen für Authentifizierung, Datenverwaltung und Hilfsdienste als RESTful API.
• Bereitstellung und Verwaltung der App in der Cloud in einer Produktionsumgebung, einschließlich CI/CD über mehrstufige Deployments.

• Bewertung des Kern-IT-Systems einer Krankenversicherung
• Strategieentwicklung für einen Hersteller von Spektroskopiegeräten
• Projektmanagement in der Produktentwicklung bei einem Medizintechnik-Hersteller
• Digitalisierung von Prozessen und Entwicklung technischer Schnittstellen für einen Telekommunikationsanbieter

• Technische Projektleitung, Anforderungsmanagement und Konzeption zur Steuerung des Datenteams bei der Entwicklung eines "predictive maintenance" Modells für die Instandhaltungsplanung der DB InfraGo.
• Statistische Modellierung und Auswertungsprogrammierung mit R Studio zur Störungsanalyse im Präventionsmanagement: Multivariate Modellierung via QuasiPoisson-, Negativ-Binomial, Lasso, offset, Splines, RandomForest.
• Umsetzung verschiedener R ShinyDashboards.
• Sparringspartner und Anforderungsmanagement Datenengineering, Datenmodell und ETL-Strecke in Tableau Prep.

• Generierung und Analyse umfangreicher RNA-Seq-Daten (>800 Proben) mit R, Python und Hochleistungsrechnern (HPC/Linux).
• Integration von Multi-Omics-Daten (genomische, transkriptomische und phänotypische Daten); Einsatz bayesscher Ansätze und maschinellen Lernens zur Untersuchung von Genexpressionsvariationen und der Vererbung komplexer Merkmale.
• Betreuung von B.Sc.- und M.Sc.-Studierenden in Versuchsplanung, Programmierung in R/Python/Bash, Biostatistik, Datenvisualisierung und wissenschaftlichen Präsentationen.

• Strategie | Konzeption | Beratung | Projektleitung | Redaktion | Texterstellung | Berichtswesen | Formatentwicklung | Kanaloptimierung

Referenzen · mobile.de | mo:re Konferenz | mobile.de/more · mediakompetent (journalist, JTI) · Bundesagentur für Arbeit · Williams Racing (Formel 1) · Katholischer Medienkongress 2022

• Ich freue mich über eine Nachricht oder E-Mail an [email]