GenAI / Applied AI Engineer: LLM-Anwendungen, RAG-Systeme und KI-Agenten in Produktion (Azure, Google Cloud)
Aktualisiert am 21.09.2026
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 01.10.2026
Verfügbar zu: 100%
davon vor Ort: 60%
Generative AI (LLM)
Retrieval-Augmented Generation (RAG)
AI agents
Python
PyTorch
Machine Learning
Deep Learning
Natural Language Processing (NLP)
LLM Fine-Tuning
Prompt Engineering
Hugging Face Transformers
vLLM
Vector Databases (Qdrant
FAISS)
Azure AI
Google Cloud Vertex AI
AWS
MLOps
Docker
CI/CD
Computer Vision
Speech-to-Text (ASR)
Knowledge Graphs
Deutsch
B1 (telc-zertifiziert), B2 in Vorbereitung
Englisch
verhandlungssicher
Telugu
Muttersprache

Einsatzorte

Einsatzorte

Frankfurt am Main (+75km) Friedberg (Hessen) (+75km)
Deutschland
möglich

Projekte

Projekte

5 Jahre 11 Monate
2020-11 - heute

Deep-Learning-Pipelines

AI Engineer/ Doktorand Python MATLAB PyTorch ...
AI Engineer/ Doktorand
  • Deep-Learning-Pipelines für Klassifikation, Objekterkennung und Instanzsegmentierung auf einem eigens erstellten Bilddatensatz
  • RAG-gestützte Multi-LLM-Pipeline zur Analyse und Informationsextraktion aus Hunderten Fachartikeln
  • Automatische Konstruktion von Wissensgraphen und Ontologien aus unstrukturiertem Text mit LLMs
  • Vision-Language-Modelle (CLIP) zur Informationsextraktion aus Bildern über natürlichsprachliche Prompts
  • Teil des Seminars ?Enhancing Knowledge Graphs with AI Models? mit unterrichtet (2024); Masterarbeiten und Annotationsteams betreut
  • Vorträge auf SEMANTiCS, TDWG und GfÖ; wissenschaftliche Sessions organisiert (TDWG, GfÖ)
Python MATLAB PyTorch TensorFlow LangChain Vektordatenbanken CLIP HPC- und GPU-Cluster
Friedrich-Schiller-Universität Jena, Heinz-Nixdorf-Stiftungsprofessur für Verteilte Informationssysteme
1 Jahr 1 Monat
2025-05 - 2026-05

Fine-Tuning-Pipeline

Founding AI Lead Python PyTorch LangGraph ...
Founding AI Lead
  • Produktive GenAI-Dienste auf Google Cloud (Vertex AI) und Microsoft Azure AI konzipiert und bereitgestellt: Datenpipelines, Modelltraining, containerisierte Inferenzdienste und APIs für das Produkt
  • RAG-Pipelines für die Synthese klinischer Evidenz mit Qdrant, FAISS und Azure AI Search aufgebaut, inkl. Chunking, Embeddings, Retrieval, Reranking und Evaluation
  • Agentische, mehrstufige LLM-Workflows (LangGraph, LangChain) mit Tool Use und strukturierten Ausgaben für klinische Entscheidungsunterstützung und Dokumentation orchestriert
  • Fine-Tuning-Pipeline für deutsche medizinische Spracherkennung (ASR) von Grund auf entwickelt, inkl. Generierung synthetischer Daten zur Domänenanpassung
  • Automatisierte ICD-10-GM-Kodierung entwickelt; DSGVO-konforme Anonymisierung deutscher klinischer Texte von Grund auf entwickelt; LLM-basierte Generierung von Patientenschreiben aufgebaut
  • Full-Stack-Entwicklung inkl. Validierungs-Frontends; Förderanträge mitverfasst, Hiring unterstützt, Abschlussarbeiten betreut
Python PyTorch LangGraph LangChain Qdrant FAISS Azure AI Search Vertex AI Azure AI Docker CI/CD Claude Code Cursor
auf Anfrage
Wiesbaden (remote)
1 Jahr 6 Monate
2019-04 - 2020-09

ML-Projekt

Machine Learning Engineer (studentische Hilfskraft) Python scikit-learn XGBoost ...
Machine Learning Engineer (studentische Hilfskraft)
  • ML-Projekt von Datenerhebung über Annotation und Feature Engineering bis Training und Evaluation umgesetzt
  • Regressionsmodelle (Decision Tree, Random Forest, XGBoost) zur Vorhersage von 14.721 globalen Blattflächenwerten entwickelt
  • Annotationsprojekte für Bildklassifikation, Objekterkennung und Segmentierung durchgeführt
Python scikit-learn XGBoost pandas
Max-Planck-Institut für Biogeochemie, Jena
5 Monate
2018-04 - 2018-08

Praktikum - Signalverarbeitung

Praktikant Python
Praktikant
  • Verrauschte Signale mit Compressed Sensing und Fourier-Transformation bei unterschiedlichen Rauschschwellen rekonstruiert
  • Ergebnisse zur Bewertung der Signalintegrität analysiert
Python

Aus- und Weiterbildung

Aus- und Weiterbildung

5 Jahre 11 Monate
2020-11 - heute

Doktorand Informatik

Friedrich-Schiller-Universität Jena, Heinz-Nixdorf-Stiftungsprofessur für Verteilte Informationssysteme
Friedrich-Schiller-Universität Jena, Heinz-Nixdorf-Stiftungsprofessur für Verteilte Informationssysteme
Dissertation: Thema auf Anfrage
3 Jahre 10 Monate
2016-10 - 2020-07

M.Sc. Scientific Instrumentation

Ernst-Abbe-Hochschule Jena
Ernst-Abbe-Hochschule Jena
Masterarbeit: Thema auf Anfrage

Position

Position

  • GenAI / Applied AI Engineer | LLM, RAG, KI-Agenten | Azure, Google Cloud | Medizinische KI

Kompetenzen

Kompetenzen

Top-Skills

Generative AI (LLM) Retrieval-Augmented Generation (RAG) AI agents Python PyTorch Machine Learning Deep Learning Natural Language Processing (NLP) LLM Fine-Tuning Prompt Engineering Hugging Face Transformers vLLM Vector Databases (Qdrant FAISS) Azure AI Google Cloud Vertex AI AWS MLOps Docker CI/CD Computer Vision Speech-to-Text (ASR) Knowledge Graphs

Produkte / Standards / Erfahrungen / Methoden

Profil
GenAI-Engineer mit über 7 Jahren Erfahrung in Machine Learning, Deep Learning und generativer KI. LLM und GenAI seit 2023, in Produktion seit 2025. Zuletzt Founding AI Lead bei einem EXIST-geförderten Medizin-KI-Start-up: LLM-, RAG- und Agenten-Systeme auf Google Cloud und Azure entwickelt und in Produktion gebracht sowie deutsche medizinische Spracherkennung, ICD-10-GM-Kodierung und DSGVO-konforme Anonymisierung von Grund auf entwickelt. Doktorand in Informatik (Abschluss voraussichtlich 2026) mit Forschung zu LLM-basierter Informationsextraktion und Konstruktion von Wissensgraphen, publiziert in PeerJ Computer Science und bei SEMANTiCS.

Technologien und Kompetenzen
  • Generative KI
    • RAG (Chunking, Embeddings, Reranking, Evaluation), KI-Agenten mit Tool Use, strukturierte Ausgaben, LLM-Fine-Tuning, Prompt Engineering, LangChain, LangGraph, Qdrant, FAISS, Azure AI Search, Chroma
  • ML/ Deep Learning
    • PyTorch, TensorFlow, Keras, scikit-learn, XGBoost; Computer Vision (Klassifikation, Objekterkennung, Instanzsegmentierung), NLP, Vision-Language-Modelle, Speech-to-Text (ASR)
  • Cloud/ MLOps
    • Google Cloud (Vertex AI), Microsoft Azure (Azure AI), AWS, Docker, CI/CD, HPC und GPU-Cluster
  • Programmierung
    • Python (NumPy, pandas), MATLAB; Claude Code, Cursor
  • Domänen
    • Medizinische KI (deutschsprachig), Wissensgraphen, Informationsextraktion, Datenannotation

Einsatzorte

Einsatzorte

Frankfurt am Main (+75km) Friedberg (Hessen) (+75km)
Deutschland
möglich

Projekte

Projekte

5 Jahre 11 Monate
2020-11 - heute

Deep-Learning-Pipelines

AI Engineer/ Doktorand Python MATLAB PyTorch ...
AI Engineer/ Doktorand
  • Deep-Learning-Pipelines für Klassifikation, Objekterkennung und Instanzsegmentierung auf einem eigens erstellten Bilddatensatz
  • RAG-gestützte Multi-LLM-Pipeline zur Analyse und Informationsextraktion aus Hunderten Fachartikeln
  • Automatische Konstruktion von Wissensgraphen und Ontologien aus unstrukturiertem Text mit LLMs
  • Vision-Language-Modelle (CLIP) zur Informationsextraktion aus Bildern über natürlichsprachliche Prompts
  • Teil des Seminars ?Enhancing Knowledge Graphs with AI Models? mit unterrichtet (2024); Masterarbeiten und Annotationsteams betreut
  • Vorträge auf SEMANTiCS, TDWG und GfÖ; wissenschaftliche Sessions organisiert (TDWG, GfÖ)
Python MATLAB PyTorch TensorFlow LangChain Vektordatenbanken CLIP HPC- und GPU-Cluster
Friedrich-Schiller-Universität Jena, Heinz-Nixdorf-Stiftungsprofessur für Verteilte Informationssysteme
1 Jahr 1 Monat
2025-05 - 2026-05

Fine-Tuning-Pipeline

Founding AI Lead Python PyTorch LangGraph ...
Founding AI Lead
  • Produktive GenAI-Dienste auf Google Cloud (Vertex AI) und Microsoft Azure AI konzipiert und bereitgestellt: Datenpipelines, Modelltraining, containerisierte Inferenzdienste und APIs für das Produkt
  • RAG-Pipelines für die Synthese klinischer Evidenz mit Qdrant, FAISS und Azure AI Search aufgebaut, inkl. Chunking, Embeddings, Retrieval, Reranking und Evaluation
  • Agentische, mehrstufige LLM-Workflows (LangGraph, LangChain) mit Tool Use und strukturierten Ausgaben für klinische Entscheidungsunterstützung und Dokumentation orchestriert
  • Fine-Tuning-Pipeline für deutsche medizinische Spracherkennung (ASR) von Grund auf entwickelt, inkl. Generierung synthetischer Daten zur Domänenanpassung
  • Automatisierte ICD-10-GM-Kodierung entwickelt; DSGVO-konforme Anonymisierung deutscher klinischer Texte von Grund auf entwickelt; LLM-basierte Generierung von Patientenschreiben aufgebaut
  • Full-Stack-Entwicklung inkl. Validierungs-Frontends; Förderanträge mitverfasst, Hiring unterstützt, Abschlussarbeiten betreut
Python PyTorch LangGraph LangChain Qdrant FAISS Azure AI Search Vertex AI Azure AI Docker CI/CD Claude Code Cursor
auf Anfrage
Wiesbaden (remote)
1 Jahr 6 Monate
2019-04 - 2020-09

ML-Projekt

Machine Learning Engineer (studentische Hilfskraft) Python scikit-learn XGBoost ...
Machine Learning Engineer (studentische Hilfskraft)
  • ML-Projekt von Datenerhebung über Annotation und Feature Engineering bis Training und Evaluation umgesetzt
  • Regressionsmodelle (Decision Tree, Random Forest, XGBoost) zur Vorhersage von 14.721 globalen Blattflächenwerten entwickelt
  • Annotationsprojekte für Bildklassifikation, Objekterkennung und Segmentierung durchgeführt
Python scikit-learn XGBoost pandas
Max-Planck-Institut für Biogeochemie, Jena
5 Monate
2018-04 - 2018-08

Praktikum - Signalverarbeitung

Praktikant Python
Praktikant
  • Verrauschte Signale mit Compressed Sensing und Fourier-Transformation bei unterschiedlichen Rauschschwellen rekonstruiert
  • Ergebnisse zur Bewertung der Signalintegrität analysiert
Python

Aus- und Weiterbildung

Aus- und Weiterbildung

5 Jahre 11 Monate
2020-11 - heute

Doktorand Informatik

Friedrich-Schiller-Universität Jena, Heinz-Nixdorf-Stiftungsprofessur für Verteilte Informationssysteme
Friedrich-Schiller-Universität Jena, Heinz-Nixdorf-Stiftungsprofessur für Verteilte Informationssysteme
Dissertation: Thema auf Anfrage
3 Jahre 10 Monate
2016-10 - 2020-07

M.Sc. Scientific Instrumentation

Ernst-Abbe-Hochschule Jena
Ernst-Abbe-Hochschule Jena
Masterarbeit: Thema auf Anfrage

Position

Position

  • GenAI / Applied AI Engineer | LLM, RAG, KI-Agenten | Azure, Google Cloud | Medizinische KI

Kompetenzen

Kompetenzen

Top-Skills

Generative AI (LLM) Retrieval-Augmented Generation (RAG) AI agents Python PyTorch Machine Learning Deep Learning Natural Language Processing (NLP) LLM Fine-Tuning Prompt Engineering Hugging Face Transformers vLLM Vector Databases (Qdrant FAISS) Azure AI Google Cloud Vertex AI AWS MLOps Docker CI/CD Computer Vision Speech-to-Text (ASR) Knowledge Graphs

Produkte / Standards / Erfahrungen / Methoden

Profil
GenAI-Engineer mit über 7 Jahren Erfahrung in Machine Learning, Deep Learning und generativer KI. LLM und GenAI seit 2023, in Produktion seit 2025. Zuletzt Founding AI Lead bei einem EXIST-geförderten Medizin-KI-Start-up: LLM-, RAG- und Agenten-Systeme auf Google Cloud und Azure entwickelt und in Produktion gebracht sowie deutsche medizinische Spracherkennung, ICD-10-GM-Kodierung und DSGVO-konforme Anonymisierung von Grund auf entwickelt. Doktorand in Informatik (Abschluss voraussichtlich 2026) mit Forschung zu LLM-basierter Informationsextraktion und Konstruktion von Wissensgraphen, publiziert in PeerJ Computer Science und bei SEMANTiCS.

Technologien und Kompetenzen
  • Generative KI
    • RAG (Chunking, Embeddings, Reranking, Evaluation), KI-Agenten mit Tool Use, strukturierte Ausgaben, LLM-Fine-Tuning, Prompt Engineering, LangChain, LangGraph, Qdrant, FAISS, Azure AI Search, Chroma
  • ML/ Deep Learning
    • PyTorch, TensorFlow, Keras, scikit-learn, XGBoost; Computer Vision (Klassifikation, Objekterkennung, Instanzsegmentierung), NLP, Vision-Language-Modelle, Speech-to-Text (ASR)
  • Cloud/ MLOps
    • Google Cloud (Vertex AI), Microsoft Azure (Azure AI), AWS, Docker, CI/CD, HPC und GPU-Cluster
  • Programmierung
    • Python (NumPy, pandas), MATLAB; Claude Code, Cursor
  • Domänen
    • Medizinische KI (deutschsprachig), Wissensgraphen, Informationsextraktion, Datenannotation

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.