Machine Lerning | DevOps | Cloud

8/2022 – 2/2023

➢ Development and deployment of Terraform-Git actions pipelines
➢ Improving a deep learning model pipeline for real-time transactional fraud detection on an e-commerce platform (kafka, vertex AI)
➢ Developing and testing of microservices in Python and Golang
Page 3 of 6

➢ Development of microservices and integration tests on Kubernetes
➢ Development of data pipeleines from various data sources, data provisioning in Big Query and Data Studio
➢ Active participation in code reviews

Pytorch, Git, Python, Google Cloud, Golang

7/2021 – 12/2021

Ziel - Es gibt Zahlen in den Flugzeugwartungshandbüchern, die zeigen, wie viele Teile (Schrauben/Kabel/Türen usw.) an einem anderen größeren Teil befestigt sind. Ziel war es, diese Teile bis zu allen Vererbungsstufen im Diagramm zu zählen.

Erledigte Aufgaben:
- Erkennung von Teilenamen mit Deep-Learning-Modell
- Konturerkennung
- Filtern nur der übergeordneten Konturen
- Erstellen von Clustern mit extrahierten Informationen aus PDF
- Cluster filtern und die Teile zählen

Computer Vision

1/2021 – 7/2021

- Verwendung der Verarbeitung natürlicher Sprache zur Analyse von Flugzeughandbüchern
- Geparste und extrahierte PDF-Daten
- gestalteter und entwickelter FastAPI-Backend-Service
- Erstellte Datenpipelines, testete verschiedene Modelle zu Optimierungszwecken und schrieb Tests.
- Dockerisieren und Bereitstellen von Anwendungen auf Openshift-Clustern
- Entwicklung einer leistungsstarken Architektur für die NLP-basierte Anwendung, die das Designmuster der Verantwortungskette verwendet
- Lösung eines komplexen Softwareproblems durch Verwendung der richtigen Softwarearchitektur und des richtigen Modellansatzes.
- Testbasierte Entwicklung genutzt und neue Entwickler darin integriert.

Maschinelles Lernen