PROFILAI Engineer mit Erfahrung in Machine Learning und Data Science seit 2019, Schwerpunkt auf produktiven LLM-Systemen: KI-Agenten, Retrieval-Augmented Generation, Fine-Tuning und Betrieb von Modellen auf eigener Infrastruktur. Physiker (Master of Science). Erfahren in der Beratung von Kunden in regulierten Branchen, von der Use-Case-Analyse über die Architektur bis zur laufenden Software. Verbindet KI-Engineering mit Security-Know-how (Microsoft Sentinel, KQL) und praktischem Wissen zu DSGVO und EU AI Act.
KERNKOMPETENZEN- AI & LLM
- KI-Agenten, LLM-Anwendungen, Retrieval-Augmented Generation (RAG), Prompt Engineering, LLM Fine-Tuning, Modell-Evaluation, Embeddings, Vektordatenbanken (ChromaDB)
- Machine Learning
- Machine Learning, Deep Learning, Reinforcement Learning (PPO), Analyse medizinischer 3D-Bilddaten
- LLM-Infrastruktur
- Selbst betriebene Modelle on-premise (Qwen) mit vLLM und Ollama, OpenRouter, GPUInferenz
- Softwareentwicklung
- Python, FastAPI, TypeScript / Next.js, Swift (iOS), PHP, MariaDB, Linux, nginx, Git
- Security & Compliance
- Microsoft Sentinel, KQL (Kusto Query Language), DSGVO, EU AI Act
- Simulation & Robotik
- ??Physiksimulation mit MuJoCo, CAD (CadQuery)
Lehrauftrag- Dozent ? Python for Data Science
- Universität Göttingen
BERUFSERFAHRUNG06/2026 - heutePartner, IT-Technologie und Künstliche Intelligenz
Firmenname auf Anfrage
- Beratung von Unternehmen bei Identifikation, Konzeption und Umsetzung von KI- und Softwarelösungen
- Analyse fachlicher und technischer Anforderungen und Ableitung konkreter Lösungsarchitekturen
- Entwicklung und Bewertung von KI-Use-Cases in Automatisierung, Wissensmanagement und datengetriebenen Anwendungen
- Projekt im Finanzsektor: Anforderungsanalyse und Workshops für eine KI-gestützte Prüfung von Firewall-Regeln
- Unterstützung bei der technischen Umsetzung produktionsnaher KI-Lösungen, Prototypen und digitaler Plattformen
05/2025 - heuteGründer und Full-Stack AI Engineer
eigenes Unternehmen
- Entwicklung von (auf Anfrage), einem lokalen KI-Coding-Agenten in Python mit Tool-Nutzung, Sandbox, Rechteverwaltung, Kontextmanagement, Sub-Agenten und autonomen mehrstufigen Abläufen; ca. 16.000 Zeilen produktiver Code, 1.796 automatisierte Tests
- Betrieb des Agenten mit einem selbst gehosteten Qwen-Modell (vLLM auf eigener GPU-Hardware) und mit Cloud-Modellen über OpenRouter
- Entwicklung eines KQL-Generators für Microsoft Sentinel, der aus Use-Case-Dokumenten Detection-Abfragen erzeugt und semantische Fehler erkennt, die der KQL-Parser durchlässt
- Entwicklung von (auf Anfrage), einem Offline-Dokumentenassistenten auf einem Raspberry Pi 5: hybride Suche mit Rank Fusion, Antworten mit Quellenangabe, Ablehnung bei fehlender passender Quelle
- Simulation eines 60 cm großen humanoiden Roboters in MuJoCo mit CAD-konstruierten Bauteilen und realistischen Servomodellen; Reinforcement Learning (PPO) steigerte die Stoß-Erholung beim Gehen von 81 % auf 96 %
- Entwicklung von Web- und Mobile-Apps von Anfang bis Ende (iOS, Android, Web), u. a. Rallio, eine Platzbuchungs-App im Einsatz bei einem Tennisverein, und Foliovo, ein KI-Website-Generator mit Online-Bezahlung
- Automatisierte Website-Erstellung mit dem Coding-Agenten: über 10 Websites online, inkl. SEO, Rechtstexten und automatisch erzeugten Inhalten
02/2022 ? 02/2026Data Scientist, F&E Künstliche Intelligenz und 3D Medical Imaging
GWDG ? Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen
- Entwicklung und Evaluation von Deep-Learning-Verfahren zur Analyse medizinischer 3D-Bilddaten
- Einsatz neuronaler Netze zur Komprimierung, Analyse und Klassifikation von 3D-Darmkrebsdaten
- Aufbereitung und Strukturierung komplexer medizinischer Bilddaten für das Modelltraining
- Zusammenarbeit mit wissenschaftlichen, medizinischen und technischen Partnern von der Datenaufbereitung über die Modellierung bis zum Prototyp
05/2019 ? 05/2021AI Consultant/ Data Scientist
Trout GmbH
- Identifikation, Bewertung und Umsetzung geeigneter KI-Anwendungsfälle gemeinsam mit Kunden
- Aufnahme und Strukturierung fachlicher und technischer Anforderungen; Verantwortung für Datenaufnahme und Datenaufbereitung
- Entwicklung von Machine-Learning-Prototypen und datengetriebenen Automatisierungen von der Idee bis zur Umsetzung