Konzeption und Entwicklung einer modularen Agentic-AI-Architektur mit Hybrid-LLM-Routing, Retrieval-Augmented Generation (RAG), persistentem Memory, dynamischer Kontextsteuerung und kontrollierter agentischer Entscheidungslogik.
Entwicklung und Evaluation lokaler und cloudbasierter LLM-Komponenten sowie von Mechanismen für Routing, Feedback, Wissenslückenerkennung und langfristige Lern- und Memory-Konzepte.
Fokus auf modulare Architektur, Nachvollziehbarkeit, Datenschutz und produktionsnahe AI-Systemgestaltung.
Konzeption und Entwicklung eines mehrschichtigen AI-Assistenzsystems zur Unterstützung
datengetriebener Fragestellungen. Entwicklung einer agentenbasierten Architektur mit
Retrieval-Augmented Generation (RAG), dynamischem Nutzerkontext, Feedback-
Mechanismen und kontrollierter Entscheidungslogik zur Verbesserung der Antwortqualität
und Nachvollziehbarkeit. Basierend auf den Architekturunterlagen umfasst das System RAG,
Nutzerkontext, Agentenlogik, Governance und Dataverse/CosmosDB als Wissensbasis sowie
OpenSearch für die semantische Dokumentensuche.
Weiterentwicklung einer unternehmensweiten Data-Warehouse-Lösung zur
Verarbeitung und Bereitstellung großer Datenmengen für analytische und operative Zwecke.
Neuimplementierung eines fachlich kritischen Bewertungssystems sowie Entwicklung automatisierter Validierungsmechanismen zur Sicherstellung von Datenqualität und Konsistenz innerhalb produktiver Datenverarbeitungsprozesse.
? Softwareentwicklung in Python
? Entwicklung datenbankgestützter Verarbeitungskomponenten
? Aufbau automatisierter Test- und Validierungslogiken
? Performanceoptimierung mittels In-Memory-Verarbeitung
? Automatisierung manueller Fachprozesse
? Fachliche Analyse und Neustrukturierung bestehender Datenlogiken
? Entwicklung eines Frameworks zur Testautomatisierung
? Entwicklung eines Konnektors zum automatisierten Download von Providerdaten
? Redesign einer ETL-Strecke zur Transformation technischer Datenmodelle
Aufbau einer Azure-basierten Datenintegrationslösung zur Extraktion, Transformation und Bereitstellung strukturierter und unstrukturierter Daten für analytische Anwendungen und Reporting-Lösungen.
Data Science, Machine Learning und Reinforcement Learning.
Masterarbeit im Bereich Reinforcement Learning mit Schwerpunkt auf Prioritized Experience Replay und Deep Reinforcement Learning anhand Atari-basierter Umgebungen.
Konzeption und Entwicklung einer modularen Agentic-AI-Architektur mit Hybrid-LLM-Routing, Retrieval-Augmented Generation (RAG), persistentem Memory, dynamischer Kontextsteuerung und kontrollierter agentischer Entscheidungslogik.
Entwicklung und Evaluation lokaler und cloudbasierter LLM-Komponenten sowie von Mechanismen für Routing, Feedback, Wissenslückenerkennung und langfristige Lern- und Memory-Konzepte.
Fokus auf modulare Architektur, Nachvollziehbarkeit, Datenschutz und produktionsnahe AI-Systemgestaltung.
Konzeption und Entwicklung eines mehrschichtigen AI-Assistenzsystems zur Unterstützung
datengetriebener Fragestellungen. Entwicklung einer agentenbasierten Architektur mit
Retrieval-Augmented Generation (RAG), dynamischem Nutzerkontext, Feedback-
Mechanismen und kontrollierter Entscheidungslogik zur Verbesserung der Antwortqualität
und Nachvollziehbarkeit. Basierend auf den Architekturunterlagen umfasst das System RAG,
Nutzerkontext, Agentenlogik, Governance und Dataverse/CosmosDB als Wissensbasis sowie
OpenSearch für die semantische Dokumentensuche.
Weiterentwicklung einer unternehmensweiten Data-Warehouse-Lösung zur
Verarbeitung und Bereitstellung großer Datenmengen für analytische und operative Zwecke.
Neuimplementierung eines fachlich kritischen Bewertungssystems sowie Entwicklung automatisierter Validierungsmechanismen zur Sicherstellung von Datenqualität und Konsistenz innerhalb produktiver Datenverarbeitungsprozesse.
? Softwareentwicklung in Python
? Entwicklung datenbankgestützter Verarbeitungskomponenten
? Aufbau automatisierter Test- und Validierungslogiken
? Performanceoptimierung mittels In-Memory-Verarbeitung
? Automatisierung manueller Fachprozesse
? Fachliche Analyse und Neustrukturierung bestehender Datenlogiken
? Entwicklung eines Frameworks zur Testautomatisierung
? Entwicklung eines Konnektors zum automatisierten Download von Providerdaten
? Redesign einer ETL-Strecke zur Transformation technischer Datenmodelle
Aufbau einer Azure-basierten Datenintegrationslösung zur Extraktion, Transformation und Bereitstellung strukturierter und unstrukturierter Daten für analytische Anwendungen und Reporting-Lösungen.
Data Science, Machine Learning und Reinforcement Learning.
Masterarbeit im Bereich Reinforcement Learning mit Schwerpunkt auf Prioritized Experience Replay und Deep Reinforcement Learning anhand Atari-basierter Umgebungen.