Ziel:

• Benutzern ermöglichen, mehrere Entwicklungs- und Analyseaufgaben mithilfe von Coding-Agenten parallel, remote und auf ihrer eigenen Codebasis auszuführen.

Lösung:

• Implementierung einer schnell skalierbaren Bereitstellung isolierter Ausführungsumgebungen.
• Bereitstellung von Agenten in diesen Umgebungen für Blackbox, Claude, Gemini und Codex, OpenCode, AMP, Droid, Goose und weitere ermöglichen.
• Entwicklung reaktionsschneller Frontend- und Backend-Systeme für die Aufgabenbearbeitung.
• Ermöglichung von Integrationen mit OpenClaw, Slack, Discord, Telefon und 11(.)ai sowie allgemeiner Zugriff über MPC und API.
• Ermöglichung der Bereitstellung von Integrationen zu Drittanbieterdiensten wie MongoDB und Supabase in isolierten Umgebungen.
• Ermöglichung der automatischen Bereitstellung der Aufgabenergebnisse auf Vercel und GCP.

• Content-Erstellern und Community-Leitern die Möglichkeit geben, Inhalte auf KInative Weise zu monetarisieren.

• Entwickelte eines fluiden Datenbanksystems mit einem RAG-System mit semantic chunking, multi-format Dateieingabe, Seitenzuordnung und Metadatenfilterung.
• Entwickelte ein responsives React-Frontends mit sicherer Authentifizierung und Datenmanagement im Backend.
• Ermöglichte Interaktion mit der Basis durch ein Multi-Agenten-System.
• Ermöglichte rollenbasierten Zugriff auf die Basis und den Agenten zwecks Zusammenarbeit durch Beiträge und den Austausch von Wissen und KI-Tools.
• Ermöglichung eines Marktplatzes und der Monetarisierung durch Stripe.

• Kunden des Beratungsunternehmens sollen KI-generierte Antworten erhalten, denen sie vertrauen können.

• Analysierte die proprietären Daten.
• Entwickelte benutzerdefinierte Parser für verschiedene Datenstrukturen.
• ntwickelte benutzerdefinierte Chunking-Ansätze, um kohärente Textabschnitte zu erhalten, wann immer dies möglich und sinnvoll ist.
• Implementierte eine Ausrichtungsoptimierung auf der Grundlage identifizierter Themen und eine Basissuche als Fallback-Suchstrategie.
• mplementierte die Benutzeroberfläche und das Backend in der Cloud.

• Entwicklung eines hochentwickelten KI-Copiloten zur Verbesserung der Lernerfahrung der Studierenden und zur Bereitstellung von KI-gestützten Erkenntnissen für Professoren.

Lösung:

• Entwicklung eines Multi-Chain-LLM-Systems, das sich mithilfe eines auf der Weaviate-Vektordatenbank basierenden RAG-Systems selbstständig an die Bedürfnisse der Nutzer anpasst, sowie dessen Bewertung mit Ragas.
• Entwicklung eines responsiven React-Frontends und von Backend-Systemen, die Authentifizierung, Datenmanagement und Zusatzdienste als RESTful-API abwickeln.
• Bereitstellung und Verwaltung der App in der Cloud in einer Produktionsumgebung einschließlich mehrstufiger CICD.

• Erstellung eines ausgeklügelten KI-Copiloten zur Erweiterung des

Erkenntnissen für Professoren.

• Entwicklung eines Multi-Agenten-LLM-Systems, mit einem auf Weaviate basierenden Vektor-DB-RAG-System.
• Evaluation und Optimierung des Systems mittels ragas.
• Erstellung eines responsiven React-Frontends und Backend-Systeme zur Authentifizierung, Datenmanagement und -verarbeitung als RESTful-API.
• Bereitstellung und Verwaltung der App in Azure zu Prod via CICD.

• Zusammenfassung von Audioaufzeichnungen, speziell Büchern, im Stichpunktstil.

• Umwandlung einer Aufnahme in Text mittels STT, hier Whisper und Huggingface-Modelle.
• Entwicklung eines Meta-Prompts und einer Zusammenfassungsschleife, die die Aufnahme in vom Benutzer festgelegte Teile (Kapitel) unterteilt und prägnante Zusammenfassung extrahiert.
• Erstellung einer auf Flutter basierenden Benutzeroberfläche, die es Benutzern ermöglicht, ihre Aufnahmen zu zusammenzufassen und die Zusammenfassung per E-Mail zu erhalten.
• Dockerisierung und Bereitstellung auf Vercel und Azure mit Terraform.

• Entwicklung eines Verkaufsroboters für einen Weinladen mit konstanter Identifizierung und Speicherung von Kundenpräferenzen, um dem Kunden ein sommelierähnliches Erlebnis zu bieten.

• Aufbau eines LLM-Agenten mit einem Empfehlungstool, basierend auf einem Haystack-Agentenmuster-Design mit einer Streamlit-Benutzeroberfläche.
• Implementierung eines spezifischen Meta-Prompts, um Kundenpräferenzen korrekt und konsequent zu identifizieren und zu merken.
• Programmatische Extraktion dieser Präferenzen, um die Nutzung des Tools zu erzwingen, nachdem eine bestimmte Anzahl von Präferenzen identifiziert wurde.
• Dockerisierung und Bereitstellung auf Azure mit Terraform.

• Erstellung einer KI-Suchfunktion für Telegram durch automatisierte Katalogisierung von und Interaktion mit einer Vielzahl von Telegram-Kanälen mittels einem RAG System.

• Abrufen von Chat-Inhalten von Telegram mit Telethon und Einladen dieser in eine FAISS-Datenbank mit OpenAI-Einbettungen, gehostet in einem FastAPIBackend.
• Implementierung einer Frage-Antwort-Pipeline mit Haystack unter Verwendung von Dense Passage Retrieval und OpenAI-Generierung.
• Bereitstellung einer Streamlit Benutzeroberfläche mit Benutzerauthentifizierung für Telegram und nachfolgendem Chat-Fenster.

Ziel:

• Bereitstellung eines von GPT angetriebenen Chatbots unter Verwendung interner Dokumente zur Unterstützung des Servicepersonals und zur direkten Interaktion mit Kunden.

Lösung:

• Führung beim Design und der Entwicklung eines leichten, von GPT angetriebenen
• Chatbots zur Unterstützung des Servicepersonals für einen internationalen Kunden.
• nitiales Design, Technologieauswahl und Architektur.
• Implementierung einer Haystack-Pipeline mit OpenAI-Einbettungen, Evaluation und Optimierung des Chatbots.
• Integration von CI/CD und DevOps für schnelle, kollaborative Entwicklung und Einführung agiler Entwicklungspraktiken

Zielsetzung:

• Erweiterung einer bestehenden Python-Codebasis, um bisher nicht vorgesehene Funktionen bereitzustellen.

Lösung:

• Umstrukturierung des bestehenden Test-Frameworks, um die bestehende Funktionalität mit Python pytest und End-to-End-Tests zu bestätigen.
• Analyse der komplexen Datenverarbeitungspipelines und des theoretischen Vorschlags zur Aufnahme zusätzlicher extra-dimensionaler Eingaben.
• Bereitstellung der zusätzlichen Funktionalität und zusätzlicher Tests.

Zielsetzung:

• Konzeption und Entwicklung einer Anwendung für die statistische Datenanalyse in ihrer Gesamtheit und Unterstützung der Benutzer bei Bedarf.

Lösung:

• Entwurf und Entwicklung architektonischer Erweiterungen auf der Grundlage der Anforderungen und Einschränkungen des Kunden.
• Erfolgreiche Implementierung von mehr als 500 Stories in einer 300k+ LoC-Codebasis, die ein in AWS gehostetes, gedocktes Python-Backend mit PostgreSQL- und Oracle-DB sowie ein gedocktes JS-Frontend umfasste, die beide über CI/CD bereitgestellt wurden.
• Sicherstellung der kontinuierlichen Stabilität durch umfangreiche Unit- und End-to-End-Tests.
• Diente über ein Jahr lang als Scrum Master für ein Team von 7 Entwicklern.

Techstack: AWS, Docker, Python (Qt, PySide, SQLalchemy, Pandas, Threading), SQL (Oracle, PostgreSQL, MySQL), JavaScript (Vue)

Ziel:

• Entwerfe und entwickle eine Anwendung zur statistischen Datenanalyse vollumfänglich und erweitere diese auf Kundenwunsch.

Lösung:

• Erfolgreiche Implementierung von über 500 Stories in einer Codebasis von über 300k+ LoC, einschließlich eines in Docker verpackten Python-Backends, gehostet in AWS mit PostgreSQL und Oracle DB, sowie eines Vue-JS-Frontends, beides ausgeliefert via CI/CD.

• Sicherstellung der kontinuierlichen Stabilität durch umfangreiche Unit-Tests und End-to-End-Tests.

• Über ein Jahr lang als Scrum-Master für ein Team von 7 Entwicklern tätig

• Strategieberatung für ein führendes internationales Pharmaunternehmen.
• Vorhersage optimaler Preise bei über 10 Ausschreibungen in über 5 europäischen Ländern.
• Spezifizierung der Strategien durch umfassende Kommunikation mit dem Kunden.
• Anwendung von quantitativer Modellierung, stochastischen Methoden und Spieltheorie.
• Entwicklung, Test und effektive Kommunikation von über 10 statistischen Modellen.