R Shiny Experten in Deutschland

• Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
• Implementierung automatisierter End-to-End-Cloud-Prozesse
• Entwicklung von LLM- und NLP-Modellen
• Erstellung interaktiver Reports
• Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten

Entwicklung von KI- und klassischen Modellen zur Analyse von Medizin- und Patientendaten, u. a. Medikationsanalysen, Diagnoseanalysen, Prognosen, Prozeduranalysen, Dosierungsanalysen, Komorbiditätsanalysen, Verordnungsanalysen, Patientenpotenzialanalysen, Überweisungsprofilanalysen, Verordnungsanalysen. Analysen im Bereich Real World Evidence.

• Aufnahme der Kundenanforderungen
• Planung des Teilprojekts
• Konzeption und Definition von KPIs
• Konzeption und Entwicklung von Modellen und Visualisierungen der Ergebnisse mittels Kundendashboards
• Erarbeitung und Umsetzung von DWH-Anpassungen
• Ableitung von Handlungsempfehlungen

Methoden, Technologien: Simulation, Künstliche Intelligenz, Python, R, SQL, Microsoft Power BI, Amazon Web Services, Elasticsearch, PostgreSQL, Databricks, multivariate Statistik

• Unterstützung des Projekts Internationaler Webauftritt der BA (IntWeb) im Bereich Qualitätsmanagement mit dem Ziel die Verantwortung für die Qualität der Prozesse und Projektergebnisse unter Berücksichtigung der BA-Standards zu übernehmen. Kernziele des Projekts lauten: den Fachkräften im Ausland einen schnellen Überblick über ihre Chancen für den Weg nach Deutschland zu geben und sie durch den Zugang zu Dienstleistungen in die Lage zu versetzen, die dafür notwendigen Schritte konsequent & digital unterstützt gehen zu können.

• Vorgaben der grundsätzlichen Richtlinien mit dem QS-Handbuch

• Zusammenfassen der Prüfergebnisse in QS-Berichten für PLA

• Analyse der Projektergebnisse auf Verbesserungsmöglichkeiten

• Qualitätsmanagement der Anforderungsanalyse (insbesondere Prozesse, Methoden und Werkzeuge)

• Sicherstellung der Einhaltung der SERA-Vorgaben

• Erstellung eines Projektübergreifenden Testkonzepts

• Vereinbarung von Sprintabschlussberichte

• Formales Review von Arbeitsergebnissen gemäß Vorgaben und/oder Projektplan

• Ansprechpartner für Innenrevision, externe Audits durch Wirtschaftsprüfer oder BRH (Bundesrechnungshof)

• Technologien: JIRA, Confluence, MS Office, GitLab, Kubernetes

• Erforschung multimodaler KI-Systeme zur Integration von Bild-, Text- und strukturierten Daten.
• Aufbau von End-to-End-KI-Pipelines für Datenverarbeitung, Modelltraining und -bewertung.
• Entwicklung und Test von Bildverarbeitungs- und Bilderkennungslösungen mit Deep Learning.

• 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.

• Entwickelte eine Retrieval-Augmented-Generation-(RAG)-Anwendung mit LangChain und LangGraph zur Analyse von Unternehmensdokumenten, bereitgestellt als installierbare Electron-Desktop-App mit lokalen KI-Modellen über Ollama.
• Bietet aktuell fortlaufenden KI-Feature-Support für das Loan Pricing Tool der Hamburg Commercial Bank mit einem Einsatz von drei Tagen pro Monat.
• Konzipierte Kubernetes-native Lösungen, einschließlich Helm-Chart-Konfiguration und Azure DevOps-Pipeline-Integration.

• Umsetzung der Geschäftsvorgang-Layouts für das Online-Banking UI unter Einhaltung von BITV (Accessibility)
• Technologien: JavaScript, jQuery, LESS

• Entwicklung & Deployment eines interaktiven Dashboards, das es Benutzern ermöglicht, Datensätze zur visuellen Analyse auszuwählen.

• Die Anwendung unterstützt Filter, KI-basierte Interpretationen und einen Chatbot für Benutzerinteraktionen.

• shiny, openai, mirai, plotly, mapgl, duckdb, AWS, ShinyProxy, Docker Swarm

• Entwickelte eine React-basierte Forschungsplattform mit interaktiven 3D-/AR-Produktvisualisierungs-Workflows.
• Implementierte Interaktions-Tracking und Nutzungsanalysen, um das Nutzerverhalten und die Feature-Nutzung innerhalb der Plattform zu messen.
• Setzte die Forschungsplattform produktiv ein und integrierte ein R-Shiny-Analyse-Dashboard, das Forschern ermöglicht, Meta-Analyse-Ergebnisse interaktiv in einer einheitlichen Plattform zu erkunden.

• Einsatz KI-getriebener CADD-Methoden zur Optimierung biosynthetischer Wege und Molekülscreenings.
• Integration synthetischer Biologie und rechnergestützter Chemie-Workflows für schnelle In-silico-Experimente.
• Automatisierte ML-Pipelines mit Python, PyTorch und Scikit-learn unter Linux, was zu verbesserten Modelltests und höherer Reproduzierbarkeit führte.

• Umsetzung und Abbildung regulatorischer Anforderungen (CSRD, ESRS) in Shiny-Dashboards und Backend-Funktionalitäten
• Konzeption und Entwicklung datengetriebener Module in Shiny inkl. ESG-Kennzahlen und Reporting-Templates
• Integration von Datenquellen (SQL, SAP HANA, APIs, CSV/Excel) über DBI, odbc, httr und readr
• Erstellung interaktiver Visualisierungen mit plotly, highcharter und DT (DataTables)

• Trainieren von Machine-Learning-Modellen für unterschiedliche Zwecke.
• Programmierung mit Sprachen wie R und Python, je nach Projektanforderungen.
• Entwicklung, Test und Wartung von R-Shiny-Anwendungen für die Halbleiter-Wafer-Fertigung.
• Dokumentation von Code, Projektanforderungen, Designentscheidungen und Entwicklungsprozessen.
• Durchführung von Integrationstests und Debugging, um die korrekte Funktion der Software zu gewährleisten.
• Programmierung, Debugging und Einhaltung von Qualitätsstandards für reibungslose Abläufe.
• Einsatz von Git und GitHub zur Verwaltung von Änderungen und effizienten Zusammenarbeit mit Entwicklern.
• Einsatz von Docker und Jenkins zur Containerisierung von Anwendungen.
• Aktuelle Tools, Technologien und Best Practices in der Softwareentwicklung verfolgen.
• Unterstützung im MES (Manufacturing Execution System).
• Einbindung in Projektmanagement, z. B. Priorisierung von Aufgaben und Zeitplanung.
• Wartung und Optimierung der bereitgestellten Apps.

• Entwicklung und Wartung von Datenanalyse-Pipelines für pflanzensynthetische Genomik mit Schwerpunkt auf Chloroplasten-Engineering.
• Entwicklung einer Pipeline zur Detektion echter NUPTs (nukleare Plastiden-DNA-Einschübe) in Pflanzengenomen mit Lang-Read-Sequenzierungsdaten.

• 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.