27.06.2026 aktualisiert

**** ******** ****
verifiziert
Premiumkunde
nicht verfügbar
info: nicht verfügbar bis 31.12.2026

AI Engineer & Machine Learning Scientist mit 11+ Jahren KI-Erfahrung

Berlin, Deutschland
Deutschland +2
info: Deutschland, Österreich, Schweiz
M.Sc. Mathematik (TU Berlin)
Berlin, Deutschland
Deutschland +2
info: Deutschland, Österreich, Schweiz
M.Sc. Mathematik (TU Berlin)

Profilanlagen

CV_Andreas_Schuetz_DE_20260131.pdf

Über mich

Entwicklung von KI-gestützten Produkten im Bereich Machine Learning (ML), Large Language Models (LLMs) und Natural Language Processing (NLP). Tiefgreifende Erfahrung in Implementierung von ML-Modellen, AI-Agents, Chatbots und RAG-Systemen sowie Integration von KI-Lösungen in Unternehmensprozesse.

Skills

AI AgentsKünstliche IntelligenzData AnalysisKünstliche Neurale NetzwerkeAutomatisierungMicrosoft AzureInformationsextraktionPythonMachine LearningNatural Language ProcessingNeo4jTensorFlowSoftwareentwicklungSqlalchemyStatistikenSupervised LearningGoogle CloudChatbotsData SciencePyTorchLarge Language ModelsMulti-Agent SystemsDeep LearningGenerative AIFastAPIScikit-learnMachine Learning OperationsVirtuelle AgentenIT-Projektmanagement
Ich bin Experte für KI, Machine Learning, NLP, LLMs und Python-Softwareentwicklung mit 11+ Jahren Berufserfahrung als AI / Machine Learning Engineer und Data Scientist in den Branchen Technologie, Software, Handel, Versicherungen und Banken.

Ich unterstütze ich Sie gerne bei Projekten in den Bereichen:
  • KI-Softwareentwicklung
  • AI-Agents und Agentic Workflows
  • Entwicklung von Machine Learning Modellen mit Python
  • Natural Language Processing (NLP)
  • Large Language Models (LLM) und LLM-basierte Anwendungen
  • Fine-Tuning von LLMs
  • Chatbots

Zudem entwickle ich KI-Komponenten mit Large Language Models (LLMs) für Ihren Anwendungsfall, z.B.:
  • Fine-Tuning von Open Source LLMs auf eigenen Daten
  • AI-Agents zur Automatisierung von Workflows
  • ChatBot zur Informations- und Dokumentensuche für Mitarbeiter und Kunden
  • VoiceBot/Sprachassistent für App oder API
  • Klassifizierung von Dokumenten und E-Mails
  • Informationsextraktion aus Dokumenten

Projekt-Highlights (Auswahl):
  • KI-Produkt mit Agentic Workflows und LLM-Fine-Tuning für 6 Millionen Nutzer
  • Lokal gehostetes Unternehmens-GPT für vertrauliche Dokumente und Normen im Ingenieurbau
  • Machine-Learning-Software zur automatisierten Ortung von Lecks in Wasserleitungen
  • Sprachassistent für eine Imker-App zur Bienenstocküberwachung
  • Automatisierte Verarbeitung von Bestellungen und Angeboten für einen Stahlkonzern

Expertise / Berufliche Erfahrung:
  • Machine Learning / AI
  • Natural Language Processing (NLP)
  • Deep Learning
  • Entwicklung und Training von ML Modellen (u.a. CNN, Transformer, LSTM, Random Forest)
  • Fine-Tuning von ML-Modellen, insbesondere LLMs
  • Hyperparameter Tuning
  • Datenanbindung und -aufbereitung
  • Speech Recognition
  • ChatModels / ChatBots / VoiceBots
  • Large Language Models (LLM)
  • AI Agents und Agentic Workflows
  • Knowledge Graphs und GraphRAG
  • RAG
  • Prompt Engineering
  • Supervised Learning & Fine-Tuning
  • Logging & Testing
  • Metrikberechnung & Evaluation
  • Deployment und Model Serving
  • APIs
  • MLOps / LLMOps
  • Mulit-GPU Modeltraining

Software / Technologien:
  • Python
  • PyTorch
  • Hugging Face Transformers
  • TensorFlow
  • LangChain / LangGraph
  • LangServe
  • Deepspeed
  • Microsoft Azure
  • Google Cloud
  • Databricks
  • OpenAI
  • Neo4J
  • scikit-learn
  • Flask
  • FastAPI
  • Docker
  • SQL
  • SQLAlchemy
  • pytest

Website: www.xidata.de
LinkedIn: www.linkedin.com/in/andreas-schuetz/

Erfahrung

Berufserfahrungmehr als 10 Jahre
Freelancer seit2023

Sprachen

DeutschMutterspracheEnglischverhandlungssicher

Projekthistorie

KI-Produkt mit Agentic Workflows und LLM Fine-Tuning für 6 Millionen Nutzer [AI & Machine Learning Engineer]

Großer Elektronikkonzern

Konsumgüter und Handel

5000-10.000 Mitarbeiter

Ziel: Entwicklung von KI-basierten Softwareprodukten, die fehlerfrei, skalierbar, messbar und genau auf die Unternehmensdaten und Kundenbedürfnisse zugeschnitten sind. Deployment und Bereitstellung der KI-Lösung für > 6 Millionen Kunden.

Aufgaben und Erfolge:
  • Entwicklung von Trainings-Pipelines für Opene Source LLMs in Python
  • Entwicklung von Agentic Workflows zur Umwandlung von JSON-Strukturen
  • Erstellung und Implementierung von Evaluations-Pipelines und Metriken
  • MLOps: Deployment und Serving der Modelle in Databricks und AWS
  • Aufbau von Feedback Loops für Model Alignment zur Verbesserung der Güte
  • Erfolgreiche Durchführung des PoC und aktuell Weiterentwicklung zur Produktreife

Verwendete Technologien:
Python · Künstliche Intelligenz (KI) · Machine Learning · NLP · Hugging Face · MLOps ·
Transformers · peft · DeepSpeed · Databricks · AWS · PyTorch · LangChain · Git · GitLab ·
OpenAI · Llama · MistralAI · Large Language Models (LLM) · Backend · Muli-GPU · FSDP ·
LoRA · QLoRA · Direct Preference Optimization (DPO) · LangFuse · KTO

Lokales Unternehmens-GPT für vertrauliche Dokumente [AI Engineer]

Ingenieur- und Planungsgesellschaft im Bauwesen

Architektur und Bauwesen

50-250 Mitarbeiter

Ziel: Entwicklung und Deployment eines vollständig lokal gehosteten AI-Chatbots, der vertrauliche Unternehmensdokumente über Retrieval-Augmented Generation (RAG) durchsucht, verknüpft und den Mitarbeitern als sicheres Wissenssystem bereitstellt.

Aufgaben und Erfolge:
  • Deployment und Optimierung von Open-Source-LLMs auf unternehmenseigener Serverarchitektur (NVIDIA RTX 5090)
  • Entwicklung einer KI-Anwendung mit Chatbot, Vektorsuche und Re-ranking
  • Implementierung von Hybrid Search, HyDE und Multi-Query-Retrieval zur Erhöhung der Antwortqualität
  • Datenaufbereitung, Dokumenten-Parsing und Beladung von Vektordatenbanken
  • Aufbau skalierbarer MLOps-Pipelines für Betrieb, Monitoring und Updates
Verwendete Technologien:
Python · HuggingFace · Transformers · LangChain · LangGraph · vLLM · Ollama · Milvus
Vector DB · gpt-oss · Llama · Hybrid Search · HyDE · NVIDIA NGC · NVIDIA RTX 5090

Enterprise GPT für Planung und Bau von Gebäuden [AI Engineer]

Unternehmen im Bereich Bauwesen und Infrastruktur

Architektur und Bauwesen

1000-5000 Mitarbeiter

Aufgaben und Erfolge:
  • Erfolgreiche Entwicklung eines PoC für einen Chatbot mit Python, LangGraph und Streamlit zum Zugriff auf mehrere Datenquellen
  • Konzeption, Planung und Abstimmung mit IT und Fachabteilungen
  • Entwicklung von Agentic Workflows zur Orchestrierung mit LangGraph
  • Implementierung von Schnittstellen zu Data Warehouse und APIs
  • Aufsetzen von Vektordatenbank und RAG-Pipelines
  • Deployment in Azure, u.a. mit Azure App Service und Azure OpenAI
Verwendete Technologien:
Python - LangGraph - LangChain - Agentic Workflows - Docker - Microsoft Azure - Azure OpenAI - GitHub - Retrieval Augmented Generation (RAG) - GraphRAG - Knowledge Graphs - Neo4j - Vektordatenbank - Qdrant -  Deployment - Streamlit - Langsmith - MLOps - Chatbot - Prompt Engineering

Sprachassistent für Imker-App [AI Engineer | Machine Learning Engineer]

Start-up für Imker-Sensorsysteme

Internet und Informationstechnologie

< 10 Mitarbeiter

Ziel: Entwicklung von KI-ChatBot/VoiceBot für eine Imker-App, der Sprache transkribiert, übersetzt, Informationen extrahiert, strukturiert und Aktionen in App ausführt.

Aufgaben und Erfolge:
  • Erfolgreiche Entwicklung von KI-ChatBot/VoiceBot in Python auf Basis von Large Language Models (LLMs) und Agentic Workflows
  • Vergleich und Fine-Tuning verschiedener LLMs (OpenAI GPT, MistralAI)
  • Anbindung von Datenquellen mittels RAG
  • Integration und Deployment in Azure Cloud (Azure App Service)
  • Entwicklung von Test Framework zur Evaluation der Model-Performance
  • LLM-Chains und Agents mit Tools zur Generierung von API Calls
Verwendete Technologien:
Python - LangChain - NLP - FastAPI - Docker - Auth0 - Hugging Face - Transformers - MongoDB - Auth0 - pytest - Microsoft Azure - Langserve - Agents - Agentic Workflow - RAG - Large Language Models (LLM) - OpenAI - GPT - Chatbot - Chatbot - Prompt Engineering

Machine Learning Software zum Finden von Leckagen in Wasserleitungen [Machine Learning Engineer]

Start-up im Bereich Wassermanagement

Energie, Wasser und Umwelt

< 10 Mitarbeiter

Ziel: Entwicklung von KI/Machine Learning Modellen zur Identifizierung von Lecks in Wasserversorgungsleitungen anhand von Satellitenbildern und Wetterdaten

Aufgaben und Erfolge:
  • Entwicklung, Training und Fine-Tuning von Machine Learning-Modellen im Bereich Computer Vision auf Basis von Transformer-, CNN- oder LSTM-Architekturen in Python mit PyTorch und Hugging Face Transformers
  • Erstellen von ETL- und Data Pipelines für Datenaufbereitung und Augmentation der Inputdaten (Satellitenbilder, Wetter) und Feature-Generierung
  • Aufsetzen von Test-Framework zur Evaluation und Metrikberechnung der Modelgüte
  • Erfolgreicher Einsatz der Software zur Identifizierung von Lecks in Wasserleitungen, mit einer Einsparung von 3 Mio. Kubikmeter Trinkwasser
Verwendete Technologien:
Python - PyTorch - Machine Learning - Künstliche Intelligenz (KI) - TensorFlow - scikit-learn - Jupyter - pandas - Flask - SQLAlchemy - Docker - Hugging Face - Transformers - Computer Vision - Remote Sensing - Hyperparameter Tuning - Metriken

Entwicklung von Machine Learning Modellen zur Automatisierung von Vertriebsprozessen [AI/Machine Learning Engineer | Projektleiter]

kloeckner.i GmbH

Internet und Informationstechnologie

50-250 Mitarbeiter

Entwicklung und Fine-Tuning von LLMs zur Extraktion von Informationen aus Emails mit Python, LangChain, HuggingFace u. MS Azure
  • Entwicklung von KI-Modellen mit Python, LangChain und Azure auf Basis von LLMs zur Informationsextraktion aus Emails. Vergleich verschiedener Modelle (u.a. OpenAI, FLAN-T5, Llama 2); Fine-Tuning von LLMs; Metriken u. Testing
  • Umsetzung in Python: LLM-Anwendung mit OpenAI u. Open Source Modellen; Few-shot prompting u. Orchestrierung mit LangChain; Fine-Tuning m. HuggingFace Transformers u. peft; Azure Cloud (Azure App Service, Azure OpenAI)
  • Technologien: Python, Azure, OpenAI, LangChain, HuggingFace, Transformers
Entwicklung von NLP-Modellen zur Extraktion von Informationen aus PDFs / Emails mit Python, PyTorch, Google Cloud u. OCR
  • Entwicklung, Training, Evaluation u. FineTuning von NLP-Modellen (u.a. BERT, RoBERTa) mit PyTorch. Aufbau der Data Pipelines. OCR-Texterkennung für gescannte PDFs.
  • Umsetzung in Python: Supervised Fine-tuning von vortrainierten Modellen von HuggingFace; Feature Engineering; Data und Training pipelines; Integration in Google Cloud; OCR; Modelentwicklung mit PyTorch
  • Technologien: Python, PyTorch, Google Cloud, HuggingFace, Transformers, OCR, TensorFlow
Entwicklung von Algorithmen und Predictive Machine Learning Modellen für Pricing in Python
  • Entwicklung von Algorithmen f. dynamische Preisberechnung
  • Statistische Methoden, Data Science und Data Mining für Mustererkennung, Trendvorhersage, Preisvorhersage
  • Zeitreihenanalyse, Clustering-Algorithmen, Regressionsmodelle
  • Technologien: Python, SQL, Tableau, pandas, scikit-learn, MySQL, Prophet, Matplotlib

Data Science Projekte bei Banken und Versicherungen [Senior Data Scientist | Projektleiter]

d-fine GmbH

Banken und Finanzdienstleistungen

1000-5000 Mitarbeiter

Tätigkeitsbeschreibung
Statistische Analyse und Entwicklung von Risikomanagement- und Prognosemodellen für Banken und Versicherungen

Eingesetzte Qualifikationen
Machine Learning, Data Mining, Data Science, Datawarehouse / DWH, Projektmanagement (IT), Softwareentwicklung, Statistik

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden