TensorFlow-Experten in Hamburg

Technologien: n8n, Notion, OpenAI API, Claude, MS AI Foundry, MS CoPilot Studio, MS CoPilot, LLM, Node.js, Vercel, LangGraph, PostgreSQL, pgEdge, pgvector, Docker, LangChain, Ollama, Open WebUI

• Kontinuierliche Bewertung und Priorisierung eigener Automatisierungsbedarfe
• ~20 KI-Agenten im aktiven Einsatz: Recherche, Content-Pipelines, Dokumentenverarbeitung
• 5 n8n-Workflows für automatisierte Daten- und Prozesssteuerung
• Architektur nach denselben Prinzipien wie in Kundenprojekten: State Management, event-driven Orchestrierung, API-Integration
• Kontinuierlicher Betrieb und Weiterentwicklung

• 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.

• Aufbau einer AI & Data Consultancy Practice mit dem Ziel, europäische Unternehmen bei der Adoption von Artificial Intelligence und modernen Datenplattformen zu unterstützen
• End-2-End Weiterentwicklung eines Produktivsystems unter Einsatz von modifizierten Coding-Agenten (OpenCode). Techstack: Kubernetes, Argo, Keycloak, Typescript, Grafana, GitOps, DevOps, Playwright
• Internes Forschungsprojekt zum Einsatz Coding Agenten im Bereich mathematischer Logik für das Erstellen von formalen Modellen. Einsatz von Cursor IDE und Codex, Codex CLI. Architektur-Entwurf, Qualitätskontrolle und Refactoring, sowie das Schreiben von Code und Tests. Repository (open source) in Pre-launch verfügbar
• Forschung zur Rolle von mathematischer Logik als formale Sprache, die IT und KI mit Unternehmensprozessen verbindet.
• Projektleiter für das Erheben und Ausspielen von Abstellempfehlungen für Schienenfahrzeuge mit erheblichem Einsparpotential auf Basis von Echtzeitdaten in einem Mobilitäts- und Verkehrskonzern
• Projektleiter für das Erheben und Verteilen von Prozess-Meßpunkten in der Bereitstellung für Echtzeitsteuerung in einem Mobilitäts- und Verkehrskonzern
• Stellvertretender Anwendungsverantwortlicher für eine App zur Kommunikation in der Zuführung und Bereitstellung von Schienenfahrzeugen

• Mitgegründet das deutsche Kapitel der International Women's Coffee Alliance und zur Entwicklung der strategischen Vision sowie zur organisatorischen Strukturierung internationaler Entwicklungsinitiativen beigetragen
• Interne Arbeitsabläufe optimiert und Verwaltungsaufwand durch systematische Prozessanalyse und Dokumentation reduziert
• Governance-Rahmenwerke und Standards zur Daten-Governance entworfen und implementiert, um ESG-Konformität und Transparenzanforderungen für NGO-Aktivitäten zu unterstützen
• Umfassende Datenstrategie entwickelt, um Datenqualität, Transparenz und Reporting-Fähigkeiten im internationalen Stakeholder-Netzwerk zu verbessern

• Lösung für Microservices und Frontend-Lösung für das Stromnetz
• Leitung von Entwicklungsteams
• Technologien: React-Native, TypeScript, Kotlin, AWS, Infrastruktur als Code, Serverlose Architektur, React, NoSQL, GraphQL, Angular, Playwright, Python, ML(Ops), Kubernetes, Docker

• Leitender Entwickler von Prof. Valmed, dem ersten LLM-basierten Medizinprodukt (mit RAG auf einem medizinischen Korpus von über 2,5 Mio. Dokumenten), das eine CE-Zertifizierung erhalten hat.
• Entwarf und implementierte eine Cloud-native MLOps-Infrastruktur für die Energievehandels-Analytics-Abteilung von ENBW, wodurch die skalierbare Bereitstellung und Überwachung von Prognosemodellen ermöglicht wurde.
• Entwickelte End-to-End-Test- und Validierungs-Frameworks für KI/ML-Systeme und stellte so Qualität, Konformität und Robustheit in kritischen und regulierten Anwendungen sicher.
• Führte professionelle Schulungen zu KI-Tests, EU-Regulierungsrahmen und Qualitätssicherung für produktive KI-Systeme durch.

• Disziplinarische und fachliche Leitung des IT- und Serviceteams
• Definition und Dokumentation des Current Mode of Operation (CMO) in Confluence: Applikationslandschaft, Infrastruktur, Netzwerke, Backup & Storage
• Entwicklung des Future Mode of Operation (FMO) inkl. Prozessanalyse & Stakeholder-Interviews mit allen Fachbereichen mit Hilfe von BPMN und Flussdiagrammen
• Optimierung des Lizenzmanagements: Reduktion der laufenden Softwarekosten um ca. 17% p.a.
• Einführung und Etablierung von Jira als zentrales Tool für Projekt- und Servicemanagement
• Einführung und Ausbau der HR-Software MindKey zur Digitalisierung von Personalprozessen
• Einführung einer VoIP-Lösung mit Microsoft Teams inkl. PSTN-Anbindung zur Ablösung klassischer Telefonie
• Einführung der Produktions- und Planungssoftware OptiControl zur Digitalisierung operativer Abläufe
• Rollout von Intune als Mobile Device Management-Lösung für Windows, iOS und Android
• Aufbau von Power BI-Dashboards zur Maschinenpark-Überwachung und Finanzreporting
• Planung und Durchführung der IT-Konsolidierung von zwei Standorten für 170 User
• Einführung eines automatisierten Penetration Testings mit Pentera
• Coaching und Mentoring des Teams in agilen Methoden & Projektmanagement
• Operative Unterstützung im Tagesgeschäft: Administration, Incident & Change Management
• Steuerung externer Dienstleister und Sicherstellung der Qualität ausgelagerter IT-Leistungen
• Verantwortung für das IT-Budget inkl. Planung und Controlling
• Direkte Berichtslinie an die Geschäftsführung mit regelmäßigen Management-Reports zu IT-KPIs, Budget und Projektstatus

• 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.

• Forschung an Wirbelschichtreaktoren durchgeführt und maschinelle Lernmethoden für Prozessüberwachung und Predictive Maintenance eingesetzt.
• Reproduzierbare Workflows für Hochtemperatur-Prozessversuche entwickelt, um Datenzuverlässigkeit und Laboreffizienz zu steigern.
• Mit interdisziplinären Teams zusammengearbeitet, um AI-Modelle in traditionelle ingenieurwissenschaftliche Forschung zu integrieren.

• Aufbau von Teams für Datenfachleute – BI-Analysten, Data Scientists, Data Engineers
• Definition der Datenstrategie für alle Geschäftsbereiche zur Unterstützung kurz-, mittel- und langfristiger Unternehmensziele
• Zusammenarbeit mit Produktverantwortlichen, Management und Abteilungsleitern zur Datenunterstützung
• Budgetfestlegung, um alle Maßnahmen zu ermöglichen
• Abstimmung der Ziele des Datenteams mit Unternehmensvision, -strategie und -zielen
• Verantwortung für Data Governance sowie für die strategische Entwicklungsplanung
• Definition und Entwicklung gemeinsamer OKRs
• Direkte Berichtslinie an CTO und CEO

• 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

• Backend-APIs mit Quarkus, Kotlin, MongoDB, Docker Compose und NGINX erstellt
• Frontend mit React, TypeScript und Ant Design entwickelt