Senior Data Scientist & ML-Engineer
Aktualisiert am 18.07.2024
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 01.08.2024
Verfügbar zu: 100%
davon vor Ort: 10%
Data Scientist
Machine Learning
Python
Deep Learning
Deep Reinforcement Learning
Kubernetes
Supervised Learning
Unsupervised Learning
Computer Vision
Reinforcement Learning
Decision Trees
XGBoost
Grafana
Data Engineering
Data Visualization
Scrum Master
PyTorch
Python for Shiny
Opensearch Dashboards
Random Forests
SVM
Large Language Models
Generative AI
Deutsch
Muttersprache
Englisch
fließend
Spanisch
Grundkenntnisse

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

3 Jahre
2021-08 - 2024-07

Aufbau eines SIEM-Systems auf Open-Source Basis

Data Scientist, Python-Softwareentwickler Python CI/CD Git ...
Data Scientist, Python-Softwareentwickler
Für eine öffentliche Verwaltung soll ein Security Information and Event Management (SIEM) System komplett neu entwickelt werden. Dieses soll aus unterschiedlichen OpenSource Komponenten, sowie Eigenentwicklungen bestehen. Ziel ist ein SIEM-System zu entwickeln, welches vom Funktionsumfang ähnlich eines Splunk, QRader oder Arcsite ist und als BigData-Plattform große Menge an Eventdaten verarbeiten kann.
  • Entwickeln einer ETL-Software zur Normalisierung und Aufbereitung von Logdaten in Python
  • Entwickeln eines Systems zur Anomalieerkennung
  • Entwickeln eines SVM-Klassifikators von Logdaten
  • Unterstützung bei der Planung und Entwicklung der SIEM-Komponenten
  • Aufbau und Konfiguration der Komponenten
  • CI/CD-Konfigurationen in Gitlab und Github
  • Datenvisualisierungen von Events und Metriken in Grafana und OpenSearch Dashboards
  • Deployment und Integration in einer Kubernetes Umgebung mit ArgoCD
OpenSearch Kafka Grafana Prometheus Loki Kubernetes ArgoCD Gitlab
Python CI/CD Git Scrum SVM Machine Learning Anomaly Detection Supervised Learning Statistical Analysis TDD Auto Encoder
Bundesbehörde
1 Jahr
2020-10 - 2021-09

InnoPort AR

Data Scientist
Data Scientist
Ziel des Projekts ist es diverse Augmented Reality Lösungen zu entwickeln die den Containerbetrieb im Hafen vereinfachen.
  • Implementierung eines Objekterkenners YOLOv3 zur Detektion von BIC-Codes und Container-Siegel in Bildern von Containern
  • Generierung eines synthetischen Datensatzes mit diversen BIC-Codes und Container-Siegeln mittels Blender
  • Durchführung diverser KI-Experimente zur Identifizierung guter KI-Modelle
CTD - Container Terminal Dortmund
3 Monate
2021-06 - 2021-08

MLOps Initialisierung

Data Scientist
Data Scientist
Installation und Konfiguration einer MLOps-Plattform (ClearML) zur Vereinfachung und Automatisierung von KI-Entwicklungen
  • Deployment der ClearML-Anwendung in einem Docker-Container
  • Konfiguration mehrerer Worker-Instanzen (CPU, GPU)
  • Erprobung der Plattform mit Beispiel-Machine-Learning-Projekten
  • Präsentation und Vorstellung der Plattform
IT-Dienstleister
5 Monate
2021-02 - 2021-06

KI-basierte Stempelerkennung

Data Scientist
Data Scientist
Entwicklung eines KI-Systems zur Erkennung und Identifikation von diversen Stempeln in PDF-Dokumenten. Für das System wurden synthetische Daten generiert, welche anschließend als Grundlage für das Training mehrerer KI-Komponenten dienten. Zum Lokalisieren der Stempel wurde eine Yolov3 Architektur verwendet und zur Identifizierung des Stempels wurde ein eigenes Neuronales Netzwerk entworfen, das auf dem Prinzip der Siamesischen-Netzwerke basiert.
  • Entwurf und Generierung von synthetischen Stempeldaten (Stempel, sowie gestempelte PDF-Dokumente)
  • Entwickelt in Form von Python-Skripten
  • Ausführung mehrerer Trainings eines YOLOv3 auf den Stempeldaten zur Lokalisierung der Stempel
  • Architekturentwurf und Implementierung eines Siamesischen-Netzwerks zur Identifizierung der Stempel
  • Ausführung und Evaluation mehrerer Experimente zum Identifizieren des besten KI-Vorgehens
  • Präsentation der Ergebnisse
Bundesbehörde
5 Monate
2020-10 - 2021-02

Aufenthaltstitel Q&A

Data Scientist
Data Scientist
Entwicklung eines KI-basierten Frage-und-Antwort-Systems zum deutschen Aufenthaltsgesetzes. Ziel war es mit dem Framework Haystack zu zeigen, dass man das komplexe Aufenthaltsgesetz mit KI-gestützter Suchen leichter zugänglich machen kann.
  • Aufbau von Text-Datensätzen über das deutsche Aufenthaltsgesetz
  • Crawlen von mehreren relevanten Webseiten, sowie das Aufenthaltsgesetzt selbst (Python-Skript)
  • Anwendung des Haystack-Frameworks in einem Python-Skript
  • Evaluation verschiedener KI-Modelle
  • Bereitstellung eines Web-Frontends, um das Frage-Antwort-System zu demonstrieren (Vue.js, Python Flask)
  • Deployn der Anwendung in der AWS Cloud
Bundesbehörde
3 Monate
2020-06 - 2020-08

Dokumentenzentrierte Analyse

Data Scientist
Data Scientist
Ziel des Projektes war es eine Plattform (Proof-of-Concept) zu entwickeln, das verschiedene Analysemethoden für PDF-Dokumente zur Verfügung stellt. Folgende Analysen wurden implementiert: Klassifikation von Dokumenten, Aufteilen von PDF-Dokumente in Teildokumente, Stimmungsanalyse, sowie ein naiver Knowledge Graph.
  • Implementierung eines Python-Skripts zur Orchestrierung von Kafka-Messages an diverse Applikationsservices zur Sicherstellung, dass diese in der korrekten Reihenfolge ausgeführt werden
  • Implementierung eines Web-Frontends inklusiver Datenvisualisierungen einzelnen Analysekomponenten mit Vue.js
  • Implementierung und Evaluation von KI-Verfahren zur Aufteilung von PDF-Dokumenten in einzelne Teildokumente
  • Integration einer KI zur Stimmungsanalyse von Dokumenten, basierend auf dem Stimmungsbild einzelner Sätze
  • Extraktion von Subjekten, Objekten und Relationen aus Dokumenten zur Generierung eines Knowledge Graphens
  • Containerisierung der Anwendung mit Docker und Inbetriebnahme der Plattform auf einem Server
IT-Dienstleister
3 Monate
2020-05 - 2020-07

Parkplatzprognose Melbourne CBD

Data Scientist
Data Scientist
Ziel des Projektes war es ein Vorhersagemodell zu trainieren, dass die Verfügbarkeit von Parkplätzen in Melbourne CBD vorhersagt.
  • Implementierung eines Web-Frontends, zur Visualisierung von Vorhersagen, mittels Vue.js, Vuetify, Django und Leaflet
  • Implementierung von Server-Sent-Events zur kontinuierlichen Benachrichtigung des Clients über neue Vorhersagen
  • Implementierung eines Python-Skriptes zum Versenden und Auslesen von Kafka-Messages
Kommunalverwaltung
2 Monate
2020-04 - 2020-05

Leogistics Truck Scheduling

Data Scientist
Data Scientist
Ziel des Projektes war es einen Optimierungsalgorithmus zu entwickeln der die Zuteilung von ankommenden LKWs zu Laderampen vornimmt
  • Entwicklung eines Web-Frontends zur Anzeige der Optimierungsergebnisse mit Vue.js, Vuetify und Django
  • Implementierung von Datenvisualisierungen im Frontend
  • Implementierung von Server-Sent-Events zur asynchronen Benachrichtigung des Clients über neue Optimierungsergebnisse
  • Containerisierung der Anwendung (Frontend und Backend) mit Docker
Leogistics GmbH
1 Jahr 1 Monat
2019-03 - 2020-03

IDS@BKM

Softwareentwickler
Softwareentwickler
Entwicklung einer Supply Chain-Transparenz in automobilen Versorgungsketten mithilfe des IDS (International Data Spaces). Das Projekt IDS@BKM stellt einen IDS-Use-Case dar in dem das Bedarfs- und Kapazitätsmanagement aller Supply-Chain-Teilnehmer transparent wird. Durch die gegebene Transparenz und dem schnellen Datenaustausch können die einzelnen Firmen schneller auf Engpässe reagieren und gegebenenfalls umplanen.
  • Entwicklung eines IDS-Connectors in Java mit dem IDS-Framework
  • Implementierung eines IDS Message-Handlers im IDS-Framework
  • Entwurf eines Frontends und Wireframes mit Adobe XD
  • Entwicklung eines Web-Frontends mit Vue.js und Vuetify für den IDS-Connector
  • Entwurf eines Informationsmodells zur Datenhaltung der Bedarfs- und Kapazitätsdaten innerhalb des IDS-Connectors
  • Unterstützung bei der Projektplanung und Beratung in Terminen mit Projektpartnern
  • Konfiguration der Continuous Integration Pipeline in Atlassian Bamboo sowie der statischen Codeanalyse mit SonarQube
Automobilhersteller (OEM)
1 Jahr 7 Monate
2018-09 - 2020-03

IDS-Framework

Softwareentwickler
Softwareentwickler
Entwicklung eines Frameworks, dass alle IDS-Basis-Komponenten ineinander vereinen soll. Entsprechendes Framework soll die Entwicklung und Implementierung von IDS-Connectoren vereinfachen und beschleunigen. Gleichzeitige Anwendung und Integration des Frameworks in bestehende Projekte, um diese IDS-fähig zu machen.
  • Mitentwicklung am IDS-Framework (JAVA, REST, SpringBoot, Hibernate, H2)
  • Erhebung von Anforderungen an das Framework
  • Projektmanagement eines kleinen Entwicklungsteams (2-5 Personen), mit agilen Methoden wie Scrum und Kanban-Boards
  • Continuous Integration des IDS-Frameworks mit Bamboo
  • Qualitätssicherung mit JUnit-Tests und SonarQube
  • Integration eines IDS-Connectors in eine Microservice Architektur mit Kommunikationen über Kafka-Messages
  • Bereitstellen des IDS-Connectors in Docker-Containern 
  • Entwicklung eines Frontends mit Vue.js und Vuetify für einen IDS-Connector der auf dem IDS-Framework basiert
Fraunhofer Gesellschafft e.V.
1 Jahr 7 Monate
2018-09 - 2020-03

IDS-Connector Konfigurationsmanager

Softwareentwickler
Softwareentwickler
Entwicklung eines vollständigen Konfigurationsmodells und eines Konfigurationsmanagers für IDS-Connectoren. Beide Komponenten stellen eine Kernfunktion eines generischen IDS-Connectors dar.
  • Anforderungserhebung an die Konfigurationsmöglichkeiten eines IDS-Connectors
  • Entwurf eines Informationsmodell, das die Grundlage des Konfigurationsmodells darstellt
  • Mitwirkung bei der Implementierung des Konfigurationsmodells in Java und mit Hibernate
  • Continuous Integration des Konfigurationsmodells mit Atlassian Bamboo
  • Konfiguration, Einrichtung und Pflege der statischen Codeanalyse mit SonarQube
  • Projektorganisation mit Jira und Kanban-Boards
Fraunhofer Gesellschafft e.V.
7 Monate
2018-11 - 2019-05

Graph-basiertes Reinforcement Learning zur Bewegungsprädiktion

Data Scientist
Data Scientist
Das Ziel der Arbeit "Graph-basiertes Reinforcement Learning zur kollaborativen Bewegungsprädiktion von Drohnen" war es Graph Neural Networks mit bekannten Reinforcement Learning Algorithmen (DQN und PPO) zu kombinieren, um eine Schwarm Drohnen kollisionsfreie Flüge erlernen zu lassen. Entwickelt wurde dies mit PyTorch, PyTorch Geometric und OpenAI Gym.
  • Implementierung und Adaption von zwei Reinforcement Learning Algorithmen: DQN und PPO
  • Abstrakte Implementierung einer virtuellen Umgebung für die Simulation von Drohnenflügen
  • Evaluation des Lernerfolgs der maschinellen Lernverfahren in mehreren Experimenten
  • Dokumentation und Verteidigung der Ergebnisse
TU Dortmund
4 Monate
2018-04 - 2018-07

Datenanalyse der universitätseigenen DAT App

Data Scientist
Data Scientist
Die Universität entwickelte eine eigne Umfrage-App, mit der Studenten zeitnahe über aktuelle universitäre, soziale oder politische Themen befragt werden können.
  • Beratung zur allgemeinen Datenanalysemöglichkeiten
  • Entwicklung und Vorstellung diverser Datenvisualisierungen mittels Microsoft Power BI
Western Sydney University
4 Jahre 10 Monate
2013-03 - 2017-12

Weiterentwicklung und Wartung der Webseite

Webentiwckler
Webentiwckler
Kontinuierliche Pflege des Webauftritts des Zentrum für Hochschul-Bildung der Technischen Universität Dortmund
  • Einpflegen von Inhalten in das Contentmanagement System Fiona
  • Umstrukturierung sowie Modernisierung diverser Seiten mittels HTML, CSS und jQuery
TU Dortmund
1 Jahr 1 Monat
2016-10 - 2017-10

Erklär mir die Welt - Kamerabasierte Internetrecherche

Data Scientist
Data Scientist
Ziel des Projektes war das Erkennen von Autos in Bildern, die Feinklassifizierung des Erkannten Autos (Automarke, Modell), sowie ein angeschlossenes Information-Retrieval das Durchschnittspreis, Verbrauchswerte, Kilometerstände beim Verkauf usw. zurück gibt. Angewendet wurden diverse Deep Learning Methoden zur Objekt Detektion und Klassifikation.
  • Implementierung und Realisierung eines Objekterkenners mit Hilfe des Deep Learning Frameworks Caffe und der Faster-RCNN-Architektur
  • Zeitweises Projektmanagement und Leitung eines 10-köpfigen Teams
  • Erstellung eines eigenen Auto-Datensatzes
  • Verfassen diverser Dokumentationen und Berichte
TU Dortmund
5 Monate
2015-09 - 2016-01

Template-basierte Detektion viraler Strukturen in PAMONO-Daten

Data Scientist
Data Scientist
Das Ziel war es mithilfe verschiedener Objekterkennungsverfahren in Bilddaten des PAMONO-Sensors Ausprägungen biologischer viraler Strukturen verlässlich zu erkennen. Mit C++ und OpenCV wurde eine Software entwickelt, welche dies ermöglicht.
  • Entwicklung einer Analysesoftware mittels C++ und OpenCV
  • Evaluation der Software
  • Dokumentation und Verteidigung der Ergebnisse
TU Dortmund

Aus- und Weiterbildung

Aus- und Weiterbildung

3 Jahre 5 Monate
2016-04 - 2019-08

Informatik

Master of Science, TU Dortmund
Master of Science
TU Dortmund
6 Monate
2018-02 - 2018-07

Informatik

Austauschprogramm, Western Sydney University, Sydney
Austauschprogramm
Western Sydney University, Sydney
3 Jahre 6 Monate
2012-10 - 2016-03

Angewandte Informatik

Bachelor of Science, TU Dortmund
Bachelor of Science
TU Dortmund
Dienstleistungsinformatik
3 Jahre 6 Monate
2009-01 - 2012-06

Allgemeine Hochschulreife

Freiherr-vom-Stein-Gymnasium, Hamm
Freiherr-vom-Stein-Gymnasium, Hamm

Kompetenzen

Kompetenzen

Top-Skills

Data Scientist Machine Learning Python Deep Learning Deep Reinforcement Learning Kubernetes Supervised Learning Unsupervised Learning Computer Vision Reinforcement Learning Decision Trees XGBoost Grafana Data Engineering Data Visualization Scrum Master PyTorch Python for Shiny Opensearch Dashboards Random Forests SVM Large Language Models Generative AI

Produkte / Standards / Erfahrungen / Methoden

Machine Learning
Experte
Deep Learning
Experte
Supervised Learning
Experte
Reinforcement Learning
Experte
Convolutional Neural Networks
Experte
Decision Trees
Experte
SVMs
Experte
Unsupervised Learning
Experte
Sentiment Analysis
Experte
Graphs
Fortgeschritten
Microsoft Power BI
Basics
Pandas
Experte
PyTorch
Experte
PyTorch Lightning
Experte
Numpy
Experte
Scikit-Learn
Experte
XGBoost
Experte
Prophet
Basics
PyTest
Experte
MLflow
Experte
Git
Experte
Gitlab
Experte
Github
Experte
Bitbucket
Fortgeschritten
PyCharm
Experte
VSCode
Experte
LaTeX
Fortgeschritten
Antora
Experte
CleanCode
Experte
Vue.js
Basics
Vuetify
Basics
NPM
Basics
Scrum Master
Experte
Jira
Experte
Confluence
Experte
Product Owner
Basics
Linux
Experte
Docker / Podman
Experte
Ansible
Fortgeschritten
Kubernetes
Fortgeschritten
ArgoCD
Fortgeschritten

Programmiersprachen

Python
Experte
CSS
Fortgeschritten
HTML
Fortgeschritten
JavaScript
Basics
Java
Basics
C++
Basics
PHP
Basics

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

3 Jahre
2021-08 - 2024-07

Aufbau eines SIEM-Systems auf Open-Source Basis

Data Scientist, Python-Softwareentwickler Python CI/CD Git ...
Data Scientist, Python-Softwareentwickler
Für eine öffentliche Verwaltung soll ein Security Information and Event Management (SIEM) System komplett neu entwickelt werden. Dieses soll aus unterschiedlichen OpenSource Komponenten, sowie Eigenentwicklungen bestehen. Ziel ist ein SIEM-System zu entwickeln, welches vom Funktionsumfang ähnlich eines Splunk, QRader oder Arcsite ist und als BigData-Plattform große Menge an Eventdaten verarbeiten kann.
  • Entwickeln einer ETL-Software zur Normalisierung und Aufbereitung von Logdaten in Python
  • Entwickeln eines Systems zur Anomalieerkennung
  • Entwickeln eines SVM-Klassifikators von Logdaten
  • Unterstützung bei der Planung und Entwicklung der SIEM-Komponenten
  • Aufbau und Konfiguration der Komponenten
  • CI/CD-Konfigurationen in Gitlab und Github
  • Datenvisualisierungen von Events und Metriken in Grafana und OpenSearch Dashboards
  • Deployment und Integration in einer Kubernetes Umgebung mit ArgoCD
OpenSearch Kafka Grafana Prometheus Loki Kubernetes ArgoCD Gitlab
Python CI/CD Git Scrum SVM Machine Learning Anomaly Detection Supervised Learning Statistical Analysis TDD Auto Encoder
Bundesbehörde
1 Jahr
2020-10 - 2021-09

InnoPort AR

Data Scientist
Data Scientist
Ziel des Projekts ist es diverse Augmented Reality Lösungen zu entwickeln die den Containerbetrieb im Hafen vereinfachen.
  • Implementierung eines Objekterkenners YOLOv3 zur Detektion von BIC-Codes und Container-Siegel in Bildern von Containern
  • Generierung eines synthetischen Datensatzes mit diversen BIC-Codes und Container-Siegeln mittels Blender
  • Durchführung diverser KI-Experimente zur Identifizierung guter KI-Modelle
CTD - Container Terminal Dortmund
3 Monate
2021-06 - 2021-08

MLOps Initialisierung

Data Scientist
Data Scientist
Installation und Konfiguration einer MLOps-Plattform (ClearML) zur Vereinfachung und Automatisierung von KI-Entwicklungen
  • Deployment der ClearML-Anwendung in einem Docker-Container
  • Konfiguration mehrerer Worker-Instanzen (CPU, GPU)
  • Erprobung der Plattform mit Beispiel-Machine-Learning-Projekten
  • Präsentation und Vorstellung der Plattform
IT-Dienstleister
5 Monate
2021-02 - 2021-06

KI-basierte Stempelerkennung

Data Scientist
Data Scientist
Entwicklung eines KI-Systems zur Erkennung und Identifikation von diversen Stempeln in PDF-Dokumenten. Für das System wurden synthetische Daten generiert, welche anschließend als Grundlage für das Training mehrerer KI-Komponenten dienten. Zum Lokalisieren der Stempel wurde eine Yolov3 Architektur verwendet und zur Identifizierung des Stempels wurde ein eigenes Neuronales Netzwerk entworfen, das auf dem Prinzip der Siamesischen-Netzwerke basiert.
  • Entwurf und Generierung von synthetischen Stempeldaten (Stempel, sowie gestempelte PDF-Dokumente)
  • Entwickelt in Form von Python-Skripten
  • Ausführung mehrerer Trainings eines YOLOv3 auf den Stempeldaten zur Lokalisierung der Stempel
  • Architekturentwurf und Implementierung eines Siamesischen-Netzwerks zur Identifizierung der Stempel
  • Ausführung und Evaluation mehrerer Experimente zum Identifizieren des besten KI-Vorgehens
  • Präsentation der Ergebnisse
Bundesbehörde
5 Monate
2020-10 - 2021-02

Aufenthaltstitel Q&A

Data Scientist
Data Scientist
Entwicklung eines KI-basierten Frage-und-Antwort-Systems zum deutschen Aufenthaltsgesetzes. Ziel war es mit dem Framework Haystack zu zeigen, dass man das komplexe Aufenthaltsgesetz mit KI-gestützter Suchen leichter zugänglich machen kann.
  • Aufbau von Text-Datensätzen über das deutsche Aufenthaltsgesetz
  • Crawlen von mehreren relevanten Webseiten, sowie das Aufenthaltsgesetzt selbst (Python-Skript)
  • Anwendung des Haystack-Frameworks in einem Python-Skript
  • Evaluation verschiedener KI-Modelle
  • Bereitstellung eines Web-Frontends, um das Frage-Antwort-System zu demonstrieren (Vue.js, Python Flask)
  • Deployn der Anwendung in der AWS Cloud
Bundesbehörde
3 Monate
2020-06 - 2020-08

Dokumentenzentrierte Analyse

Data Scientist
Data Scientist
Ziel des Projektes war es eine Plattform (Proof-of-Concept) zu entwickeln, das verschiedene Analysemethoden für PDF-Dokumente zur Verfügung stellt. Folgende Analysen wurden implementiert: Klassifikation von Dokumenten, Aufteilen von PDF-Dokumente in Teildokumente, Stimmungsanalyse, sowie ein naiver Knowledge Graph.
  • Implementierung eines Python-Skripts zur Orchestrierung von Kafka-Messages an diverse Applikationsservices zur Sicherstellung, dass diese in der korrekten Reihenfolge ausgeführt werden
  • Implementierung eines Web-Frontends inklusiver Datenvisualisierungen einzelnen Analysekomponenten mit Vue.js
  • Implementierung und Evaluation von KI-Verfahren zur Aufteilung von PDF-Dokumenten in einzelne Teildokumente
  • Integration einer KI zur Stimmungsanalyse von Dokumenten, basierend auf dem Stimmungsbild einzelner Sätze
  • Extraktion von Subjekten, Objekten und Relationen aus Dokumenten zur Generierung eines Knowledge Graphens
  • Containerisierung der Anwendung mit Docker und Inbetriebnahme der Plattform auf einem Server
IT-Dienstleister
3 Monate
2020-05 - 2020-07

Parkplatzprognose Melbourne CBD

Data Scientist
Data Scientist
Ziel des Projektes war es ein Vorhersagemodell zu trainieren, dass die Verfügbarkeit von Parkplätzen in Melbourne CBD vorhersagt.
  • Implementierung eines Web-Frontends, zur Visualisierung von Vorhersagen, mittels Vue.js, Vuetify, Django und Leaflet
  • Implementierung von Server-Sent-Events zur kontinuierlichen Benachrichtigung des Clients über neue Vorhersagen
  • Implementierung eines Python-Skriptes zum Versenden und Auslesen von Kafka-Messages
Kommunalverwaltung
2 Monate
2020-04 - 2020-05

Leogistics Truck Scheduling

Data Scientist
Data Scientist
Ziel des Projektes war es einen Optimierungsalgorithmus zu entwickeln der die Zuteilung von ankommenden LKWs zu Laderampen vornimmt
  • Entwicklung eines Web-Frontends zur Anzeige der Optimierungsergebnisse mit Vue.js, Vuetify und Django
  • Implementierung von Datenvisualisierungen im Frontend
  • Implementierung von Server-Sent-Events zur asynchronen Benachrichtigung des Clients über neue Optimierungsergebnisse
  • Containerisierung der Anwendung (Frontend und Backend) mit Docker
Leogistics GmbH
1 Jahr 1 Monat
2019-03 - 2020-03

IDS@BKM

Softwareentwickler
Softwareentwickler
Entwicklung einer Supply Chain-Transparenz in automobilen Versorgungsketten mithilfe des IDS (International Data Spaces). Das Projekt IDS@BKM stellt einen IDS-Use-Case dar in dem das Bedarfs- und Kapazitätsmanagement aller Supply-Chain-Teilnehmer transparent wird. Durch die gegebene Transparenz und dem schnellen Datenaustausch können die einzelnen Firmen schneller auf Engpässe reagieren und gegebenenfalls umplanen.
  • Entwicklung eines IDS-Connectors in Java mit dem IDS-Framework
  • Implementierung eines IDS Message-Handlers im IDS-Framework
  • Entwurf eines Frontends und Wireframes mit Adobe XD
  • Entwicklung eines Web-Frontends mit Vue.js und Vuetify für den IDS-Connector
  • Entwurf eines Informationsmodells zur Datenhaltung der Bedarfs- und Kapazitätsdaten innerhalb des IDS-Connectors
  • Unterstützung bei der Projektplanung und Beratung in Terminen mit Projektpartnern
  • Konfiguration der Continuous Integration Pipeline in Atlassian Bamboo sowie der statischen Codeanalyse mit SonarQube
Automobilhersteller (OEM)
1 Jahr 7 Monate
2018-09 - 2020-03

IDS-Framework

Softwareentwickler
Softwareentwickler
Entwicklung eines Frameworks, dass alle IDS-Basis-Komponenten ineinander vereinen soll. Entsprechendes Framework soll die Entwicklung und Implementierung von IDS-Connectoren vereinfachen und beschleunigen. Gleichzeitige Anwendung und Integration des Frameworks in bestehende Projekte, um diese IDS-fähig zu machen.
  • Mitentwicklung am IDS-Framework (JAVA, REST, SpringBoot, Hibernate, H2)
  • Erhebung von Anforderungen an das Framework
  • Projektmanagement eines kleinen Entwicklungsteams (2-5 Personen), mit agilen Methoden wie Scrum und Kanban-Boards
  • Continuous Integration des IDS-Frameworks mit Bamboo
  • Qualitätssicherung mit JUnit-Tests und SonarQube
  • Integration eines IDS-Connectors in eine Microservice Architektur mit Kommunikationen über Kafka-Messages
  • Bereitstellen des IDS-Connectors in Docker-Containern 
  • Entwicklung eines Frontends mit Vue.js und Vuetify für einen IDS-Connector der auf dem IDS-Framework basiert
Fraunhofer Gesellschafft e.V.
1 Jahr 7 Monate
2018-09 - 2020-03

IDS-Connector Konfigurationsmanager

Softwareentwickler
Softwareentwickler
Entwicklung eines vollständigen Konfigurationsmodells und eines Konfigurationsmanagers für IDS-Connectoren. Beide Komponenten stellen eine Kernfunktion eines generischen IDS-Connectors dar.
  • Anforderungserhebung an die Konfigurationsmöglichkeiten eines IDS-Connectors
  • Entwurf eines Informationsmodell, das die Grundlage des Konfigurationsmodells darstellt
  • Mitwirkung bei der Implementierung des Konfigurationsmodells in Java und mit Hibernate
  • Continuous Integration des Konfigurationsmodells mit Atlassian Bamboo
  • Konfiguration, Einrichtung und Pflege der statischen Codeanalyse mit SonarQube
  • Projektorganisation mit Jira und Kanban-Boards
Fraunhofer Gesellschafft e.V.
7 Monate
2018-11 - 2019-05

Graph-basiertes Reinforcement Learning zur Bewegungsprädiktion

Data Scientist
Data Scientist
Das Ziel der Arbeit "Graph-basiertes Reinforcement Learning zur kollaborativen Bewegungsprädiktion von Drohnen" war es Graph Neural Networks mit bekannten Reinforcement Learning Algorithmen (DQN und PPO) zu kombinieren, um eine Schwarm Drohnen kollisionsfreie Flüge erlernen zu lassen. Entwickelt wurde dies mit PyTorch, PyTorch Geometric und OpenAI Gym.
  • Implementierung und Adaption von zwei Reinforcement Learning Algorithmen: DQN und PPO
  • Abstrakte Implementierung einer virtuellen Umgebung für die Simulation von Drohnenflügen
  • Evaluation des Lernerfolgs der maschinellen Lernverfahren in mehreren Experimenten
  • Dokumentation und Verteidigung der Ergebnisse
TU Dortmund
4 Monate
2018-04 - 2018-07

Datenanalyse der universitätseigenen DAT App

Data Scientist
Data Scientist
Die Universität entwickelte eine eigne Umfrage-App, mit der Studenten zeitnahe über aktuelle universitäre, soziale oder politische Themen befragt werden können.
  • Beratung zur allgemeinen Datenanalysemöglichkeiten
  • Entwicklung und Vorstellung diverser Datenvisualisierungen mittels Microsoft Power BI
Western Sydney University
4 Jahre 10 Monate
2013-03 - 2017-12

Weiterentwicklung und Wartung der Webseite

Webentiwckler
Webentiwckler
Kontinuierliche Pflege des Webauftritts des Zentrum für Hochschul-Bildung der Technischen Universität Dortmund
  • Einpflegen von Inhalten in das Contentmanagement System Fiona
  • Umstrukturierung sowie Modernisierung diverser Seiten mittels HTML, CSS und jQuery
TU Dortmund
1 Jahr 1 Monat
2016-10 - 2017-10

Erklär mir die Welt - Kamerabasierte Internetrecherche

Data Scientist
Data Scientist
Ziel des Projektes war das Erkennen von Autos in Bildern, die Feinklassifizierung des Erkannten Autos (Automarke, Modell), sowie ein angeschlossenes Information-Retrieval das Durchschnittspreis, Verbrauchswerte, Kilometerstände beim Verkauf usw. zurück gibt. Angewendet wurden diverse Deep Learning Methoden zur Objekt Detektion und Klassifikation.
  • Implementierung und Realisierung eines Objekterkenners mit Hilfe des Deep Learning Frameworks Caffe und der Faster-RCNN-Architektur
  • Zeitweises Projektmanagement und Leitung eines 10-köpfigen Teams
  • Erstellung eines eigenen Auto-Datensatzes
  • Verfassen diverser Dokumentationen und Berichte
TU Dortmund
5 Monate
2015-09 - 2016-01

Template-basierte Detektion viraler Strukturen in PAMONO-Daten

Data Scientist
Data Scientist
Das Ziel war es mithilfe verschiedener Objekterkennungsverfahren in Bilddaten des PAMONO-Sensors Ausprägungen biologischer viraler Strukturen verlässlich zu erkennen. Mit C++ und OpenCV wurde eine Software entwickelt, welche dies ermöglicht.
  • Entwicklung einer Analysesoftware mittels C++ und OpenCV
  • Evaluation der Software
  • Dokumentation und Verteidigung der Ergebnisse
TU Dortmund

Aus- und Weiterbildung

Aus- und Weiterbildung

3 Jahre 5 Monate
2016-04 - 2019-08

Informatik

Master of Science, TU Dortmund
Master of Science
TU Dortmund
6 Monate
2018-02 - 2018-07

Informatik

Austauschprogramm, Western Sydney University, Sydney
Austauschprogramm
Western Sydney University, Sydney
3 Jahre 6 Monate
2012-10 - 2016-03

Angewandte Informatik

Bachelor of Science, TU Dortmund
Bachelor of Science
TU Dortmund
Dienstleistungsinformatik
3 Jahre 6 Monate
2009-01 - 2012-06

Allgemeine Hochschulreife

Freiherr-vom-Stein-Gymnasium, Hamm
Freiherr-vom-Stein-Gymnasium, Hamm

Kompetenzen

Kompetenzen

Top-Skills

Data Scientist Machine Learning Python Deep Learning Deep Reinforcement Learning Kubernetes Supervised Learning Unsupervised Learning Computer Vision Reinforcement Learning Decision Trees XGBoost Grafana Data Engineering Data Visualization Scrum Master PyTorch Python for Shiny Opensearch Dashboards Random Forests SVM Large Language Models Generative AI

Produkte / Standards / Erfahrungen / Methoden

Machine Learning
Experte
Deep Learning
Experte
Supervised Learning
Experte
Reinforcement Learning
Experte
Convolutional Neural Networks
Experte
Decision Trees
Experte
SVMs
Experte
Unsupervised Learning
Experte
Sentiment Analysis
Experte
Graphs
Fortgeschritten
Microsoft Power BI
Basics
Pandas
Experte
PyTorch
Experte
PyTorch Lightning
Experte
Numpy
Experte
Scikit-Learn
Experte
XGBoost
Experte
Prophet
Basics
PyTest
Experte
MLflow
Experte
Git
Experte
Gitlab
Experte
Github
Experte
Bitbucket
Fortgeschritten
PyCharm
Experte
VSCode
Experte
LaTeX
Fortgeschritten
Antora
Experte
CleanCode
Experte
Vue.js
Basics
Vuetify
Basics
NPM
Basics
Scrum Master
Experte
Jira
Experte
Confluence
Experte
Product Owner
Basics
Linux
Experte
Docker / Podman
Experte
Ansible
Fortgeschritten
Kubernetes
Fortgeschritten
ArgoCD
Fortgeschritten

Programmiersprachen

Python
Experte
CSS
Fortgeschritten
HTML
Fortgeschritten
JavaScript
Basics
Java
Basics
C++
Basics
PHP
Basics

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.