13.11.2026 aktualisiert

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

AI/ML Engineer / Data Scientist / Software Engineer

Düsseldorf, Deutschland
Düsseldorf +50 km
PhD Statistik
Düsseldorf, Deutschland
Düsseldorf +50 km
PhD Statistik

Skills

Künstliche IntelligenzBig DataMachine LearningSoftwareentwicklungData ScienceAzure Data FactoryPyTorchApache SparkGitLabPySparkMachine Learning OperationsDatabricks
Erfahrener Software und Machine Learning Engineer mit praktischer Erfahrung in Big Data, NLP, MLOps und Retrieval-Augmented Generation. Promovierter Statistiker, zertifizierter MS Azure Data Engineer, MS Azure AI Engineer und Spark Developer.

Schnelllerner mit ausgeprägten analytischen Fähigkeiten und hoher Aufmerksamkeit für Implementierungsdetails.

Leistungsstarker Mitarbeiter mit hoher Qualitätsorientierung und einem tiefen Verständnis für die Bedürfnisse der Kunden. Anerkannt von Accenture Technology als TechStar 2018, von PwC als High Performer.

15 Jahren Erfahrung in Softwareentwicklung, 6 Jahre in der Umsetzung von Cloud-basierten KI Anwendungen, 2 Jahre Erfahrung mit Gen AI und RAG

Technical skills:

Data Science / Machine Learning: Python, pandas, sklearn, matplotlib, MLOps, MLflow, spaCy, PyTorch, Hugging Face, Jupyter, LangChain, OpenAI, AzureML, R, pdfminer, Azure Computer Vision (OCR), Azure Document Intelligence (Form Recognizer)
Databases / Big Data: SQL, PostgreSQL, MongoDB, RabbitMQ, Azure: AI Search, Cosmos DB, Service Bus, Apache Spark, PySpark, Databricks, Azure Data Factory, Vector databases (Azure AI Search, Chroma)
Backend / Infrastructure: Python, C#, C++, Java, TypeScript, REST, FastAPI, Pydantic, Docker, Kubernetes, Helm, CDKTF, Azure DevOps, Gitlab, CI/CD Pipelines
Methodologies: OOP, Design Patterns, Agile, DevOps, Design Thinking, Clean Code

Erfahrung

Berufserfahrungmehr als 10 Jahre
Freelancer seit2025

Sprachen

DeutschverhandlungssicherEnglischverhandlungssicher

Projekthistorie

Big Data Engineer (Databricks)

ALDI DX

Konsumgüter und Handel

1000-5000 Mitarbeiter

  1. Erfassung, Integration und Verarbeitung von Daten aus unterschiedlichen Quellen
  2. Aufbau robuster Datenpipelines und Analysemodelle zur Bewertung der Kampagnenperformance
  3. Einführung und Etablierung von Best Practices für Software- und Data-Engineering, einschließlich Validierungen, Schema-Management und Pipeline-Design
  4. Unterstützung von Machine-Learning- und Optimierungsmodellen (PySpark, SQL, Databricks, Azure Data Factory)
  5. Prompt Engineering für Code-Generierung unter Berücksichtigung interner Programmierstandards
  6. Code Review, Korrektur KI-generierten Codes
  7. Dokumentation, Wissensaustausch und Knowledge Transfer über Teamgrenzen hinweg
  8. Mentoring von Kollegen zur Steigerung der Engineering-Maturity

Machine Learning Engineer / Software Entwickler (Projekt: Closed GenAI Chat)

PwC Deutschland

Wirtschaftsprüfung, Steuern und Recht

>10.000 Mitarbeiter

Entwicklung einer Retrieval-Augmented-Generation-Plattform (RAG), um Benutzern die Suche nach Informationen in Wissensdatenbanken und das Chatten mit den gefundenen Daten zu ermöglichen. Die Nutzer haben die Möglichkeit, über die Plattform eigene KI-Chatbots zu entwickeln, spezifisches Wissen einzupflegen und dieses ihren Kunden bereitzustellen.

- Extraktion von Daten aus unstrukturierten Dateien (pdfminer, OCR)
- Vektorisierung von Dokumenten, Verwaltung von Vektoren-Datenbank Azure Search
- Prompt Engineering für OpenIA GPT Modelle
- Implementierung fortschrittlicher RAG-Techniken (Query transformation, Multilingual optimization, Hybrid retrieval, Reranking, Compression, Filtering, Referencing)
- Backend development (Python, Typescript, REST)
- Infrastrukturentwicklung (Azure DevOps, CI/CD Pipelines, Docker, Kubernetes)
- Beitrag zum Open Source projekt Langchain (insbesondere AzureSearch)

Verwendete Technologien: Python, pandas, matplotlib, Jupyter, langchain, OpenAI, GPT, RAG, FastAPI, Pydantic, Microservices, pdfminer, Azure Computer Vision, OCR, SQL, PostgreSQL, prisma,  Azure AI Search, Azure Service Bus, TypeScript, Docker, Kubernetes, Pants, CDKTF, Azure DevOps, Git, Gitlab, CI/CD Pipelines, Agile, Scrum, Kanban, DevOps

Machine Learning Engineer / Data Scientist (Projekt: Document Insights)

PwC Deutschland

Wirtschaftsprüfung, Steuern und Recht

>10.000 Mitarbeiter

https://documentinsights.com
Document Insights ist ein Datenextraktionstool, das die Annotationen bereits aus dem ersten Dokument erlernt. Das Produkt wird häufig bei PwC eingesetzt und spart erheblich an Annotationszeit und -kosten.

- Mitwirkung bei der Vorbereitung eines neuen Business Cases, der zu einem erfolgreichen Produkt entwickelte
- Extraktion von Daten aus unstrukturierten Dateien (pdfminer, OCR, eigene Preprocessing)
- Feature Engineering im NLP-Kontext (SpaCy)
- Aufbau eines ML-Workflows für automatisiertes Training, Testen und die Auswahl von Modellen (Python, pandas, sklearn, matplotlib, MLflow, Jupyter, AzureML )
- Design einer Azure cloud-nativen Systemarchitektur für Skalierbarkeit und hohe Verfügbarkeit
- Backend-Entwicklung (Python, Typescript, REST, FastAPI, Microservices, Pydantic, PostgreSQL )
- Infrastrukturentwicklung (Azure DevOps, CI/CD Pipelines, Docker, Kubernetes )
- Arbeit in einem Scrum Team, Wissenstransfer und Mentoring

Verwendete Technologien:
Python, Typescript, Natural Language Processing(NLP), SpaCy, Azure Devops, Backend Development, Docker, Kubernetes, CDKTF, Git, PostgreSQL
Machine Learning, Scikit-Learn, Pandas, Matplotlib, Jupyter Notebooks, MlOps, Azure Machine Learning

Machine Learning Engineer - Berater (POC Musik Generierung)

PwC Deutschland

Medien und Verlage

>10.000 Mitarbeiter

Für einen externen Kunden von PwC.

Das Ziel des Projekts war es, mithilfe eines Open-Source-Modells Musik zu generieren, basierend auf den lizenzierten Musikdateien des Kunden (Mehrere Millionen Sound- und Audiodateien).

- Übersicht verfügbarer Modelle und Auswahl des zu trainierenden Modells (Audiocraft)
- Sammlung von Text-Metadaten für die Songs aus verschiedenen Online-Quellen
- Sammlung numerischer Merkmale von Spotify und Umwandlung in Textbeschreibungen mit GPT 
- Verwendung von Python und Apache Spark, um Metadaten zu sammeln und zu transformieren
- Modelltraining in der Google Cloud Platform

Verwendete Technologien: Python, pandas, Jupyter, OpenAI, GPT, Agile, Apache Spark, Databricks, PySpark, GCP, Aufiocraft

Big Data Engineer - Berater (Projekt: Credit Risk Management)

Accenture

Banken und Finanzdienstleistungen

>10.000 Mitarbeiter

Kunde: Eine große deutsche Bank.

Implementierung eines Kreditrisikomanagementsystems zur Erfüllung der Mindestanforderungen an Eigenmittel. Risikoanalyse für Millionen von Unternehmen und Dutzende Millionen von Risikopositionen muss täglich und schnellstmöglich berechnet und aktualisiert werden.

- Entwicklung und Optimierung von Apache Spark-Berechnungsfunktionen (mit Java, Yarn, HDFS, SQL)
- Beschleunigt mehrere Berechnungen um bis zu das 20-fache durch optimierung von Datenverarbeitungsvorgängen
- Qualitätssicherung durch Testabdeckung und Code Review (als Hauptreviewer im Team)
- Dokumentation und Modellierung des Codes

Verwendete Technologien: Apache Spark, Spark, Java, Yarn, HDFS, SQL, Git, Agile, Scrum

Doktorand (Forschung, Softwareentwicklung)

Universität zu Köln
Implementierung des R-Pakets "ddalpha" mit über 2K Downloads pro Monat.
Mitwirkung am R-Paket "OjaNP".

- Forschung in den Bereichen Datentiefe und Supervised Classification
- Implementierung von sieben der beliebtesten Tiefenfunktionen und tiefenbasierten Klassifikatoren für multivariate und funktionale Daten
- Beschleunigt die Berechnung des Oja-Medians bis zu 6 mal durch die Modifikation des Algorithmus.
- Effiziente Implementierung der Berechnungsalgorithmen in C++
- Veröffentlichung akademischer Fachartikel

Verwendete Technologien: R, C++, Git, Cluster Computing, latex 

Softwareentwickler / Forscher (Projekt: IT Infrastruktur Managementsystem)

Nationale Technische Universität der Ukraine "Kiewer Polytechnisches Institut"

Telekommunikation

Design und Entwicklung eines IT-Infrastruktur-Managementsystems

- Design der Architektur
- Softwareentwicklung (C#, WPF, MS SQL Server)
- Entwicklung von Methoden zur Analyse der IT-Servicequalität für das Unternehmen NetCracker
- Veröffentlichung akademischer Fachartikel
- Teamleitung

Zertifikate

Generative AI Nanodegree

Udacity

2025

Agentic AI Nanodegree

Udacity

2025

Microsoft Certified: Azure AI Engineer Associate

Microsoft

2024

AI for Trading

Udacity

2022

Natural Language Processing Nanodegree

Udacity

2021

Microsoft Certified: Azure Data Engineer Associate

Microsoft

2020

Developer Certification for Apache Spark

O'Reilly

2017

Professional Scrum Master I

Scrum.org

2017


Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden