Persoonlijke Gegevens

NaamDipl.-Phys. Adrian Eisenmeier
Geboortedatum13 jun 1985
NationaliteitDuits
Burgerlijke staatOngehuwd
TalenDuits (moedertaal), Engels (vloeiend), Nederlands (basis)
ProgrammeertalenPython (15 jr), R (16 jr), C# (8 jr), C/C++ (10 jr), JavaScript (2 jr)
Speciale Vaardigheden AI & Machine Learning: LLM-frameworks (Hugging Face Transformers, Sentence Transformers), RAG-technologieën (LangChain, LlamaIndex), vector­databases (Pinecone, Qdrant, Weaviate, ChromaDB), prompt-engineering, model­kwantisering (GPTQ, GGUF), fine-tuning met PEFT/LoRA, edge-AI (ONNX Runtime, TensorRT, vLLM, llama.cpp), neurale netwerken met Keras & TensorFlow, PyTorch;
Data Science & Engineering: Scikit-Learn, H2O, pyramid Auto-ARIMA, SciPy, ML.NET, beeldverwerking met OpenCV en SkiaSharp, KNIME, R Shiny en Grafana dashboards, Apache Impala Hadoop, Apache Kafka;
Cloud & Infrastructuur: Linux-serverbeheer, containers met Docker, Docker-Compose, Kubernetes, container­services en Shiny Proxy, Azure-cloudresources (TSI, Functions FaaS, SQL, Cosmos DB, IoT Hub, Event Hub), AWS-cloud (EC2, ECS, S3, Lambdas);
Software­ontwikkeling: cross-platform ontwikkeling met Xamarin Forms en MAUI, Entity Framework, Identity, REST API’s, gRPC, ASP, FastAPI, Plumber, Swagger, geautomatiseerde deployment­processen en continuous integration (CI), reverse proxies met Caddy, Nginx, Apache, certificaten met Let’s Encrypt, event-driven architectuur en ontwerp;
Beveiliging & IoT: penetratietesten en IT-security (Kali, Tails Linux, Metasploit Framework, Nmap, enz.), Bluetooth Low Energy, Bluetooth Mesh, MQTT, Mosquitto, IoT-protocollen en messaging;
Projectmethodiek: agile ontwikkeling, test-gedreven ontwikkeling, Scrum, Redmine, Jira, Mantis, Confluence, Doxygen LaTeX

Opleiding

2007 – 2016 Studie: Natuurkunde, Meteorologie,
Albert-Ludwigs-Universiteit Freiburg, Duitsland
Diploma: Diplom-Physicus

Projecten en Activiteiten

2025 – heden Trainer, Ziekenfondssector, Duitsland

  • Technologieën: Python, PyTorch, CUDA, Docker, JupyterLab, Google Colab, Hugging Face
  • Theoretische en praktische workshops over Generatieve AI voor project- en teamleiders. Uitgebreid overzicht van het huidige AI-landschap met beoordelingscriteria voor diverse AI-technologieën; identificatie van optimale AI-use-cases via systematische analyse van mens-mens-, mens-machine- en machine-machine-processen; beslismethodiek tussen klassieke ML-technieken, tijdreeksanalyse, signaalverwerking en LLM-oplossingen met aandacht voor kosten en prestaties; ontwikkeling van maatwerk edge-AI-systemen met RAG/GRAG-architecturen en LoRA/QLoRA-fine-tuning; ontwerp van autonome AI-agenten met specifieke toolsets en redeneercapaciteiten; chatbot-oplossingen met React, Gradio en Streamlit; hosting­strategieën met focus op lokale infrastructuren en cloud­oplossingen (Azure, STACKIT); investeringsanalyse voor AI-projecten inclusief hardware­optimalisatie en resourceplanning, Total Cost of Ownership, data­anonimisatie­strategieën en naleving van de EU AI Act, plus integratie van privacy- en beveiligingsconcepten.

2025 – heden Softwareontwikkelaar, Industrie & IoT, Duitsland

  • Technologieën: C#, gRPC, Simatic PCS7, SQL, JavaScript, React, Docker, Python, FastAPI, Swagger, PyTorch, CUDA, RAG, GRAG, Agents, Hugging Face
  • Ontwikkeling van een C# gRPC-module met reflection. Planning en realisatie van een digitale softwareontwikkelaar voor geautomatiseerde, spraakgestuurde code­verwerking in Azure DevOps. Architectuur: Python-backend (FastAPI), React-frontend, RAG/GRAG voor code-base-begrip en integratie van interne documenten, handleidingen en trainingsmateriaal. Integratie van kwaliteits­borging: Explainable AI met Arize Phoenix, RAG-evaluatie, hallucinatie-detectie. Het systeem werkt autonoom, neemt zelfstandig beslissingen voor code-optimalisatie en voert complexe ontwikkel­taken uit.

juli 2024 – augustus 2024 Softwareontwikkelaar, IoT, Duitsland

  • Technologieën: Azure IoT, Digital Twins, Event Hubs, SQL-database, Azure Functions, C# (.NET 8), REST API’s, gRPC, Docker
  • Ontwikkeling van een digital twin voor waterfilters, een lokale testomgeving met Docker en integratie in de Azure-cloud.

juli 2024 Trainer, Uitgeverijsector, Duitsland

  • Technologieën: Python, PyTorch, CUDA, Docker, JupyterLab, Google Colab, Hugging Face
  • Theoretische en praktische workshops over Generatieve AI voor project- en teamleiders. Uitgebreid overzicht van het huidige AI-landschap … (inhoud conform bovengenoemd, toegespitst op uitgeverijen).

oktober 2023 – heden Onderzoek & Ontwikkeling, AI & Robotica, Duitsland

  • Technologieën: Python, PyTorch, LLM’s, ChatGPT, RESTGPT, NanoGPT, Java, Android, REST API, Swagger, C#/C++, MS Azure, Azure DevOps Pipelines
  • Ontwikkeling van AI-methoden voor digitale assistenten en voor detectie en classificatie van emoties op basis van beeld- en audiodata. Opzet van gecontaineriseerde prototypes met diverse GPT-modellen en API-implementatie; ontwikkeling en training van lokale alternatieve LLM’s op open modellen met web- en gebruikers­specifieke data.
  • Aansturing van een telepresence-robotsysteem en koppeling van de robot aan server­applicaties via REST API’s.

augustus 2022 – maart 2024 Technisch Lead, Scrum Master, Internationale banksector, Duitsland

  • Technologieën: FAME, Python, R, RMarkdown, Camunda, Docker, Kubernetes, GitLab, Confluence, Jira
  • Leiding over een team van softwareontwikkelaars en data­scientists in een omvangrijk migratie­project binnen de internationale banksector.
  • Voorbereiden en leiden van teammeetings; aanspreekpunt voor alle ontwikkelaars betreffende tickets; afstemming met requirements­engineer en product-owner; inschatting van werkuren.
  • Voorbereiden en leiden van retrospectives; verslaglegging en feedback aan management; berekening van sprint­metrics.
  • Scrum of Scrums: coördinatie met alle teamleads, requirements­engineers en product-owners; statusanalyse van release-incrementen; sprint­reviews presenteren en klantcontact onderhouden.
  • Ontwikkeling: programmeren van een R-bibliotheek voor gestandaardiseerde statistische rapporten door herimplementatie van bestaande FAME-logica in R en Python; implementatie van Camunda-executors in Python en onderhoud van workflow-configuraties; onderhoud van GitLab-pipelines en automatische documentatie in Confluence.

mei 2021 – juli 2022 Softwareontwikkelaar / Architect, Verzekeringen & Financiën, Duitsland

  • Technologieën: C#, C++, MATLAB
  • Herbouw van MATLAB-software voor waardering en beheer van financiële producten in C#. Berekening van marktwaarden en cashflows voor bonds, hypotheken, swaps, swaptions, callable bonds, floaters en steepeners. Ontwerp en implementatie van software­interfaces en architectuur. Database­modellering met Entity Framework; beheer van SQLite en SQL Server; CI/CD-processen met Azure DevOps; software­documentatie met Doxygen; koppeling van C++-frameworks (QuantLib, Boost) via C++/CLI; upgrade naar .NET 6 en C++20; schrijven van unit- en integratietests.

Drukindustrie (B2B): mei 2019 – april 2021
Rol: Projectmanager, Data Scientist, Softwareontwikkelaar

  • Technologieën: Xamarin Forms, Entity Framework Core, OpenCV, SkiaSharp, Pillow, Docker, Flask API, MS Azure DevOps
  • Leidende rol bij de ontwikkeling van een app voor vervalsingsdetectie en berekening van een robuuste vingerafdruk voor beveiligings­labels (gepatenteerd). Evaluatie en implementatie van beeld­verwerkings­methoden zoals SIFT, SURF, ORB; Laplace- en Fourier-transformaties; signaal-ruis-analyses. CI-deployments voor Android en iOS; REST-API-koppeling; heartbeat-service voor Flask-controllers en respons­systeem bij storingen.

Energietechniek (B2C): februari 2020 – juni 2020
Rol: Data Scientist

  • Technologieën: diverse Azure-services (Azure TSI, Cosmos DB, SQL DB, Azure Functions, Azure Key Vault), tijdreeks- en AI-frameworks (pyramid ARIMA, Scikit-Learn, TensorFlow-Keras), Confluence, Jira
  • Voorspellen van toekomstig energie­verbruik op basis van historische data en actuele weersvooruitzichten. Analyse van meteorologische factoren en evaluatie van voorspellings­methoden (ARIMA, Random Forest, LSTM) m.b.t. prestaties en metriek (NRMSE, NMSE, NMAE, MASE). Tijdreeks­gegevens verwerken met Python in Azure TSI; Python-code deployen in Azure Functions; dagelijkse rapportage voor validatie; cloud­gebaseerde data­verwerking; documentatie in Confluence.

eCommerce (B2B): september 2019 – januari 2020
Rol: Projectmanager, Data Scientist, Softwareontwikkelaar

  • Technologieën: Docker, MySQL, .NET Core, Swagger, R Shiny dashboard, ShinyProxy, Caddy
  • Ontwerp en ontwikkeling van een beveiligings- en authenticatie­concept voor een analyse­platform voor onlinehandel. Architectuur gebaseerd op Docker-containers en REST.

Telecommunicatie (B2C): mei 2018 – juni 2019
Rol: Data Scientist, Softwareontwikkelaar

  • Technologieën: KNIME, Impala Hadoop, Docker, R Shiny, ShinyProxy, Random Forests (Scikit-Learn), neurale netwerken (TensorFlow)
  • Samenwerking met business-afdelingen om processen te definiëren; relevante ruwe data vinden in Hadoop via Impala en KNIME; R-logica schrijven voor KPI-aggregatie; Shiny-dashboard ontwikkelen; koppeling met controlling-systemen.
  • Big Data: analyse van vier jaar klant-service­calls met NLP om oorzaken van klachten en storingen te achterhalen.
  • Ontwikkeling van voorspellende modellen (ensemble, neurale netwerken) in Python en R om serviceroutes te optimaliseren en klant­binding te verbeteren.
  • Productie-implementatie van ML via CI-methoden en Docker; PSA-compliance valideren; dagelijks rapporteren en integratie met reporting-databases.

Industrie & IoT (B2C): april 2017 – mei 2018
Rol: Softwareontwikkelaar

  • Technologieën: Xamarin Forms, .NET, Bluetooth Low Energy
  • Ontwikkeling van een mobiele app (Android, iOS) en pc-software voor programmeren en aansturen van tijdschakelaars. Implementatie van de Bluetooth-stack; discovery-service (UDP-broadcast); rollout-tool voor geautomatiseerde deployment; onderhoudsproces met drie-koppig team.

2015 – 2017 Systeem­beheerder, IT-groep Instituut voor Natuurkunde, Albert-Ludwigs-Universiteit, Duitsland

  • Installeren en onderhouden van Windows- en Linux-images met ESXi en Xen; configuratie van DHCP, CUPS, FOG-server, LDAP-authenticatie; opzetten van KISS-systemen en UPS-configuraties.
  • Ontwikkeling van een geautomatiseerd penetratietest­systeem voor het netwerk van het instituut.
  • Cron-gestuurde vulnerability-scans met Nmap-scripts; Metasploit-plugin ontwikkeld dat CVE-gebaseerde exploits uitvoert.
  • IDS ontwikkeld met Snort en bijbehorende regels opgesteld.

2016 Onderzoeker, Instituut voor Natuurkunde, Albert-Ludwigs-Universiteit Freiburg, Duitsland

  • Technologieën: C++, CUDA, Python, R
  • Ontwikkeling en analyse van herkennings­percentages van diverse neurale netwerken voor pattern-matching, waaronder:
  • Onbegeleid leren:
    – Boltzmann-netwerken
    – LSTM-netwerken
    – Hopfield- en Jordan-netwerken met:
       – verschillende leermethoden (Hebbian, Oya, STDP)
       – verschillende activatie­functies (lineair, heaviside, sigmoid)
       – verschillende patroon­coderingen
       – energie-minimalisatie
       – algebraïsche relaties
       – vergelijking klassieke vs. speltheoretische Kohonen-kaarten
  • Begeleid leren:
    – getraind netwerk voor baseline-correctie in NMS- en ESR-spectra

4 maanden (2016) Gezichts­herkenning in realtime bij wisselende licht­omstandigheden, Duitsland

  • Technologieën: C++, OpenCV
  • Beeldvoorbewerking (camera-aansturing, conversie naar 8-bit kleur­ruimte, contrast­verbetering, enz.) met OpenCV.
  • Gezichtsdetectie met Viola-Jones.
  • Gezichtsherkenning met Eigenfaces.

2012 – 2015 Onderzoeker, Instituut voor Fysische Chemie, Albert-Ludwigs-Universiteit Freiburg, Duitsland

  • Technologieën: MATLAB, TURBOMOLE, ORCA, Gromacs MD
  • QM/MM-simulaties van ESR- en NMR-parameters (g-tensor, hyperfijn­koppelingstensor) voor flavoproteïnen (FAD, FMN, riboflavine). Gebruik van CHARMM-forcefields voor moleculair-dynamische simulaties.
  • Energie-minimalisatie (gradient-descent) van moleculaire topologie.
  • Bepaling van het lignine-potentiaal.
  • Koppeling van thermische ensembles aan de simulatiebox (dodecaëder i.v.m. randvoorwaarden).

App voor evaluatie van radarsensoren (boom­trilling­metingen uitgevoerd door het instituut)

1 jaar (2011) Onderzoeker, Optica / Medische techniek, Freiburg, Duitsland

  • Technologieën: Mathematica, Python
  • Ontwikkeling van software om astigmatisme en dioptrie­waarden van ooglenzen te bepalen via machine learning. Implementatie van patent EP 2814916 (Rodenstock).
  • Detecteren en uitsnijden van het oog.
  • Opstellen van krommings­schatters.
  • Benadering van asferische lenzen met kubische B-splines.
  • Bepaling van metrische tensoren en onderzoek van krommings­differentiëlen met Runge-Kutta 4e orde.
  • Toepassing van de stelling van Minkwitz.

3 maanden (2011) Onderzoeker, Farmacie, Freiburg, Duitsland

  • Technologieën: R, KNIME
  • Onderzoek naar synergetische effecten bij combinatie van geneesmiddelen voor kankerbehandeling.
  • Implementatie van de Chou Combination Index (CI) in R als KNIME-node.
  • Integratie van de CI in de volledige verwerkingslogica via KNIME.

2010 – 2012 Financiële Wiskunde, Duitsland

  • Technologieën: C++, Python, R, Bash-scripts
  • Programma voor het ophalen van tick-data voor opgegeven WKN-codes.
  • Programma voor het ophalen van tick-data van Bitcoin-koersen.
  • Swing-tradingstrategie geïmplementeerd voor Bitcoin, DAX, Dow Jones en STOXX 50.
  • Programma voor het bepalen van voortschrijdende gemiddelden.