Machine Learning Engineer: AVV Prüfung
2B Advice GmbH
Schlagwörter
Microsoft Azure
Künstliche Neurale Netzwerke
Python
Pytorch
HTML
Java
ABAP
APIs
Künstliche Intelligenz
Data Analysis
Skills
Programmiersprachen: Python, Java, C++, ABAP, Julia, HTML
Tools / Methoden: Explorative Datenanalyse, Matplotlib, Microsoft Azure Data Lake Storage, NumPy, Pandas, seaborn, Microsoft Azure Data Factory, Microsoft Azure Storage, Microsoft Azure Stream Analytics, MS Power BI, PostgreSQL, Tableau Software, Linux, Scrum, Azure DataEngineer (Certified), CI/CD, LaTeX, Hugging Face, Hyperparameteroptimierung, Linux-shell, Windows Azure, Klassifikation, Altlassian Confluence, Anaconda, Git, GitLab, Jupyter Notebooks, Microsoft Teams, Poetry - Python, PyCharm, Visual Studio Code, Jira, Slack, streamlit, Docker, JavaScript Object Notation, Kubernetes, Microsoft Azure Cloud Services, Dev Container, Flask, GitLab CI/CD, HELM, Postman, Spark, FastAPI, Swagger
AI / ML / Data Science: bestärkendes Lernen, ChatGPT, Deep Q-Network, graph neural network, Großes Sprachmodell, gym, LangChain, Long Short-Term Memory, Multi-agent reinforcement learning, Natural Language Toolkit, OpenAI API, Prompt Engineering, PyTorch, Scikit-Learn, Transformer Modell, Convolutional Neural Network, mlflow, PyTorch Geometric, SpaCy, Stable-Baselines3, TensorFlow, Weights and Biases, Zeitreihenanalyse, Gaussian mixture Modell, Gensim, CMA-ES
Stärken: Strukturierte lösungs- und detailorientierte Denken, starke Kommunikationsfähigkeit, analytischen Denkansatz, hohe Lernkompetenz
Tools / Methoden: Explorative Datenanalyse, Matplotlib, Microsoft Azure Data Lake Storage, NumPy, Pandas, seaborn, Microsoft Azure Data Factory, Microsoft Azure Storage, Microsoft Azure Stream Analytics, MS Power BI, PostgreSQL, Tableau Software, Linux, Scrum, Azure DataEngineer (Certified), CI/CD, LaTeX, Hugging Face, Hyperparameteroptimierung, Linux-shell, Windows Azure, Klassifikation, Altlassian Confluence, Anaconda, Git, GitLab, Jupyter Notebooks, Microsoft Teams, Poetry - Python, PyCharm, Visual Studio Code, Jira, Slack, streamlit, Docker, JavaScript Object Notation, Kubernetes, Microsoft Azure Cloud Services, Dev Container, Flask, GitLab CI/CD, HELM, Postman, Spark, FastAPI, Swagger
AI / ML / Data Science: bestärkendes Lernen, ChatGPT, Deep Q-Network, graph neural network, Großes Sprachmodell, gym, LangChain, Long Short-Term Memory, Multi-agent reinforcement learning, Natural Language Toolkit, OpenAI API, Prompt Engineering, PyTorch, Scikit-Learn, Transformer Modell, Convolutional Neural Network, mlflow, PyTorch Geometric, SpaCy, Stable-Baselines3, TensorFlow, Weights and Biases, Zeitreihenanalyse, Gaussian mixture Modell, Gensim, CMA-ES
Stärken: Strukturierte lösungs- und detailorientierte Denken, starke Kommunikationsfähigkeit, analytischen Denkansatz, hohe Lernkompetenz
Projekthistorie
09/2023
-
bis jetzt
Entwicklung eines Systems zur automatisierten Prüfung der Vollständigkeit von Auftragsverarbeitungsverträgen auf Basis von Large Language Models (LLMs).
Aufgaben: Informationsextraktion aus unstruktiertem Text mit langchain und Azure OpenAI; Entwurf und Bereitstellung des Services als API innerhalb eines Docker-Containers;
Programmiersprachen: Python
Tools: Git, Jira, GitLab CI/CD, Docker, Azure OpenAI, FastAPI, Chainlit
AI/ML/Data Science: Textextraktion, Large Language Modelle
Aufgaben: Informationsextraktion aus unstruktiertem Text mit langchain und Azure OpenAI; Entwurf und Bereitstellung des Services als API innerhalb eines Docker-Containers;
Programmiersprachen: Python
Tools: Git, Jira, GitLab CI/CD, Docker, Azure OpenAI, FastAPI, Chainlit
AI/ML/Data Science: Textextraktion, Large Language Modelle
07/2023
-
03/2024
Machine Learning Engineer: KI-gestützte Analyse von legislativen Dokumenten
msg Systems AG
Entwicklung eines KI-basierten Tools, um Analysten dabei zu unterstützen, Stakeholder-Stellungnahmen zum Referentenentwurf des Kindergrundsicherungsgesetzes auszuwerten.
Aufgaben: Prompt-Engineering für LLMs von AlephAlpha und OpenAI (GPT-3.5 und GPT-4), Entwicklung einer Pipeline für die Verarbeitung von unstrukturierten PDF Dokumenten, Informationsextraktion mit LLMs, Semantische Suche
Programmiersprachen: Python, SQL
Tools: Streamlit, Git, GitLab CI/CD, Docker, Kubernetes, Azure, Poetry, Jira, Confluence, Azure
AI/ML/Data Science: Textextraktion, Datenanalyse, Large Language Modelle
Aufgaben: Prompt-Engineering für LLMs von AlephAlpha und OpenAI (GPT-3.5 und GPT-4), Entwicklung einer Pipeline für die Verarbeitung von unstrukturierten PDF Dokumenten, Informationsextraktion mit LLMs, Semantische Suche
Programmiersprachen: Python, SQL
Tools: Streamlit, Git, GitLab CI/CD, Docker, Kubernetes, Azure, Poetry, Jira, Confluence, Azure
AI/ML/Data Science: Textextraktion, Datenanalyse, Large Language Modelle
06/2023
-
07/2023
Machine Learning Engineer: Voicebot für Hotel-Empfang
AMAI GmbH
(Internet und Informationstechnologie)
Aufgaben: Analyse des Stand der Technik zum Finetuning von LLMs; Identifikation von LLM Agent Usecases auf Basis von ChatGPT sowie von lokalen LLMs auf Open-Source-Basismodellen; Prototypische Realisierung eines Agenten zum Buchen von Terminen; Deployment von Flowise auf AKS (Azure Kubernetes Cluster)
Programmiersprachen: Python
Tools: OpenAI API, ChatGPT, Langchain, Flowise, Microsoft Azure, Helm, Kubernetes
AI/ML/Data Science: Prompt Engineering, Natural Language Processing, Large Language Models (LLMs)
Programmiersprachen: Python
Tools: OpenAI API, ChatGPT, Langchain, Flowise, Microsoft Azure, Helm, Kubernetes
AI/ML/Data Science: Prompt Engineering, Natural Language Processing, Large Language Models (LLMs)
05/2023
-
07/2023
Data Scientist: KI-basierte B2B-Lösung für die telefonische Vereinbarung von Arztterminen
Deutsche Telekom
(Telekommunikation)
Aufgaben: Erweiterung und Verbesserung des KI-Ansatzes für Zuordnung von Patientenaussagen zu den angebotenen Services durch den Einsatz von Large Language Models (LLM); Generierung von synthetischen Daten mit ChatGPT und Prompt Engineering; Verbesserung des KI-Ansatzes für die Zuordnung von Patientenaussagen zu den angebotenen Services; Auswertung von verschiedenen multilingualen Sprachmodellen als Embedding Modelle für die semantische Suche - fasttext, DistilBERT, gBERT, OpenAI Ada; Auswertung von Ansätzen basierend ausschließlich auf LLMs, ohne semantische Suche
Programmiersprachen: Python
Tools: OpenAI API, ChatGPT, Langchain, Jupyter Notebook
AI/ML/Data Science: Prompt Engineering, Natural Language Processing, Large Language Models (LLMs), Semantic Search
Programmiersprachen: Python
Tools: OpenAI API, ChatGPT, Langchain, Jupyter Notebook
AI/ML/Data Science: Prompt Engineering, Natural Language Processing, Large Language Models (LLMs), Semantic Search
05/2021
-
09/2022
DataOps
Siemens AG
Rolle: Werkstudent
Aufbereitung, semantische Modellierung, Reinigung und Transformation von Industriedaten aus verschiedenen Protokollen mit dem Hauptziel maschinelles Lernen zu entwickeln
Aufgaben: Evaluierung von DataOps Tools Bedürfnissen; Marktanalyse; Entwicklung von Proofs of Concept für Predictive Maintenance und intelligente MES (Manufacturing Execution Systems); Vorbereitung und Leitung eines internen Workshops zum Thema Konzepte der Datenanalyse
Programmiersprachen: Python
Tools: Jupyter Notebooks, scikit-learn, NumPy, Pandas, Microsoft Office
AI/ML/Data Science: Clustering, Anomaly Detection, Predictive Maintenance
Aufbereitung, semantische Modellierung, Reinigung und Transformation von Industriedaten aus verschiedenen Protokollen mit dem Hauptziel maschinelles Lernen zu entwickeln
Aufgaben: Evaluierung von DataOps Tools Bedürfnissen; Marktanalyse; Entwicklung von Proofs of Concept für Predictive Maintenance und intelligente MES (Manufacturing Execution Systems); Vorbereitung und Leitung eines internen Workshops zum Thema Konzepte der Datenanalyse
Programmiersprachen: Python
Tools: Jupyter Notebooks, scikit-learn, NumPy, Pandas, Microsoft Office
AI/ML/Data Science: Clustering, Anomaly Detection, Predictive Maintenance
11/2019
-
03/2021
Entwicklung von Proofs of Concept für Kunden im Finanzsektor
SAP SE
Rolle: Werkstudent
Extraktion von Informationen aus Zahlungsvermerken
Aufgaben: Selbstständiges Arbeiten und Arbeiten im Team an Proofs of Concept im Finanzsektor; Extraktion von Informationen aus unstrukturiertem Text; Datenanalyse; Erzeugung synthetischer Kontotransaktionsdaten; Prognosen eingehender Zahlungen zur Vermeidung von Überziehungskrediten; Evaluierung und Training von ML Modellen; Präsentation der Ergebnisse beim Kunden
Programmiersprachen: Python, ABAP
Tools: Keras, TensorFlow, PyTorch, REST-API
AI/ML/Data Science: RNN, Arima, SVM
Extraktion von Informationen aus Zahlungsvermerken
Aufgaben: Selbstständiges Arbeiten und Arbeiten im Team an Proofs of Concept im Finanzsektor; Extraktion von Informationen aus unstrukturiertem Text; Datenanalyse; Erzeugung synthetischer Kontotransaktionsdaten; Prognosen eingehender Zahlungen zur Vermeidung von Überziehungskrediten; Evaluierung und Training von ML Modellen; Präsentation der Ergebnisse beim Kunden
Programmiersprachen: Python, ABAP
Tools: Keras, TensorFlow, PyTorch, REST-API
AI/ML/Data Science: RNN, Arima, SVM
11/2017
-
10/2019
Entwicklung, Refactoring, Testen und Dokumentation von Python-Implementierungen
Universität Heidelberg - Anglistisches Seminar
Rolle: Studentische Hilfskraft
Aufgaben: Entwicklung, Refactoring, Testen und Dokumentation von Python-Implementierungen, z. B. für Text Mining, semantische Modelle und Datenvisualisierung; Analyse von historischen Korpora; Erstellen und Visualisierung von Knowledge Graphs
Programmiersprachen: Python, HTML
Tools: NetworkX, Requests, Flask, Twitter API, Google Maps API, Gensim, Keras, SpaCy, NLTK, Gephi, Visual Studio Code
AI/ML/Data Science: Wort- und Dokumenten Embedding
Aufgaben: Entwicklung, Refactoring, Testen und Dokumentation von Python-Implementierungen, z. B. für Text Mining, semantische Modelle und Datenvisualisierung; Analyse von historischen Korpora; Erstellen und Visualisierung von Knowledge Graphs
Programmiersprachen: Python, HTML
Tools: NetworkX, Requests, Flask, Twitter API, Google Maps API, Gensim, Keras, SpaCy, NLTK, Gephi, Visual Studio Code
AI/ML/Data Science: Wort- und Dokumenten Embedding
10/2018
-
02/2019
Leitung des Tutoriums "Statistische Methoden für die Computerlinguistik"
Universität Heidelberg
Rolle: Tutor
Aufgaben: Leitung des Tutoriums "Statistische Methoden für die Computerlinguistik"; Korrigieren von Hausaufgaben; Vorbereitung von Hilfsmaterialien und Demos
Programmiersprachen: Python
Tools: Microsoft Excel, NumPy, Pandas, Jupyter Notebooks
Aufgaben: Leitung des Tutoriums "Statistische Methoden für die Computerlinguistik"; Korrigieren von Hausaufgaben; Vorbereitung von Hilfsmaterialien und Demos
Programmiersprachen: Python
Tools: Microsoft Excel, NumPy, Pandas, Jupyter Notebooks
Zertifikate
Microsoft Certified: Azure Data Engineer Associate
Microsoft
2024
Certified Kubernetes Application Developer (CKAD)
The Linux Foundation
2023
Azure Devops: Introduction to CI/CD with Visual Studio
Coursera
2023
ML Pipelines on Google Cloud
Coursera
2023
Scalable Machine Learning on Big Data using Apache Spark
Coursera
2023
MLOps Essentials: Model Deployment and Monitoring
LinkedIn
2023
MLOps Essentials: Model Development and Integration
LinkedIn
2023
Microsoft Azure Databricks for Data Engineering
Coursera
2023
Python Parallel and Concurrent Programming Part 1
LinkedIn
2021
Reisebereitschaft
Verfügbar in den Ländern
Deutschland
