2023 - today: Applied AI & AutomationRolle: Independent Data Scientist
Einsatzort: Zurich (Switzerland)
Aufgaben:- Entwickelte und evaluierte RAG-/GraphRAG- und agentenartige AI-Prototypen mit Fokus auf Nachvollziehbarkeit, strukturierte Outputs, Fehlerquellen und Entscheidungsnützlichkeit.
- Übersetzte unklare technische Fragestellungen in konkrete Arbeitsstände: Problemdefinition, Daten-/Wissensstruktur, Prototyp, Evaluation, Dokumentation.
- Baute reproduzierbare Setups mit Python, R, Bash, Git, Linux und Datenbanken, um Analysen und Automatisierungen später prüfbar und übernehmbar zu machen.
- Beschäftigte sich intensiv mit AI-gestützten Wissens- und Analyseprozessen: wo LLMs helfen, wo klassische Logik besser ist, und wie man beides kontrolliert kombiniert.
- Unterstützt(e) Nimverta, ein Biotech Startup in der Frühphase durch wissenschaftliche u. technische Positionierung und öffentliche Aufstellung (Website), strukturierung des wissenschaftlichen Narrativs und Hilfe bei Data/AI Workflow (als COO).
2022 ? 2023: CNN-basierte VorhersagemodelleRolle: Data Scientist & Data Engineer
Kunde: Novartis AG, Base, (Switzerland)
Aufgaben:- Arbeitete an der Schnittstelle von Labor, Daten, IT und operativer Nutzung: Daten erfassen, bereinigen, auswerten, visualisieren und für tägliche Entscheidungen nutzbar machen.
- Entwickelte CNN-basierte Vorhersagemodelle für chemische Analytik aus Spektraldaten in einem kleinen Datenregime; Schwerpunkt auf realistischer Evaluation, Fehleranalyse und belastbarer Interpretation.
- Baute Monitoring- und Visualisierungsprototypen sowie Datenpipelines, die experimentelle und operative Daten in verwendbare Reports und Anwendungen überführten.
- Verbesserte Reproduzierbarkeit und Übergabefähigkeit durch starke Dokumentation, Skripte und technische Handovers in einem regulierten Pharmaumfeld.
- Arbeitete pragmatisch mit SQL, Python, Bash/PowerShell, Linux, Datenbanken und Web-/Dashboard-Prototypen, um manuelle Arbeit zu reduzieren und Datenflüsse verlässlicher zu machen.
2016 ? 2021: verschiedenesRolle: Postdoctoral Bioinformatician/ Data Scientist
Kunde: University of Freiburg (SFB 992 ?Medical Epigenetics?), Freiburg (Germany)
Aufgaben:- Wechselte nach wet-lab-geprägter Forschung sehr schnell in die Bioinformatik: lernte Programmierung/R und lieferte innerhalb kurzer Zeit produktive Analysen für mehrere Projekte und Publikationen.
- Führte End-to-End-Analysen für bulk RNA-seq, single-cell RNA-seq, ChIP-seq und ATAC-seq durch: QC, Datenaufbereitung, statistische Analyse, Interpretation und klare Ergebnisberichte.
- Modellierte biologische Zusammenhänge und Datenstrukturen so, dass Fachfragen in auswertbare Variablen, Workflows und verständliche Outputs übersetzt wurden.
- Baute wiederverwendbare Linux/HPC-Workflows für große Datensätze (10TB+), mit Fokus auf Reruns, Versionierung, Dokumentation und langfristige Nachvollziehbarkeit.
- Beriet PIs, Postdocs, PhD- und Masterstudierende zu Analyseentscheidungen, Studiendesign, Validitätsgrenzen und Interpretation - faktisch eine interne Beratungsrolle zwischen Wissenschaft, Daten und Umsetzung.
- Co-Autor mehrerer peer-reviewter Publikationen, u. a. in funktioneller Genomik, Epigenetik und Zellbiologie.