Profil

AI- und Software-Engineer mit Fokus auf Generative AI, Computer Vision, MLOps und cloud-native Softwareentwicklung. Entwickelt End-to-End-KI-Systeme von Datenaufnahme, Modelltraining und RAG/LLM-Workflows bis zu FastAPIServices, Containerisierung, CI/CD und produktionsnahen Deployments. Erfahrung in der Umsetzung kundennaher Automatisierungs- und KI-Projekte sowie in Softwarearchitektur, Backend-Entwicklung und skalierbaren Anwendungen.

Kenntnisse

AI & Generative AI

• PyTorch
• YOLOv8
• scikit-learn
• Machine Learning
• Deep Learning
• Computer Vision
• LLMs
• RAG
• Embeddings
• Vector Search
• KI-Agenten
• Ollama
• Prompt Engineering

Data & MLOps

• pandas
• MLflow
• Apache Airflow
• DVC
• DataOps
• Experiment Tracking
• LangGraph
• MLPipelines
• Web Scraping
• PostgreSQL/pgvector
• Qdrant
• MinIO

Backend & Software

• Python
• FastAPI
• REST APIs
• ASP.NET/.NET
• Microservices
• PostgreSQL
• SQL
• Type-Script
• Java
• API-/ERP-Integrationen

Cloud & DevOps

• AWS
• Azure
• Azure Container Apps
• Docker
• GitLab CI/CD
• Linux
• AWS S3
• Azure Blob Storage
• Git

Engineering

• Softwarearchitektur
• Anforderungsanalyse
• BDD
• Unit-/Integration-/E2E-Testing
• Agile Development

Berufserfahrung

2025 -2025

Kunde: Bazaarly 

Aufgaben:

Distributed E-Commerce Platform | GitHub Repository 

• Entwicklung einer verteilten Marketplace-Plattform mit Microservices, .NET 9/ASP.NET, Angular, PostgreSQL, Entity Framework Core, .NET Aspire und Docker.
• Umsetzung von Softwarearchitektur, Domain-/Application-Layern, Unit-/Integration-/Acceptance-/E2E-Tests sowie Cloud-Bereitstellung von API-Services über Azure Container Apps.
• Projekt im Rahmen des Master-Studiums (Saxion University of Applied Sciences).

Kenntnisse:

.NET 9/ASP.NET, Angular, PostgreSQL, EF Core, .NET Aspire, Docker, Azure Container Apps

2025 - 2025

Kunde: Nijhuis Bouw B.V. 

Aufgaben:

Computer Vision / MLOps für Solaranlagen-Erkennung | Projekt-Link 

• Im Rahmen eines Uni-Projekts während des Masters entwickelte End-to-End-Pipeline zur automatischen Erkennung von Photovoltaikanlagen in Bilddaten. Training und Versionierung eines YOLOv8 Object-Detection-Modells, Aufbau reproduzierbarer Data- und ML-Pipelines mit Airflow, MLflow und DVC sowie Bereitstellung der Inferenz über eine FastAPI REST API.
• Anschließend bei Nijhuis Bouw B.V. zu Testzwecken prototypisch eingesetzt und evaluiert.

Kenntnisse:

YOLOv8, PyTorch, Airflow, MLflow, DVC, FastAPI, Docker, PostgreSQL, MinIO, AWS

2025 - 2025

Kunde: Shortify 

Aufgaben:

Agentic AI Content Automation | Projekt-Link 

• Entwicklung eines Prototyps für eine automatisierte Agentic-AI-Content-Pipeline zur Erstellung von Short-Form- News. Automatisierte Datenaufnahme aus News-Quellen über REST APIs und Web Scraping, LLM-basierte Themenbewertung und Skripterstellung mittels Prompt Engineering und Structured Outputs, anschließende Textto-Speech-Generierung, programmatisches Video-Rendering und automatisierte Veröffentlichung auf Short-Video- Plattformen.
• Umsetzung als modularer Python-Workflow mit LLM-API-Integration, API Orchestration, Workflow Automation und automatisierter Content-Processing-Pipeline.

Kenntnisse:

Python, LLM APIs, Prompt Engineering, Structured Outputs, Text-to-Speech, Web Scraping, API Orchestration

04/2024 - 04/2024

Aufgaben:

California Housing Price Prediction ? Machine Learning

• Klassisches ML-Projekt nach CRISP-DM mit Datenanalyse, Feature Engineering und Modellvergleich; bestes XGBoost-Modell mit R2 = 0,839 und RMSE = 45.910.
• Projekt im Rahmen des Master-Studiums (Saxion University of Applied Sciences).

Kenntnisse:

Python, scikit-learn, XGBoost, Pandas, CRISP-DM

2024 - 2024

Aufgaben:

Open-Source Contribution ? TikTok Automation | TiktokAutoUploader 

• Beitrag zu einem Python-basierten TikTok-Automation-Projekt, u. a. Aktualisierung der Upload-API-Integration; praktische Erfahrung mit automatisierten Publishing-Workflows.

Kennntisse:

Python, REST APIs, Automation