Data Scientist und Machine Learning Engineer

8/2025 – 1/2026

Conceptualization: Developed the overall concept for automating short video production.
Generative AI Model Selection: Researched, tested, and selected the most suitable generative AI models and API providers for image, animation, voice, transcript and subtitle creation.
Team Leadership: Led the technical recruitment process, conducted interviews, and onboarded a new Python developer.
Technical Supervision: Managed and supervised the new developer, ensuring smooth integration into the project.
Client Education: Provided AI and Data Science training for the client to help them understand the underlying technologies and workflow.
Solution Architecture: Architected the infrastructure using AWS to ensure scalability, efficiency, and reliability.
Animation Development: Developed dynamic video and subtitle animations using OpenCV and FFMPEG, ensuring they are engaging and visually appealing.
Code Development: Delivered clean, maintainable Python code to automate the entire process, ensuring ease of use and future enhancements.
Data Modeling: Designed and implemented a robust data model, deployed it on AWS, and ensured seamless integration with other system components.
Media Processing: Set up and configured FFMPEG on the server to handle video rendering and processing efficiently.
Documentation: Thoroughly documented the entire project, providing clear guidance for future development, maintenance, and scaling.

Data Mining, Teamleiter IT, Data Engineer, Amazon Web Services (AWS)

8/2024 – 1/2025

Konzeptualisierung: Entwickelte das Gesamtkonzept zur Automatisierung der Produktion von Kurzvideos.

Auswahl generativer KI-Modelle: Recherchierte, testete und wählte die am besten geeigneten generativen KI-Modelle und API-Anbieter für die Erstellung von Bildern, Animationen, Stimmen, Transkripten und Untertiteln aus.

Teamleitung: Führte den technischen Rekrutierungsprozess, führte Interviews durch und nahm einen neuen Python-Entwickler ins Team auf.

Technische Aufsicht: Leitete und beaufsichtigte den neuen Entwickler, um eine reibungslose Integration ins Projekt sicherzustellen.

Kundenschulung: Bot Schulungen in KI und Data Science für den Kunden an, um ihm das Verständnis der zugrunde liegenden Technologien und Arbeitsabläufe zu erleichtern.

Lösungsarchitektur: Entwarf die Infrastruktur unter Verwendung von AWS, um Skalierbarkeit, Effizienz und Zuverlässigkeit zu gewährleisten.

Animationsentwicklung: Entwickelte dynamische Video- und Untertitelanimationen unter Verwendung von OpenCV und FFMPEG, um sicherzustellen, dass sie ansprechend und optisch attraktiv sind.

Code-Entwicklung: Erstellte sauberen, wartbaren Python-Code zur Automatisierung des gesamten Prozesses, um die Benutzerfreundlichkeit und zukünftige Erweiterungen zu gewährleisten.

Datenmodellierung: Entwarf und implementierte ein robustes Datenmodell, setzte es auf AWS ein und gewährleistete eine nahtlose Integration mit anderen Systemkomponenten.

Medienverarbeitung: Installierte und konfigurierte FFMPEG auf dem Server, um die Video-Renderung und -Verarbeitung effizient zu handhaben.

Dokumentation: Dokumentierte das gesamte Projekt gründlich und lieferte klare Anleitungen für die zukünftige Entwicklung, Wartung und Skalierung.

Amazon Web Services (AWS), Data Engineer, Data Mining, Python, Software Architecture, Teamleiter IT

12/2022 – 12/2023

Modebegeisterte haben oft Schwierigkeiten, auf unübersichtlichen Online-Marktplätzen das richtige Outfit zu finden. Auf Social-Media-Plattformen gibt es zwar stilspezifische Inspirationen von echten Menschen, aber es fehlt oft ein Link zum Kleidungsstück, der die Kleidung nachkaufbar machen würde. Neue und kleine Modeanbieter haben das Problem, dass sie wegen fehlender Ressourcen online kaum sichtbar sind. Hier kommt 99flairs ins Spiel: Als Schnittstelle zwischen Social-Media und E-Commerce bietet 99flairs individuelle Modeinspiration und ermöglicht es, Nutzern das jeweilige Kleidungsstück direkt nachzukaufen. Zudem werden einzigartige Kleidungsstücke von neuen und kleinen Modeanbietern sichtbar gemacht und so ihre Wettbewerbsposition gestärkt. Neben einer größeren Vielfalt, bietet 99flairs seinen Nutzern ein beispielloses Level an Individualität, da unsere KI mit jedem Like oder Dislike den Modegeschmack der Nutzer kennenlernt und so stilgerechte Outfitinspirationen anzeigt. Das Folgen von Personen mit ähnlichem Stil und gleicher Figur ermöglicht es, Mode zu finden, die nicht nur dem jeweiligen Geschmack entspricht, sondern auch gut am eigenen Körper sitzt.
Meine Aufgaben waren/sind:
• Die Ausarbeitung eines Business Plans
• Die Überarbeitung des bisherigen UI und der UX (bubble.io)
• Die Implementierung von Social-Media Login Funktionen auf der Web-App (bubble.io)
• Die Veröffentlichung der Web-App auf dem Google Play Store und dem Apple App-Store
• Die Auswahl geeigneter vortrainierter KI-Modelle zur Fashion Detection und Fashion Attribute Prediction
• Das Erproben mehrerer Ansätze zur Fashion Style Prediction ganzer Outfits
• Die Implementierung der drei KI-Komponenten auf AWS (Lambda Functions)
• Datenmodellierung
• Der Aufbau einer Datenbank auf AWS (RDS) und Speicherung der Bilder (S3)
• Die Verbindung der KI-Komponenten mit der Web-App (API Gateway)
• Die Betreuung von einem Praktikanten

SQL, Computer Vision, Maschinelles Lernen, Pytorch, Tensorflow, Natural Language Processing, Docker, Python, Amazon Web Services (AWS), Representational State Transfer (REST)