03.06.2026 aktualisiert
100 % verfügbar
Senior AI Engineer / Data Scientist mit Fokus auf Agents, LLMs, Gen-AI und Deep Learning
Münster, Deutschland
Nur Remote
Wirtschaftsinformatik, M. Sc.Über mich
Senior AI Engineer & Data Scientist mit Fokus auf GenAI, RAG, NLP, Machine Learning und Forecasting. Erfahrung in produktiven KI-Lösungen, Wissenstransfer und Vorträgen zu KI und datengetriebenen Prognosen. Ein Video von mir zum Thema RAG: https://www.youtube.com/watch?v=f2JWCvX0GKA
Skills
AI AgentsOpenAIKünstliche IntelligenzData IntelligenceZeitreihenanalyseDatenverarbeitungDatenklassifizierungData SciencePyTorchLarge Language ModelsDeep LearningGenerative AIDatenanalytik
Large Language Models (LLM) & Generative AI
Fundierte Expertise im Bereich Large Language Models, Generative AI und Transformer-Architekturen. Einsatz von RAG-Pipelines, Text-Embeddings und OpenAI Vector Stores zur kontextbasierten Informationsverarbeitung in produktiven Anwendungen.
Natural Language Processing (NLP)
Umfangreiche Kenntnisse in Natural Language Processing, einschliesslich Named Entity Recognition, Event Extraction, Question Answering und Similarity Search. Entwicklung und Training spezialisierter NLP-Modelle auf Basis von Transformern und T5.
Python & Machine Learning Frameworks
Expertenwissen in Python sowie den zentralen Machine-Learning-Bibliotheken PyTorch, Scikit-learn und Pandas. Entwicklung von Klassifikations-, Regressions- und Deep-Learning-Modellen fuer produktive Data-Science-Projekte.
Feature Engineering & CRISP-DM
Strukturierte Entwicklung von Features fuer Machine-Learning-Modelle nach dem CRISP-DM-Prozessmodell. Anwendung in mehreren Kundenprojekten zur Verbesserung der Modellguete und Vorhersagequalitaet.
Docker & Containerisierung
Einsatz von Docker zur Containerisierung und Bereitstellung von KI- und Data-Science-Anwendungen in produktiven Umgebungen.
Azure & Cloud-Technologien
Praktische Erfahrung mit Microsoft Azure und Azure HPC fuer skalierbare Datenverarbeitung und den Betrieb von Machine-Learning-Workloads in der Cloud.
Time Series Analysis & LSTM
Entwicklung von Zeitreihenmodellen und LSTM-basierten Architekturen zur Vorhersage von Rohstoffpreisen und anderen zeitabhaengigen Groessen.
Graph-Technologien & Knowledge Graphs
Modellierung und Visualisierung von Wissensgraphen mit NetworkX und Graph-Visualization-Tools. Einsatz zur Darstellung regulatorischer Abhaengigkeiten und Gesetzesstrukturen.
SQL & PostgreSQL
Kenntnisse in relationalen Datenbanken, insbesondere PostgreSQL und SQL, zur strukturierten Datenhaltung und Abfrage in Data-Science-Projekten.
Stakeholder Management & Storytelling via Data
Regelmaessige Kundenkommunikation, Praesentation von Ergebnissen und Ableitung von Handlungsempfehlungen auf Basis datengetriebener Analysen.
Fundierte Expertise im Bereich Large Language Models, Generative AI und Transformer-Architekturen. Einsatz von RAG-Pipelines, Text-Embeddings und OpenAI Vector Stores zur kontextbasierten Informationsverarbeitung in produktiven Anwendungen.
Natural Language Processing (NLP)
Umfangreiche Kenntnisse in Natural Language Processing, einschliesslich Named Entity Recognition, Event Extraction, Question Answering und Similarity Search. Entwicklung und Training spezialisierter NLP-Modelle auf Basis von Transformern und T5.
Python & Machine Learning Frameworks
Expertenwissen in Python sowie den zentralen Machine-Learning-Bibliotheken PyTorch, Scikit-learn und Pandas. Entwicklung von Klassifikations-, Regressions- und Deep-Learning-Modellen fuer produktive Data-Science-Projekte.
Feature Engineering & CRISP-DM
Strukturierte Entwicklung von Features fuer Machine-Learning-Modelle nach dem CRISP-DM-Prozessmodell. Anwendung in mehreren Kundenprojekten zur Verbesserung der Modellguete und Vorhersagequalitaet.
Docker & Containerisierung
Einsatz von Docker zur Containerisierung und Bereitstellung von KI- und Data-Science-Anwendungen in produktiven Umgebungen.
Azure & Cloud-Technologien
Praktische Erfahrung mit Microsoft Azure und Azure HPC fuer skalierbare Datenverarbeitung und den Betrieb von Machine-Learning-Workloads in der Cloud.
Time Series Analysis & LSTM
Entwicklung von Zeitreihenmodellen und LSTM-basierten Architekturen zur Vorhersage von Rohstoffpreisen und anderen zeitabhaengigen Groessen.
Graph-Technologien & Knowledge Graphs
Modellierung und Visualisierung von Wissensgraphen mit NetworkX und Graph-Visualization-Tools. Einsatz zur Darstellung regulatorischer Abhaengigkeiten und Gesetzesstrukturen.
SQL & PostgreSQL
Kenntnisse in relationalen Datenbanken, insbesondere PostgreSQL und SQL, zur strukturierten Datenhaltung und Abfrage in Data-Science-Projekten.
Stakeholder Management & Storytelling via Data
Regelmaessige Kundenkommunikation, Praesentation von Ergebnissen und Ableitung von Handlungsempfehlungen auf Basis datengetriebener Analysen.
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2025
Sprachen
DeutschMutterspracheEnglischverhandlungssicherRussischMuttersprache
Projekthistorie
Entwicklung einer Webapplikation zur automatisierten Pruefung von Drittanbietervertraegen auf Konformitaet mit DORA unter Einbeziehung relevanter Referenzfragenkataloge (u. a. MaRisk, BaFin). Die Anwendung basiert auf RAG-Pipelines und strukturierter Verarbeitung von PDF-Dokumenten. Verantwortlich fuer die Extraktion von Metadaten aus Gesetzestexten sowie die Identifikation und Strukturierung juristischer Referenzen aus regulatorischen Vorgaben.
Systematische Analyse und strukturelle Aufbereitung der EU-Gesetzgebung. Modellierung von Beziehungen zwischen Rechtsakten, Verweisen und Aenderungsverordnungen in einem Wissensgraphen. Aggregation saemtlicher Rechtsakte aus CELLAR und EUR-Lex, Analyse von Obligationen mittels NLP-Verfahren und Distanzmetriken sowie Konzeption einer Visualisierung der Gesetzesbaeume.
Entwicklung eines Prognosemodells zur Vorhersage von Rohstoffpreisen und Konzeption einer datengetriebenen Hedging-Strategie. Verantwortung fuer die Entwicklung und Begleitung eines Event-Extraction-Moduls von der Konzeption bis zur Evaluation. Das Prognosemodell wurde als spezialisiertes Gen-AI-Modell feinjustiert; durch Integration rohstoffrelevanter Events konnte die Vorhersageguete um 15 % gesteigert werden.