22.07.2026 aktualisiert
Premiumkunde
100 % verfügbarData Scientist
Heidelberg, Deutschland
Heidelberg +100 km
Master of Science (KIT 1.3)Skills
RAGAzure FunctionsAzure DevOpsAPIsKünstliche IntelligenzData AnalysisMicrosoft AzureCloud ComputingData ArchitectureData IntelligencePythonTensorFlowAzure Machine LearningFeature-EngineeringData Science
- Agentic AI & LLM-Integration: Konzeption und Entwicklung von KI-Agenten (Azure OpenAI, Microsoft Foundry), RAG-Pipelines und Prompt Engineering für produktive Business-Anwendungen
- Data Science & Explainable AI: Klassifikation, Prognose und Clustering mit interpretierbaren Modellen (XGBoost, LightGBM, SHAP) u. a. Insolvenzfrüherkennung im Energiesektor
- Data Engineering: Aufbau von Datenpipelines und Feature Engineering für ML- und LLM-gestützte Anwendungen
- Microsoft Azure: Architektur, Deployment und Monitoring von KI-Workloads (Azure OpenAI, Azure AI Search, Content Safety), zertifiziert nach AI-103 Developing AI Apps and Agents
- Prozessautomatisierung: Automatisierung von Geschäftsprozessen mit LLMs (Invoice Compliance, E-Mail-Kategorisierung via Graph API)
- Dashboard & App Development: Entwicklung datengetriebener Applikationen und interaktiver Dashboards (Python, React, Streamlit, Flask)
- Projektleitung & Wissenstransfer: Architekturverantwortung für Kundenprojekte im Energiesektor, Organisation unternehmensübergreifender AI-Arbeitsgruppen
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
- Entwicklung eines vollautomatisierten Rechnungsprüfungs-Workflows (Python, Azure OpenAI) zur §14 UStG-Konformitätsprüfung eingehender Lieferantenrechnungen
- Integration von Microsoft Graph API (Exchange Online, SharePoint) für automatisierte Mail-Verarbeitung, PDF Archivierung und Fehlerbenachrichtigung
- Containerisiertes Deployment via Docker mit KI-basierter Kostenstellen-Klassifikation
- Validierung von Zählerständen zur Verbesserung der Datenqualität und Entscheidungsfindung
- Automatisierte Freigabe von Ablesebelegen im SAP ISU
- Entwicklung eines Web-Interfaces zur Visualisierung mittels Streamlit
- Entwicklung eines ML-Frühwarnsystems (XGBoost) zur Insolvenzprognose, deployed auf Azure ML
- Integration heterogener Datenquellen sowie Feature Engineering
- Implementierung SHAP-Explainability und automatisiertem E-Mail-Alerting für operativen Einsatz im Energiesektor