KI-Ingenieur

AI Engineer mit fundierter Erfahrung in der Entwicklung produktionsreifer ML- und LLM-Systeme. Spezialisiert auf RAG-Pipelines, semi-supervised Learning, Time-Series-Modelle und containerisierte End-to-End ML-Workflows. Bringt starke MLOps-Kompetenzen mit, darunter CI/CD, MLflow, Docker, Kubernetes und Cloud-Deployments. Entwickelte skalierbare ML-Pipelines, automatisierte Data-Labeling-Prozesse und steigerte Modellgenauigkeit sowie Delivery-Geschwindigkeit signifikant. Abgeschlossenes Masterstudium in Data Science mit Fokus auf industrielle ML-Anwendungen.

Entwicklung einer containerisierten End-to-End ML-Pipeline für Time-Series-Daten mit automatisierter Datenaufnahme, Feature Engineering, Modelltraining und Visualisierung. Implementierung eines semi-supervised ML-Ansatzes für hochfrequente Zeitreihen mit 90.7 Prozent Klassifikationsgenauigkeit. Automatisierung eines Computer-Vision-basierten Data-Labeling-Prozesses mit OpenCV und Reduktion des manuellen Aufwands um 64 Prozent. Aufbau von CI/CD-Pipelines mit Jenkins und GitHub Actions zur Standardisierung und Beschleunigung von ML-Deployments um 40 Prozent. Steigerung der Anomalieerkennungsgenauigkeit um 23 Prozent durch Clustering- und Entscheidungsbaum-Modelle. Entwicklung eines RAG-Systems mit FAISS, LangChain und OpenAI API zur Verbesserung der Antwortrelevanz um über 30 Prozent. Implementierung von Backend-Services, REST APIs und Dashboards zur industriellen Prozessüberwachung und KPI-Analyse.