Daten zur Person

Ausbildung

2007 – 2016 Studium: Physik, Meteorologie,
Albert-Ludwigs-Universität Freiburg, Deutschland
Abschluss: Diplom Physiker

Projekte und Tätigkeiten

2025 – Heute Trainer, Krankenkassenwesen, Deutschland

• Technologien: Python, PyTorch, CUDA, Docker, JupyterLab, Google Colab, Huggingface
• Theorie und Hands-On Workshops zu Generativer KI für Projekt- und Teamleiter. Umfassender Überblick über die aktuelle KI-Landschaft mit Bewertungskriterien für verschiedene KI-Technologien, Identifikation optimaler KI-Use-Cases durch systematische Analyse von Mensch-Mensch, Mensch-Maschine und Maschine-Maschine-Prozessen, Methodik zur Entscheidungsfindung zwischen klassischen ML-Verfahren, Zeitreihenanalyse, Signalverarbeitung und LLM-basierten Lösungen unter Berücksichtigung von Kosten und Leistungsaspekten, Entwicklung maßgeschneiderter Edge-KI-Systeme mit RAG/GRAG-Architekturen und LoRA/QLoRA Fine-Tuning-Techniken, Konzeption autonomer KI-Agenten mit spezifischen Tool-Sets und Reasoning-Fähigkeiten, Chatbot-Lösungen mit React, Gradio und Streamlit, Hosting-Strategien mit Fokus auf lokale Infrastrukturen und Cloud-Lösungen (Azure, STACKIT), Investitionsanalyse für KI-Projekte mit Hardware-Optimierung und Ressourcenplanung, Total Cost of Ownership, Datenanonymisierungsstrategien und EU AI Act-Compliance, sowie Integration von Datenschutz- und Sicherheitskonzepten.

2025 – Heute Softwareentwickler, Industrie und IoT, Deutschland

• Technologien: C#, gRPC, Simatic PCS7, SQL, JavaScript, React, Docker, Python, FastAPI, Swagger, PyTorch, CUDA, RAG, GRAG, Agenten, Huggingface
• Entwicklung eines C# gRPC-Moduls mit Reflection. Planung und Implementierung eines digitalen Softwareentwicklers für automatisierte, sprachgesteuerte Codeverarbeitung in Azure DevOps. Architektur: Python-Backend (FastAPI), React-Frontend, RAG/GRAG für Codebase-Verständnis und Integration interner Dokumente, Handbücher und Schulungsunterlagen. Integration von Qualitätssicherungsmechanismen: Explainable AI mit Arize Phoenix, RAG-Evaluierung, Halluzinations-Erkennung. Das System agiert autonom, trifft eigenständige Entscheidungen zur Codeoptimierung und führt komplexe Entwicklungsaufgaben aus.

Juli 2024 – August 2024 Softwareentwickler, IoT, Deutschland

• Technologien: Azure IoT, Digital Twins, Event Hubs, SQL-Datenbank, Azure Functions, C# (.NET 8), REST APIs, gRPC, Docker
• Entwicklung eines Digital Twins für Wasserfilter, einer lokalen Testumgebung mit Docker und die Einbindung in die Azure Cloud.

Juli 2024 Trainer, Verlagswesen, Deutschland

• Technologien: Python, PyTorch, CUDA, Docker, JupyterLab, Google Colab, Huggingface
• Theorie und Hands-On Workshops zu Generativer KI für Projekt- und Teamleiter. Umfassender Überblick über die aktuelle KI-Landschaft mit Bewertungskriterien für verschiedene KI-Technologien, Identifikation optimaler KI-Use-Cases durch systematische Analyse von Mensch-Mensch, Mensch-Maschine und Maschine-Maschine-Prozessen, Methodik zur Entscheidungsfindung zwischen klassischen ML-Verfahren, Zeitreihenanalyse, Signalverarbeitung und LLM-basierten Lösungen unter Berücksichtigung von Kosten und Leistungsaspekten, Entwicklung maßgeschneiderter Edge-KI-Systeme mit RAG/GRAG-Architekturen und LoRA/QLoRA Fine-Tuning-Techniken, Konzeption autonomer KI-Agenten mit spezifischen Tool-Sets und Reasoning-Fähigkeiten, Chatbot-Lösungen mit React, Gradio und Streamlit, Hosting-Strategien mit Fokus auf lokale Infrastrukturen und Cloud-Lösungen (Azure, STACKIT), Investitionsanalyse für KI-Projekte mit Hardware-Optimierung und Ressourcenplanung, Total Cost of Ownership, Datenanonymisierungsstrategien und EU AI Act-Compliance, sowie Integration von Datenschutz- und Sicherheitskonzepten.

Oktober 2023 – heute Forschung und Entwicklung, KI und Robotik, Deutschland

• Technologien: Python, PyTorch, LLMs, ChatGPT, RESTGPT, NanoGPT, Java, Android, REST API, Swagger, C#/C++, MS Azure, Azure DevOps Pipelines
• Entwicklung von Verfahren künstlicher Intelligenz zur Umsetzung von digitalen Assistenten sowie zur Erkennung und Klassifikation von Emotionen auf Basis von Bild- und Audiodaten. Entwicklung von dockerisierten Prototypen mit Hilfe verschiedener GPT-Modelle und Implementierung der APIs, sowie Entwicklung und Training von lokalen alternativen LLMs auf Basis von freien Modellen mit Web- und benutzerspezifischen Daten.
• Ansteuerung eines Telepräsenzrobotersystems und Verknüpfung des Roboters mit Serveranwendungen über REST-APIs.

August 2022 – März 2024 Technischer Leiter, Scrum Master, Bankbereich international, Deutschland

• Technologien: FAME, Python, R, RMarkdown, Camunda, Docker, Kubernetes, GitLab, Confluence, Jira
• Leitung eines Teams von Softwareentwicklern und Data Scientists in einem umfangreichen Migrationsprojekt im internationalen Bankbereich.
• Vorbereiten und Leiten der Team-Meetings. Ansprechperson für alle Entwickler zu allen Tickets auf dem Projekt-Board. Abstimmung mit dem Requirements-Engineer und Product-Owner, Zeitschätzung für Aufgaben.
• Vorbereiten und Leitung der Retrospective Meetings. Protokollierung und Feedback der Meetings an das Management. Berechnung der Sprint-Metriken.
• Scrum of Scrums: Abstimmung mit allen Team Leads, allen Requirement Engineers und allen Product Ownern des Projekts. Austausch zwischen den Projektteams und Analyse der Ist-Situation des Projekts. Status der Release-Inkremente, Sichten unklarer Tickets. Durchführung von Sprint Reviews, Präsentation der Releases und Kontakt/Ansprechpartner des Kunden zu diesen Releases. Vorbereiten und Präsentation der Release-Inkremente an den Kunden. Ansprechpartner zu Fragen, Kritik, Rückmeldung.
• Entwicklung: Programmierung einer R-Bibliothek zur Erzeugung standardisierter statistischer Reports durch Neuimplementierung vorhandener Logik aus FAME (Forecasting Analysis and Modelling Environment) nach R und Python. Implementierung von Camunda Executoren in Python und Pflegen von Camunda Workflow-Konfigurationen. Maintaining von GitLab Pipelines und automatisierten Dokumentationen nach Confluence.

Mai 2021 – Juli 2022 Software Developer, Software Architect, Versicherung/Finanzen, Deutschland

• Technologien: C#, C++, Matlab
• Neuentwicklung einer in Matlab geschriebenen Software zur Bewertung und Verwaltung von Finanzprodukten in C#. Berechnung der Marktwerte und Cashflows für Bonds, Mortgages, Swaps, Swaptions, Callable Bonds, Floater und Steepener. Entwurf, Konzeption und Umsetzung von Softwareschnittstellen und Softwarearchitektur. Planung und Umsetzung einer Datenbankmodellierung mit Entity Framework sowie Administration von SQLite- und SQL-Server-Datenbanken. Erstellen von CI/CD-Prozessen via Azure DevOps Pipelines und Bereitstellen der Release-Artefakte. Erzeugen einer Software-Dokumentation via Doxygen. Anbindung von C++ Frameworks (QuantLib, Boost) an die C#-Lösung via C++/CLI. Upgrading aller C#-Komponenten auf .NET 6 sowie Upgrading aller C++-Komponenten auf C++20. Schreiben von Unit-Tests und Integrationstests zur Validierung von technischer und fachlicher Logik.

Druckindustrie (B2B): Mai 2019 – April 2021
Funktion: Projekt Manager, Data Scientist, Software Developer

• Technologien: Xamarin Forms, Entity Framework Core, OpenCV, SkiaSharp, Pillow, Docker, Flask API, MS Azure Devops
• Leitende Funktion bei der Entwicklung einer App zur Fälschungserkennung sowie für die Berechnung eines robusten Fingerprints im Rahmen eines patentierten Verfahrens für Sicherheitsetiketten. Untersuchung, Bewertung und Umsetzung von Bildverarbeitungsverfahren wie SIFT, SURF, ORB. Implementierung von Laplace- und Fourier-Transformationen sowie Signal-Rausch-Analysen. Planung und Durchführung des CI-Deployment-Prozesses für Android und iOS. Anbindung an den Server über eine REST-API. Implementierung eines Heartbeat-Service für die Flask-Controller sowie eines Response-Systems im Falle von Störungen.

Energietechnik (B2C): Februar 2020 – Juni 2020
Funktion: Data Scientist

• Technologien: verschiedene Azure Services (Azure TSI, Azure Cosmos DB, Azure SQL Datenbank, Azure Functions (FaaS), Azure Key Vault), verschiedene Zeitreihen- und KI-Frameworks (pyramid ARIMA, Scikit-Learn, Tensorflow-Keras), Confluence, Jira
• Data Scientist, Bestimmung der zukünftig verbrauchten Energie basierend auf historischen Daten sowie der aktuellen Wettervorhersage. Untersuchen des Einflusses verschiedener meteorologischer Faktoren (Temperatur, Bewölkung, Niederschlagswahrscheinlichkeit …) und Bewertung verschiedener technischer Vorhersagemethoden (ARIMA, Random Forest, LSTM) in Bezug auf Performance, Planungsgüte sowie Metriken (NRMSE, NMSE, NMAE, MASE). Lesen und Schreiben von Zeitreihen mittels Python in Azure Time Series Insights. Implementierung des Python-Codes in Azure Functions (Function as a Service). Implementierung einer Reporting-Logik zur täglichen Validierung der Vorhersagen. Mit Hilfe dieser Implementierung erhielt der Kunde einen Mehrwert durch die mittels maschinellen Lernens analysierten Daten für künftige Prognosen. Die Bereitstellung der Daten sowie die Verarbeitung über verschiedene Azure Services erfolgte über eine Cloud-Infrastruktur. Dokumentation mit Confluence.

eCommerce (B2B): September 2019 – Januar 2020
Funktion: Projekt Manager, Data Scientist, Software Entwickler

• Technologien: Docker, MySQL, .NET Core, Swagger, R Shiny Dashboard, ShinyProxy, Caddy
• Leitende Funktion bei der Konzeption und Ausarbeitung eines Sicherheits- und Authentifizierungskonzeptes für eine Analyseplattform für den Onlinehandel. Umsetzung der Architektur auf Basis von Docker-Containern und REST.

Telekommunikation (B2C): Mai 2018 – Juni 2019
Funktion: Data Scientist, Software Entwickler

• Technologien: Knime, Impala Hadoop, Docker, R Shiny, ShinyProxy, Random Forests mit Scikit-Learn, Neural Networks mit Tensorflow
• Data Scientist, Erarbeitung von Geschäftsprozessen mit Verantwortlichen aus den jeweiligen Fachbereichen. Suchen und Finden der zugehörigen Rohdaten im zentralen Hadoop-Cluster via Impala und Knime. Schreiben einer Logik in R zur Aggregierung der Daten für die definierten KPIs. Entwicklung eines Shiny-Dashboards zur Visualisierung der Prozesse. Implementierung einer Schnittstelle vom Dashboard zu den Systemen des Controlling.
• Big Data: Zu den Geschäftsprozessen zu den definierten KPIs wurden sämtliche Telefonate zwischen Kunden und Service in den letzten vier Jahren aus dem Hadoop-Cluster gesucht und mittels Methoden der künstlichen Intelligenz in der Sprachverarbeitung (Natural Language Processing, NLP) untersucht, um Ursachen von Beschwerden und Störungen zu verstehen.
• Entwicklung prädiktiver Modelle (Ensemble Learning, Neuronale Netze) in Python und R, um aus historischen Daten individuelle Verrichtungszeiten für Außendiensteinsätze zu erstellen. Ziel war die Verbesserung der Kundengewinnung und Kundenbindung im B2C-Bereich.
• Softwareentwicklung: Implementierung von maschinellem Lernen für den Wirkbetrieb mittels Methoden des Continuous Integration (CI) und Docker-Containern sowie Validierung der Professional Services Automation-Richtlinien (PSA-Compliance) mittels Python, Impala-SQL und Hadoop. Definieren und Erstellen eines täglichen Reportings und Implementierung einer Schnittstelle zu den Reporting-Datenbanken des Kunden.

Industrie und IoT (B2C): April 2017 – Mai 2018
Funktion: Software Entwickler

• Technologien: Xamarin Forms, .NET, Bluetooth Low Energy
• Entwicklung einer Mobile-App (Android, iOS) sowie einer PC-Software zur Programmierung und Steuerung von Zeitschaltuhren. Umsetzung und Anbindung des Bluetooth-Stacks. Entwicklung eines Discovery-Services (UDP-Broadcast). Entwicklung eines Roll-out-Tools zum automatisierten Deployment. Planung und Durchführung des Wartungsprozesses mit einem Drei-Personen-Team.

2015 – 2017 System Administrator, IT-Gruppe des Instituts für Physik, Albert-Ludwigs-Universität, Deutschland

• Aufsetzen und Wartung von Windows- und Linux-Images mit ESXi und Xen. Konfiguration von DHCP, CUPS, FOG-Server, LDAP-Authentifikationen, Erstellen von KISS-Systemen und USV-Konfigurationen.
• Entwicklung eines automatisierten Penetrationstest-Systems für das Netzwerk des Physikalischen Instituts.
• Cron-Job-gesteuerte Vulnerability-Scans mit der NMAP Skript-Engine. Entwicklung eines Metasploit-Plugins, welches basierend auf CVE-Einträgen die von NMAP gefundenen Exploits in MSF initialisiert und Angriffe ausführt.
• Entwicklung eines IDS mittels Snort und Definieren von Snort-Regeln.

2016 Wissenschaftlicher Mitarbeiter, Physikalisches Institut, Albert-Ludwigs-Universität Freiburg, Deutschland

• Technologien: C++, CUDA, Python, R
• Entwicklung und Analyse der Erkennungsraten verschiedener Neuronaler Netze zum Pattern-Matching, darunter:
• Unüberwachtes Lernen:
  – Boltzmann-Netze
  – LSTM-Netze
  – Hopfield- und Jordan-Netze mit:
     – unterschiedlichen Lernregeln (Hebbian, Oya, STDP)
     – unterschiedlichen Aktivierungsfunktionen (linear, heavyside, sigmoid)
     – unterschiedlichen Kodierungen der Muster
     – Verwendung von Energie-Minimierungen
     – Verwendung algebraischer Beziehungen
     – Vergleich klassischer mit spieltheoretischen Kohonen-Karten
• Überwachtes Lernen:
  – Trainiertes Netz zur Basislinienkorrektur in NMS- und ESR-Spektren

4 Monate (2016) Gesichtserkennung in Echtzeit bei unterschiedlichen Lichtbedingungen, Deutschland

• Technologien: C++, OpenCV
• Bildvorbereitungen (Kamera ansteuern, Umwandlung in 8-bit-Farbraum, Kontraste erhöhen, etc.) mit OpenCV durchgeführt.
• Entdecken eines Gesichts mit Viola-Jones-Verfahren.
• Erkennen eines Gesichts mit Eigenfaces-Verfahren.

2012 – 2015 Wissenschaftlicher Mitarbeiter, Institut für Physikalische Chemie, Albert-Ludwigs-Universität Freiburg, Deutschland

• Technologien: MATLAB, TurboMol, ORCA, Gromacs MD
• QM/MM-Simulationen von ESR- und NMR-Parametern (g-Tensor, Hyperfeinkopplungs-Tensor) für Flavo-Proteine (FAD, FMN, Riboflavin). Verwendung von CHARMM-Force-Fields für die Molekulardynamik.
• Energie-Minimierung (Gradientenabstiegsverfahren) der Molekül-Topologie.
• Bestimmung des Lignin-Potentials.
• Kopplung der thermischen Ensembles an die Simulationsbox (Dodekaeder aufgrund der Randbedingungen).

App zur Auswertung von Radar-Sensoren (bzgl. Messungen von Baumschwingungen, welche vom Institut durchgeführt werden)

1 Jahr (2011) Wissenschaftlicher Mitarbeiter, Optik/Medizintechnik, Freiburg, Deutschland

• Technologien: Mathematica, Python
• Entwicklung einer Software zur Bestimmung des Astigmatismus und des Dioptrienwertes von Augenlinsen mit Hilfe von maschinellem Lernen. Implementierung der Patentschrift (2814916) der Firma Rodenstock.
• Finden und Herausschneiden des Auges.
• Krümmungsschätzer für das Auge aufstellen.
• Approximation asphärischer Linsen mittels kubischer B-Splines.
• Bestimmung metrischer Tensoren und Untersuchung der Krümmungs-Differentialgleichungen mittels Runge-Kutta-Verfahren 4. Ordnung.
• Anwenden des Satz von Minkwitz.

3 Monate (2011) Wissenschaftlicher Mitarbeiter, Pharmazie, Freiburg, Deutschland

• Technologien: R, Knime
• Untersuchung von synergetischen Effekten bei der Vermischung verschiedener Medikamente zur Krebsbehandlung.
• Implementierung des Chou Combination Index (CI) in R als Knime-Knoten.
• Einbau des CI in die gesamte Verarbeitungslogik mittels Knime.

2010 – 2012 Finanzmathematik, Deutschland

• Technologien: C++, Python, R, Bash-Skripte
• Programm zum Erhalten von TICK-Daten für gegebene WKN-Nummern.
• Programm zum Erhalten von TICK-Daten für Bitcoin-Kurse.
• Swing-Trading-Strategie für Bitcoins und DAX sowie Dow Jones und STOXX 50 implementiert.
• Programm zur Bestimmung gleitender Durchschnitte.