Software Development · AI Engineering
Ich verbinde praktische Softwareentwicklung mit Machine Learning, Deep Learning, Generative AI und MLOps. Mein Fokus liegt auf zuverlässigen Lösungen für datenintensive und regulierte Branchen.
Ausgewählte Projekte
Die Projekte entstehen im Rahmen meiner AI-Engineer-Weiterbildung und werden über die Kursanforderungen hinaus zu professionellen, reproduzierbaren Anwendungen weiterentwickelt.
01
Ein PyTorch-Projekt mit reproduzierbarem Training, Modellvergleich, Robustheitsanalyse, Interpretierbarkeit und einer produktionsnahen Bereitstellung.
PyTorch · Deep Learning · MLflow · FastAPI · Docker
02
Datenaufnahme, Validierung, statistische Analyse, Zeitreihen, SQL und interaktive Visualisierung in einer modularen Python-Anwendung.
Python · Pandas · Polars · SQL · Plotly
03
Ein Machine-Learning-System für nachvollziehbare Risiko- und Anomalieentscheidungen mit Explainable AI, Fairness- Prüfungen und auditierbarer Evaluation.
scikit-learn · XAI · Fairness · Testing · Monitoring
04
Eine kontrollierte GenAI-Anwendung mit Informationsextraktion, RAG, Quellenbelegen, Agenten-Workflows, Human-in-the-Loop und systematischer Antwort-Evaluation.
Hugging Face · RAG · Vector Database · Agentic AI
Engineering-Prinzipien
Geschäftsanforderungen, Datenqualität, Risiken und Erfolgskriterien werden vor der Modellauswahl geklärt.
Ergebnisse werden reproduzierbar gegen nachvollziehbare Baselines und geeignete Metriken bewertet.
Modellentscheidungen, Unsicherheiten, Fehlerfälle und Einsatzgrenzen werden transparent dargestellt.
Tests, APIs, Container, Versionierung, Monitoring und Wartbarkeit gehören zur Lösung – nicht zum Nachtrag.
Beruflicher Hintergrund
Vor meiner Spezialisierung auf AI Engineering habe ich selbstständig an Webanwendungen, Backend-Systemen, APIs, E-Commerce-Projekten und technischen Produktlösungen gearbeitet. Heute verbinde ich diese Erfahrung mit Data Science, Machine Learning und MLOps.
AI-Engineer-Weiterbildung
Sechs aufeinander aufbauende Module von Datenanalyse und Machine Learning bis zu Generative AI, Big Data Engineering sowie MLOps und Deployment.
Weiterbildung ansehenBeruflicher Einstieg
Gesucht wird eine produktionsnahe Rolle in AI Engineering, Machine Learning, MLOps, Applied AI oder AI Platform Engineering.