28.10.2026 aktualisiert

**** ******** ****
Premiumkunde
100 % verfügbar

Lead Data Scientist / Machine Learning Engineer mit 7+ Jahre Erfahrung

München, Deutschland
Weltweit
B.sc. Physics + M.Sc. Neuroscience
München, Deutschland
Weltweit
B.sc. Physics + M.Sc. Neuroscience

Profilanlagen

slopez_CV.pdf

Über mich

Sieben Jahre Erfahrung in Data Science und Machine Learning / AI. Ich habe die Entwicklung von Machine Learning-Modellen mehrfach geleitet und für Unternehmen wie Lufthansa, Deutsche Bahn sowie verschiedene Startups gearbeitet. Versiert in der gesamten Data Science Pipeline.

Skills

Künstliche IntelligenzData AnalysisKünstliche Neurale NetzwerkeSaasPythonMachine LearningSoftwareentwicklungData SciencepandasScikit-learnMachine Learning Operations
Als freiberuflicher Data Scientist biete ich eine Kombination aus angewandtem maschinellem Lernen, Softwareentwicklung und technischer Führung. Ich habe Prognosemodelle für Lufthansa und Deutsche Bahn entwickelt und Teams geleitet, die NLP-Lösungen umgesetzt und Reinforcement Learning für autonome Fahrzeuge erforscht haben. Als virtueller bzw. freiberuflicher CTO eines SaaS-Startups verantworte ich die Entwicklung und den Betrieb einer KI-gestützten Plattform. Meine Expertise umfasst Python, maschinelles Lernen und Cloud-Deployment: von der Definition des Anwendungsfalls bis zum Produktivbetrieb von Daten- und KI-Produkten.

Erfahrung

Berufserfahrung5 - 10 Jahre
Freelancer seit2023

Sprachen

DeutschverhandlungssicherEnglischverhandlungssicherFranzösischGrundkenntnisseSpanischMuttersprache

Projekthistorie

Virtual CTO

SaaS startup
Technische Gesamtverantwortung für eine KI-gestützte Beratungsplattform, einschließlich Cloud-Deployment und laufendem Betrieb.

• Refactoring eines KI-generierten Prototyps zu einer modularen Webanwendung auf Basis von Python/FastAPI und TypeScript

• Aufbau eines containerisierten Cloud-Deployments mit CI/CD, automatisierten Tests, Authentifizierung, Sicherheitskontrollen und Produktionsmonitoring

• Erweiterung der LLM-Recherche um Live-Websuche, nachvollziehbare Quellenangaben und robuste Behandlung von Anbieterausfällen

Zugverspätungsprognose & Cloud optimization

Deutsche Bahn (DB Systel AG)
  • Entwicklung eines XGBoost-Modells zur Vorhersage systemischer Zugverspätungen, das die Geschäftsziele mit einer Precision von über 90 % erfüllt
  • Geo-Feature-Engineering mit OpenStreetMap, Overpass API und geopandas
  • Laufzeitoptimierung von Gremlin-Abfragen für Neptune DB (Graphdatenbank von AWS)
  • Debugging von AWS Lambda, Step Functions und SageMaker-Notebooks

Tech stack: Python, AWS (SageMaker, Lambda, Neptune DB, Step Functions), LightGBM, xgboost, scikit-learn, Optuna, OpenStreetMap + Overpass API, gremlin, polars, pandas, geopandas, shapely, plotly, kepler.gl, uv, ruff

Named Entity Recognition: Extraktion von aktuellen Trends im Arbeitsmarkt (NLP)

WBS Training AG
• Extraktion zentraler Markteinblicke aus unstrukturierten Daten mittels NLP; das Projekt wurde als eines der fünf innovativsten Projekte des Unternehmens ausgezeichnet
• Leitung eines Teams aus fünf Entwicklern von der Identifikation des Anwendungsfalls bis zur MVP-Übergabe
• Datenabruf über eine API mit requests und Speicherung in Azure Cosmos DB (NoSQL)
• Relevanzextraktion mit einem scikit-learn-Klassifikator, umgesetzt als scikit-learn-Pipeline
• Schlagwortextraktion mittels Named Entity Recognition (NER), trainiert mit spaCy
• Bereitstellung des Modells als Docker-Container

Senior Data Scientist [Festanstellung]

qdive GmbH

Internet und Informationstechnologie

- Entwicklung eines ML-Algorithmus zur Vorhersage von Graffitibesprühungen an Zügen anhand von historischen Meldungen und Zugbewegungsdaten
- Fachliche Leitung: Entwicklung eines Reinforcement Learning-basierten Agenten zur Optimierung des Routings autonomer Bussen
- Entwicklung eines Algorithmus zur Optimierung von Instandhaltungsarbeiten an Windenergieanlagen
- Entwicklung einer Reinforcement Learning Baseline für die Kaggle kore Competition. Der Beitrag erhielt die meisten Upvotes von anderen Teilnehmer.
- Zweiter Community Preis in der “NeurIPS Flatland challenge: Multi-agent reinforcement learning in complex train networks“
- Zahlreiche Pitches und Workshops
- Erstellung eines firmeninternen Chatbots mit Slack

Data Scientist [Festanstellung]

zeroG GmbH (Deutsche Lufthansa AG)
- Minutengenaue Vorhersage von Flugverspätungen anhand von geographischen Daten. Die Performance des trainierten ML-Modells übertraf die des zu den Zeitpunkt eingesetzten Modells.
- Entwicklung von Machine Learning-Modelle in Python (Random Forests, XGBoost)
- Feature Engineering mit pandas und PySpark
- Reduzierung der Rechenzeit von Features von Tagen auf Stunden
- Visualisierung der Ergebnisse mit kepler.gl, Plotly und Matplotlib
- Erstellung von Berichten und Dashboards in Tableau
- Ad-hoc Datenanalysen (SQL, Python)

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden