Freelance expert for Data Engineering, Machine Learning and DevOps with 10 years of experience in Data Engineering and Data...

11/2022 – 3/2023

Konzeption und Umsetzung eines LLM basierten Question-Answering Services für den Syntethic Teaching Assistant. Hierzu Aufbau einer Haystack basierten NLP-Pipeline mit Retriever und Ranking Nodes. Datenaufbereitung und -bereitstellung innerhalb einer Neural-Search (Weaviate) basierten Umgebung.
Integration von LLM (OpenAI GPT-3, GPT-3.5, GPT-4) in den Service. Prompt Engi-neering und Service Message Entwicklung und Optimierung.
Konzeption und Umsetzung einer User-Testphase.
Bereitstellung als produktiver containerisierter FastAPI Service in gesamt Arichtektur von Syntea

Generative KI, GPT, Large Language Models, Vektordatenbank, Docker, Schnittstellenentwicklung, Amazon Web Services (AWS), Json, Representational State Transfer (REST)

5/2022 – 6/2023

Konzeption und Umsetzung von KPI Dashboards für die verschiedenen Fachberei-che. Hierzu Erstellung von Datensätzen als Aggregat verschiedener Datenquellen (ERP, CRM, Excel, Sharepoint, etc.)
Abbilden der ETL-Strecken mit Schnittstellen oder Dokumentenparsing, über Fil-tering, Joining etc. in Python und Persistieren in MariaDB. Konzeption geeigneter Datenmodelle zur Wiederverwendbarkeit der erstellen Datensätze. Erstellen von Dashboards in PowerBI. Bereitstellen und Präsentation der Dashboards für C-Ebene.
KPI u.a. CustomerLifetimeValue, EBITDA, Gross Marge, Churn
Konzeption und Umsetzung eines zeitreihenbasierten Systems zur Einkaufsopti-mierung von Rohstoffen und Präparaten von Abfüllern.
Optimierung und Fehlerbehebung im bestehenden Data Analytics Systemen zur monatlichen Auswertung von Umsatz- und Absatzzahlen.
Implementierung von Termingesteuerten Applikationen für Data Science und Analytics Aufgaben (automatisierte Ende zu Ende Applikation).
Beratung und Umsetzung zur Optimierung der Data Analytics Systeme, Datenar-chitektur und Datenmodellierung mit Datenspeicherung.

Power Bi, Mariadb, Microsoft Dynamics Crm, Scikit-learn, Git, Python, Microsoft Azure, Representational State Transfer (REST)

6/2021 – 12/2021

Planung und Strategische Umsetzung eines PoC innerhalb eines Docker Contai-ners auf der Open Telecom Cloud (OTC).
Hierzu Konzeption und Nachverfolgung des Aufbaus einer ETL-Pipeline, welche Daten aus verschiedenen Quellen (web-gescrapte Daten, API-basierte Daten, Da-ten aus Labeling) zusammenführt, bereinigt und zum Modeltraining und der -prä-diktion vorbereitet.
Für die Projektteam-Empfehlung müssen Informationen zu Skills und Erfahrungs-leveln aus unstrukturierten Daten extrahiert werden. Hierzu werden verschie-dene Named Entities semi-automatisch mit Hilfe eines selbst-trainierten BERT Models extrahiert; dessen Input Daten dienten dazu, die Zieldaten besser zu re-präsentieren.
Die Entitäten stehen in gewisser Relation zueinander, daher werden automati-sche Subgraph-Generierungsalgorihthmen, Graph- und Semantic Map Embed-dings (TransE: Translate Model for KG Embedding, SME) angewendet, um seman-tische Relationen abzubilden. Hierbei war die Informationsextraktion von erhebli-cher Bedeutung.
Für die Trendanalyse der aktuellen Marktsituation müssen Onlineressourcen ge-crawled werden und basierend auf diesen Zeitreihen aufgebaut werden; diese müssen entsprechend verarbeitet werden, um einen Saisonalität zu extrahieren und mögliche Trends und Trendwenden des Jobmarkts zu prognostizieren.
Die Implementierung der Teilprojekte wurde in einem typischen Python Data Sci-ence Stack vorgenommen: Daten in pandas Dataframes geladen, diese via stats-models (STL) in Saisonalität, Trend und Residuen zerlegt und mit Matplotlib visua-lisiert.
Entwicklung und Begleitung der Umsetzung einer geeigneten Datenlabelling-Stra-tegie, um die Model-Performances zu verbessern.
Entwicklung und Begleitung der Umsetzung von Code-Standards, CI-CD und Da-tenpipelines, End-to-End (E2e) und Unittests
Darüber hinaus Strategieentwicklung, Unternehmensberatung und Strukturierung, Planung und Betreuung von Projektfortschritten von bestehenden Projek-ten im Rahmen der digital Workforce. Entwicklung von weiteren Anwendungsfäl-len im Bereich der digital Workforce.

Apache Hadoop, Apache Spark, Natural Language Processing, Python, Scikit-learn, Testdesign (IT)

10/2020 – 12/2022

Optimierung und Weiterentwicklung einer KI-Plattformlösung
Erweiterung der vorhandenen KI-Platttform:
• Integration von Explainable AI (SHAP Values / Shapley, L1/L2, t-SNE, …)
• Komplettaufbau verschiedenster Model Monitorings basierend auf statis-tischer Feature für LSTM, Gradient oder XG Boosting Modelle, Binärmo-delle (Random Forests, SVM, etc), Anomalie Modelle
• Feature Monitoring basierend auf statistischer Feature
• Integration von Cleanlab zur Elimination von Noisy Labeln, Erkennung be-ruht hierbei auf Confidence Learning
• Model Reviews und Model Optimierungen durchgeführt, um Laufzeit, Speicherbedarf, Model Vorhersage Qualität zu verbessern und mitunter
• Aufbau neuer KI-basierter Produkte zur Anomalieerkennung teilweise mit Hilfe von Dataiku Recepies. Klassische ML und Deep Learning Verfahren. Optimierung von vorhandenen Zeitreihen-Analysen und Trenderkennung (STL) via Gridsearch und mit weiteren Algorithmen und Verfahren zur Anomalie- und Mustererkennung (RobustSTL, Dynamic-Time-Warping, LSTM, Isolation Forests)
• Entwurf und Implementierung von End-to-End Tests, Unit Tests und CI/CD Pipelines.
• pySpark Funktionen geschrieben. Teilweise Spark UDFs als pandas Funk-tion nachimplemnetiert, um Applikationsentwicklern ein vernünftiges Debugging zu ermöglichen.
• Konzeptionierung und Umsetzung von ORM-basierten Datenbankzugrif-fen für DB-Unabhängigen Code
• Konzeptionierung und Umsetzung von Identity / Autoinkrement Tabellen
• Implementierung komplexer View und Tabellen-Generierungen zur Aug-mentierung von Daten, Joins verschiedener Datenquellen, Verarbeitung vieler Datenmengen, teilweise Extrakte aus JSON Objekten.
• Diverse Refactoring und Migrationsaufgaben.
Komplettaufbau einer Ticketgeneriernden After Deployment Plattform mit SoX Relevanz und finanzieller Bewertung von Incidents:
• Mit Hilfe der Jira API werden Tickets für Fachbereiche und POs generiert
• Tickets werden generiert, wenn Schwellwerte zu basierend auf Statisti-schen Verfahren (Kullback-Leibler, Jensen-Shannon, Population Stability Index, Boosting) anschlagen.
• Integration in unternehmenseigenem Scheduler, damit Jobs zur Generie-rung von Tickets batchartig zu bestimmten Zeitpunkten ausgeführt wer-den
• Komplettaufbau als CI/CD Pipeline mit Linting Stage für Code Standards, End-to-end, Unit und Integrationtests für Code Qualität und automati-schen Deployments.
• Überwachung der Datenbank-Schemata mit Flyway
Komplettaufbau, Tests, CI/CD Pipeline, und Ausrollens eines Dockercontainers für Cloudinstanzen, welcher die unternehmenseigenen Plattformcodes als Bibliothe-ken enthält, welcher Jupyterlab enthält, um Model-Entwicklungsprozesse zu ver-einfachen und alle Verbindungen (mit unterschiedlichen Zugriffs- und Sicherheits-modi, bspw. Zertifikatdateien) zu den verschiedensten Datenquellen bereitstellt.
Datenquellen: Relationale DB (Oracle), distributed (HDFS via Hive), S3 bzw. EBS. Einbindung der verschiedenen Datenquellen in Python Code zum performanten und zuverlässigen Lesen, Verarbeiten und Speichern der Daten.
Lift der Plattform in die Azure Cloud Darüber hinaus:
Visualisierungen von Daten und dem Monitoring in Tableau als sich täglich aktua-lisierendes Dashboard. Besonderer Herausforderung hierbei: die synchronisation der Daten aus verschiedenen Prozessen, um Informationen aus Model, Feature und Konfigurationsdaten oder aus verschiedenen Datenquellen (Oracle, Hive) zu-sammen zu bringen.
Thematisch: Incident / Change Requests, Revenue Assurance

Amazon Web Services (AWS), Apache Hadoop, Apache Spark, Big Data, Continuous Delivery, Data Science, Data Warehousing, Docker, Git, Jira, Oracle-Anwendungen, Python, Scikit-learn, SQL, Tableau, Tensorflow

6/2020 – 8/2022

Konzeption und Beratung zur Umsetzung einer unternehmensweiten Datenstrategie zur Unterstützung datengetrieben im Unternehmen arbeiten zu können.
Konzeption und Planung zum Aufbau einer unternehmenseigenen Digitalisie-rungs- und DataLab Abteilung.
Aufbau einer Data-Governance Strategie.
Vorstellung der Konzepte gegenüber dem Management (C-Level).
Hierzu Erhebung von IST-Zuständen zu den Themen: Technologie, Kultur, Talen-ten, Daten, Struktur
Entwicklung und Evaluation von neuen Geschäftsfeldern
Basierend auf diesen Ergebnissen Erarbeitungen einer unternehmensweiten Da-tenstrategie und Themenspezifische Beratung (bspw. datenbasierte Softwarear-chitektur, virtuelle Datenlayer).

Power Bi, Oracle-Anwendungen, Python, SAP RE-FX, Tableau

6/2020 – 3/2022

Konzeption und Umsetzung diverser datenzentrierter Projekte in der Immobili-enwirtschaft
Unterstützung bei der Migration von SAP ERP auf SAP S4/Hana (April 2021 – Ak-tuell)
Optimierung des vorhandenen Datenmodels, hierzu Erhebung des IST-Zustands, Erhebung des SOLL-Zustands mit Hilfe von Workshops, Testmodellen, Testreihen, A/B-Testing, Fragebögen
Unterstützung beim Aufbau einer CO2-Monitoring Plattform (Januar 2022-Ak-tuell)
Entwurf einer Azure- und Snowflake basierten Batch-Processing Datenpipeline mit Visualisierung und Darstellung in Tableau. Aufbau einer Code-Plattform zum Parsen von Energiedaten übermittelt als XML. Zusammenstellen und Optimieren von Matillion-Jobs zum Abbilden von ETL / ELT Strecken (bspw. Augmentation, Fil-terung, Joins von Datenbeständen).
Konzeptionierung und Umsetzung eines Metastammdatenmodells und Metda-tenkatalog (Juni 2020 – Aktuell):
Konzeptionierung eines Datenkatalogs, um die Daten perspektivisch in Analysen, KPI-Reports und KI-Anwendungsfällen nutzbar zu machen.
Innerhalb der Konzeptionierung soll insbesondere auf den IST-Zustand bzgl. des Datenflusses der kaufmännisch, technischen und geobasierten Daten innerhalb von Prozessen eingegangen werden. Der SOLL-Zustand, optimiert alle Aspekte der typischen Datenpipeline; hierzu gehören u.a. Datenbereinigungsstrategien, Strategien zur Vermeidung von Dateninkonsistenzen, Definitionen von Masterda-tenressourcen, Identifikation von Datenzugreifenden und -ändernden Prozessen.
Mit Hilfe von datenwissenschaftlichen Techniken soll die allgemeine Datenquali-tät in und zwischen den einzelnen Datenquellen überprüft werden.
Optimierung des vorhandenen Datenmodels, um zukunftssicherer in Bezug auf Datenzentrierung arbeiten zu können.
Konzeptionierung eines Datenmodels zum Management von Betriebskostenda-ten (November 2020 – März 2021):
Zielsetzung: Vergleichbarkeit mit anderen Marktteilnehmern, Standardisierung von Datenmodellen, Zertifizierung und Erfüllung von gesetzlichen Vorgaben (CO2-Monitoring).
Hierzu Erhebung des IST-Zustandes, Interviews und Requirements-Engineering mit Stakeholdern, Analyse der Anwendungsfälle und Prozesse.
Entwurf eines Datenmodells, welches die Zielsetzungen erfüllen kann.
Überprüfung des Datenmodells innerhalb von Workshops mit den Anwendern und innerhalb von PoCs zu geplanten Anwendungsfällen basierend auf künstli-cher Intelligenz, Business und Benchmarking Analysen.

ETL, Power Bi, Python, SAP RE-FX, SAP S/4HANA, Snowflake, Tableau

12/2019 – 6/2020

Aufbau und Planung einer Datenpipeline, hierzu u.a.
Sichtung, Identifikation und Synchronisierung geeigneter Datenquellen. Entwick-lung von Strategien zum Umgang Dateninkonsistenzen.
Planung und Entwicklung einer Pipeline, die den maschinellen Lernen Lebenszyk-lus abbildet: Trainings, Test, Evaluierung, Validierung und Optimierung. Pipeline dient dem Erkennen von Leitungszuständen, hierzu u.a. Verfahren zur Anomalie-Erkennung, Regression und Klassifikationen implementiert und evaluiert.
Mitwirkung bei der Umsetzung der container- und cloudbasierten ML-basierten Produktiv-Pipeline.
Über die Gesamte Projektlaufzeit: Erstellung von Visualisierungen, Dashboards und Reporting für C-Ebene.

Data Science, Power Bi, Rapidminer, SQL, Scikit-learn, Docker, Python, Kubernetes

10/2019 – 12/2019

Das existierende RTOS System wurde analysiert, optimiert und erweitert, sodass die Zeilenkamera integriert werden konnte. Die Integration der Zeilenkamera wurde vorgenommen.
Voraussetzung für die erfolgreiche Integration war der Aufbau einer Hard-ware/Software Testumgebung.

Echtzeit-Betriebssysteme, C#, C++, Maschinelles Sehen

8/2019 – 10/2019

Identifikation von KI-geeigneten Anwendungsfällen, Durchführung von Work-shops zu den betreffenden Anwendungsfällen, Aufnahme des IST und SOLL-Zu-stands in Bezug auf die Anwendungsfälle und den zur Umsetzung notwendigen Daten.
Unterstützung bei der Einführung und Umsetzung einer Unternehmensweiten KI-
Strategie.
Implementierung eines KI-Anwendungsfalls: Identifikation der optimalen techni-schen Parameter in Bezug auf Produktionsintention, bspw. Qualität, Schnelligkeit, Zuverlässigkeit.
Hierzu Durchlaufen der Datenpipeline: Dateninventarisierung, Datenaufbereitung und -bereinigung, Datenaugmentierung, Zusammenführen von Daten aus ver-schiedenen Ressourcen.

Apache Hadoop, Power Bi, R (Programmiersprache), Rapidminer, Tableau, Scikit-learn, Tensorflow, Python, Amazon Web Services (AWS)

6/2019 – 8/2019

Entwurf und Umsetzung einer Architektur zur Pseudonymisierung von Dokumen-ten. Entwurf und Implementierung eines Algorithmus zur Erkennung von persön-lichen Daten und deren Typen, bspw. Adressen, in Dokumenten und deren Sub-stitution durch randomisierte aber typ-erhaltende Daten.
Implementierung als REST API.

ETL, Postgresql, Scikit-learn, Docker, Python

9/2018 – 12/2024

Gründerin

Projektmanagement (IT)

2/2018 – 8/2018

Entwurf und Umsetzung der KI/Data Science Software zur Zustandsüberwachung
und der vorhersagenden Wartung (Predictive Maintenance)
von mechanischen Anlagen, basierend auf Akustik-Sensor Daten und abgestimmt
auf die (I)IoT-ähnliche Architektur und die Small-Single-Board
Hardware (Raspberry/IndustrialPi).
Datenpipeline (Sichtung, Auswertung, Korrektur, Augmentation und Annotations-
Strategie der vorhandenen Daten und die Daten Konzeption
für zukünftige Daten)
Entwurf und Umsetzung des Demonstrators als Analogie zu einer der
mechanischen Anlagen zu Demonstrationszwecken auf Messen und für
Kundengespräche.

Data Science, Apache Hadoop, Tableau, Scikit-learn, Tensorflow

1/2016 – 12/2018

Entwurf und Umsetzung der KI/Data Science Software zur Erkennung
von Aktivitäten und zur Vorhersage von Greif-Bewegungen
Sensor-Fusion und Aligning der Sensoren (Video und IMU-Sensor)
Datenpipeline

Data Science, Opencv, Scikit-learn, Tensorflow

1/2016 – 12/2017

Erstellung eines Wissensgraphen aus unstrukturierten Text- und Bilddaten.
Automatische Bildunterschriften Generierung, Bildkategorisierung,
Objekterkennung. Text- und Bildobjekt-Korrespondenz-Erkennung.
Konzeption und Umsetzung eines Ranking Algorithmus basierend auf diversen
Merkmalen, bspw. semantischer Ähnlichkeiten von abstrakten
Themen zu den Zielbildern

Data Science, CUDA, Opencv, Scikit-learn, Tensorflow, C++, Java (allg.)

1/2014 – 12/2015

Entwurf und Umsetzung der KI/Data Science Software zur Erkennung
von Aktivitäten und zur Erstellung von Navigationshinweisen basierend
auf Kameradaten
Einblenden von Augmented-Reality (AR) Navigations- und Arbeitshinweisen
auf der verwendeten Datenbrille

Opencv, Scikit-learn, C++, Opengl

12/2007 – 10/2012

IT-Administration in verschiedenen Bereichen und für verschiedene Projekte

Microsoft SQL-Server (MS SQL), Windows Server (allg.), Active Directory, Microsoft SharePoint Server, Vmware