Senior Data Scientists / Machine Learning Operations (MLOps) Specialist
- Verfügbarkeit einsehen
- 6 Referenzen
- auf Anfrage
- 60598 Frankfurt am Main
- Umkreis (bis 200 km)
- de | el | en | fr
- 01.02.2026
- Contract ready
Kurzvorstellung
Auszug Referenzen (6)
"Sehr professionelle und zuverlässige Zusammenarbeit. Gerne wieder."
1/2025 – 12/2025
Tätigkeitsbeschreibung
Nutzerzentrierte Produktentwicklung im Risikomanagement zur Steuerung von Bauprojekten nach dem BML-Cycle (Build–Measure–Learn) unter Einsatz von Scrum, SAFe und Advanced Analytics:
- Entwicklung eines analytischen Recommender-Systems für das Risikomanagement von Bauprojekten und Eisenbahninfrastruktur.
- Design eines Power-BI-Dashboards für das Risikomanagement mit integrierter Power App (Feedback-Loop), um Feedback zu erfassen und die Vorschläge des Recommender-Systems zu optimieren.
- Sicherstellung des Betriebs als DevOps Engineer, einschließlich Back-End-Tätigkeiten wie der Pflege von Code und Datenprodukten sowie der Überwachung der Datenpipelines.
Amazon Web Services (AWS), Business Intelligence (BI), Data Science, IT-Berater, Machine Learning Engineer, Product Owner, Produktdesign, Produktentwicklungsingenieur, Produktmanager, Python, Reporting, Scrum, SQL
"Ich bestätige die Kooperation zwischen D.A. und der LPDG. Unter seiner Führung wurden Projekte erfolgreich umgesetzt und das Team gestärkt!"
1/2024 – 1/2025
Tätigkeitsbeschreibung
- Schulung eines Teams bestehend aus Data Analysts, Data Scientists und Data Engineers in den Methoden und Best Practices von DevOps- und MLOps.
- Testen von KI-Services im pre-release Zustand des Cloud-Anbieters Snowflake als auch Teilen der Erkenntnisse in der Snowflake World Tour Berlin 2024.
- Leitung mehrerer KI-Projekte in Form von End-to-End Lösungen:
1.Projektleitung in dem Umgang von Cyber-Angriffen in Systemkomponenten autonomer Fahrzeuge unter Verwendung mathematischer Verfahren (Deep-Learning und generativer KI) im Rahmen einer multi-Partner Kollaboration.
2a. Entwicklung von ML-Modellen zur Erkennung und Prognose von Anomalien zur Alarmierung bei Fehlern im Herstellungsprozess von Konstruktionsklebstoffen.
2b. Architektur und Etablierung eines MLOps-Frameworks auf Basis von Snowflake und Azure DevOps zur Anomalieerkennung (mittels verschiedener KI-Modelle) sowie zur Überwachung des Herstellungsprozesses von Konstruktionsklebstoffen.
3. Automatisierung der Datenqualitätsprüfung von Rechnungsdokumenten, mittels OCR und generativer KI.
Automobildesign, Budgetierung, Cloud (allg.), Cyber Security, Datenanalyse, Deeplearning4j, Dimensionsreduzierung, Finanzbuchhaltung, Git, Infrastrukturarchitektur, k-Means-Algorithmus, Kapazitätsplanung, Maschinelles Lernen, Nächste-Nachbarn-Klassifikation, Pandas, Projektleitung / Teamleitung (IT), Python, Pytorch, Random Forest, Scikit-learn, Snowflake, Tensorflow, Überwachtes Lernen, Unüberwachtes Lernen
"D. demonstrierte ein starkes ML-Ops & AWS Skillset im Transformationsprojekt von DB Energie's KI-Bereich. Tolle Partnerschaft, 100% Recommend!"
6/2019 – 1/2024
Tätigkeitsbeschreibung
- Einführen von Machine Learning (ML) - Technologien und Prozesse in DevOps und somit Erweitern auf MLOps als auch deren Etablierung in das Team.
- Teilnahme an einer Arbeitsgruppe des Konzerns mit der Initiative zur Einführung generativer KI in den Konzern.
- Teilen von ML-Konzepten und Erkenntnissen innerhalb und außerhalb der Organisation.
- Enge Zusammenarbeit mit Amazon Web Services AWS in folgenden Bereichen:
a) Optimieren und justieren eingesetzter AWS Services, insbesondere Amazon Sagemaker (auch mit Hilfe des Sagemaker-Product-Team) gemäß den Erfordernissen der Daten- und Analyseplattform der DB Energie.
b) Gestaltung von MLOps Prinzipien, Technologien und Prozesse
c) Gemeinsame Veröffentlichung einer Case Study und Präsentation über MLOps auf dem AWS Summit 2022 in Berlin.
Published Case Study:
-Hyperlink entfernt-
Engineering data management (EDM), Amazon Web Services (AWS), DevOps, Generative KI, Maschinelles Lernen, MLOps, Schulung / Coaching (allg.), Schulungskonzepte, Summit
"D.A. hat die DB Energie tatkräftig beim Aufbau des Data-Lakehouse unterstützt. Sein starkes technisches Knowhow war eine Bereicherung für das Projekt!"
6/2019 – 1/2024
Tätigkeitsbeschreibung
Aufbau einer Daten- und Analyseplattform in der AWS Cloud und Migration bereits umgesetzter Anwendungsfälle aus einem Data-Warehouse. Zusätzlich, Entwicklung von datengetriebenen Lösungen mittels verschiedenster DevOps Funtionen und den folgenden Tätigkeiten und Verantwortungen:
- Beratung der Kunden um Mehrwerte aus Daten zu generieren, durch aufzeigen der Möglichkeiten der Daten- und Analyseplattform als auch Aufzeigen der Datenvielfalt und Systemlandschaft im Unternehmen.
- Definieren von Schnittstellen zwischen Systemen der IT-Landschaft und der Daten- und Analyseplattform.
- Erstellung von Anforderungen zur Implementierung datengetriebener Lösungen, Festlegen von Datenqualitätskriterien und Evaluierung von Ergebnisse mittels SQL-Datenbank-Abfragen und Python.
- Visualisierung der Ergebnisse zum Zwecke des Reportings.
- Entwickeln von Konzepten zur Umsetzung der Data Governance in der Daten- und Analyseplattform als auch deren Implementierung für Anwendungsfälle.
Confluence, Projektmanagement (IT), Jira, Engineering data management (EDM), Requirements Management, Business Analysis, Business Intelligence (BI), Datenanalyse, It-Governance, Product Information Management, Python, Qualitätsmanagement (allg.), Reporting, SAP SQL Anywhere, Schnittstellenentwicklung, Tableau
"Herr A. hat in unserem Bereich als Data Science Experte gearbeitet. Mit seiner Leistung waren wir sehr zufrieden."
6/2019 – 1/2024
Tätigkeitsbeschreibung
Management der folgenden Anwendungsfälle von der Beratung der Kunden (Business Analyse) bis hin zur Entwicklung von Machine Learning Modellen (Data Science), der Bereitstellung der IT-Infrastruktur (Data- und ML-Engineer) und den produktiven Betrieb (Operations-Engineer und Produktmanager):
1. Lastspitzenmanagement durch Prognostizieren von Lastspitzen im Bahnstromnetz (End-to-End Verantwortung).
2. Strombedarfsprognose für das Bahnstromnetz.
3. Prognose der Stromproduktion von PV-Parks.
Um einen reibungslosen Betrieb zu gewährleisten wurden Sicherheitsmechanismen wie Tests und Datenqualitätsprüfungen umgesetzt. Ergebnisse und Business-Metriken wurden visuell über Dashboards dargestellt.
R (Programmiersprache), Tableau, Neuronale Netze, Pytorch, Scikit-learn, Tensorflow, Amazon Web Services (AWS), Big Data, Business Analysis, Business Intelligence and Reporting Tools (BIRT), Business Intelligence (BI), Data Mining, Data Science, Datenanalyse, Energiedatenerfassung, Engineering data management (EDM), Git, Maschinelles Lernen, Product Information Management, Python, Reporting, Test Automation
"Ich kann die Zusammenarbeit mit D. A. bei der Deloitte Wirtschaftsprüfungsgesellschaft GmbH und im angegebenen Projektkontext bestätigen"
2/2018 – 6/2019
Tätigkeitsbeschreibung
● Entwickeln eines Datenschutz Management System (DSMS) basierend auf der EU Datenschutzgrundverordnung (DSGVO) zur automatisierten Erstellung und Bereitstellung von Berichtsanalysen für die Bankenaufsicht.
● Entwickeln von KPI’s für das Informations-Sicherheit Management System (ISMS), zur Überwachung der Wirksamkeit und Effizienz der IT-Systeme.
● Marktanalyse und Beratung zur Entscheidung der Einführung eines Governance Risk & Compliance Tools (GRC). Außerdem, Beratung zur Integration des GRC-Tools mit dem DSMS und ISMS als auch zur Durchführung einer Datenbank-Migration.
● Durchführung von Analysen für die Entwicklung interner Produkte in interdisziplinären Teams:
1. Durchführung von Datenanalysen basierend auf komplexen, großvolumigen Buchungsdaten von Banken und Versicherungen im Rahmen von Jahresabschlussprüfungen.
2. Analyse und Anwendung von Machine Learning Methoden mittels der Programmiersprache R zur Klassifizierung von gutartigem und bösartigem Brustkrebs auf Grundlage von öffentlich zugänglichen Mammographiedatensätze für die Pharmaindustrie.
Drug Discovery, Datenanalyse, Systemmigration, Datenbankrecherche (allg.), Buchhaltung, Datenschutz, Informationssicherheit, It-Beratung, Klinische Forschung, Logistische Regression, Management-Informationssysteme, Onkologie, Predictive Analytics, R (Programmiersprache), Reporting, Risikoanalyse, Risikomanagement (Finan.)
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
1/2025 – 12/2025
Tätigkeitsbeschreibung
Nutzerzentrierte Produktentwicklung im Risikomanagement zur Steuerung von Bauprojekten nach dem BML-Cycle (Build–Measure–Learn) unter Einsatz von Scrum, SAFe und Advanced Analytics:
- Entwicklung eines analytischen Recommender-Systems für das Risikomanagement von Bauprojekten und Eisenbahninfrastruktur.
- Design eines Power-BI-Dashboards für das Risikomanagement mit integrierter Power App (Feedback-Loop), um Feedback zu erfassen und die Vorschläge des Recommender-Systems zu optimieren.
- Sicherstellung des Betriebs als DevOps Engineer, einschließlich Back-End-Tätigkeiten wie der Pflege von Code und Datenprodukten sowie der Überwachung der Datenpipelines.
Amazon Web Services (AWS), Business Intelligence (BI), Data Science, IT-Berater, Machine Learning Engineer, Product Owner, Produktdesign, Produktentwicklungsingenieur, Produktmanager, Python, Reporting, Scrum, SQL
1/2024 – 1/2025
Tätigkeitsbeschreibung
- Schulung eines Teams bestehend aus Data Analysts, Data Scientists und Data Engineers in den Methoden und Best Practices von DevOps- und MLOps.
- Testen von KI-Services im pre-release Zustand des Cloud-Anbieters Snowflake als auch Teilen der Erkenntnisse in der Snowflake World Tour Berlin 2024.
- Leitung mehrerer KI-Projekte in Form von End-to-End Lösungen:
1.Projektleitung in dem Umgang von Cyber-Angriffen in Systemkomponenten autonomer Fahrzeuge unter Verwendung mathematischer Verfahren (Deep-Learning und generativer KI) im Rahmen einer multi-Partner Kollaboration.
2a. Entwicklung von ML-Modellen zur Erkennung und Prognose von Anomalien zur Alarmierung bei Fehlern im Herstellungsprozess von Konstruktionsklebstoffen.
2b. Architektur und Etablierung eines MLOps-Frameworks auf Basis von Snowflake und Azure DevOps zur Anomalieerkennung (mittels verschiedener KI-Modelle) sowie zur Überwachung des Herstellungsprozesses von Konstruktionsklebstoffen.
3. Automatisierung der Datenqualitätsprüfung von Rechnungsdokumenten, mittels OCR und generativer KI.
Automobildesign, Budgetierung, Cloud (allg.), Cyber Security, Datenanalyse, Deeplearning4j, Dimensionsreduzierung, Finanzbuchhaltung, Git, Infrastrukturarchitektur, k-Means-Algorithmus, Kapazitätsplanung, Maschinelles Lernen, Nächste-Nachbarn-Klassifikation, Pandas, Projektleitung / Teamleitung (IT), Python, Pytorch, Random Forest, Scikit-learn, Snowflake, Tensorflow, Überwachtes Lernen, Unüberwachtes Lernen
6/2019 – 1/2024
Tätigkeitsbeschreibung
- Einführen von Machine Learning (ML) - Technologien und Prozesse in DevOps und somit Erweitern auf MLOps als auch deren Etablierung in das Team.
- Teilnahme an einer Arbeitsgruppe des Konzerns mit der Initiative zur Einführung generativer KI in den Konzern.
- Teilen von ML-Konzepten und Erkenntnissen innerhalb und außerhalb der Organisation.
- Enge Zusammenarbeit mit Amazon Web Services AWS in folgenden Bereichen:
a) Optimieren und justieren eingesetzter AWS Services, insbesondere Amazon Sagemaker (auch mit Hilfe des Sagemaker-Product-Team) gemäß den Erfordernissen der Daten- und Analyseplattform der DB Energie.
b) Gestaltung von MLOps Prinzipien, Technologien und Prozesse
c) Gemeinsame Veröffentlichung einer Case Study und Präsentation über MLOps auf dem AWS Summit 2022 in Berlin.
Published Case Study:
-Hyperlink entfernt-
Engineering data management (EDM), Amazon Web Services (AWS), DevOps, Generative KI, Maschinelles Lernen, MLOps, Schulung / Coaching (allg.), Schulungskonzepte, Summit
6/2019 – 1/2024
Tätigkeitsbeschreibung
Aufbau einer Daten- und Analyseplattform in der AWS Cloud und Migration bereits umgesetzter Anwendungsfälle aus einem Data-Warehouse. Zusätzlich, Entwicklung von datengetriebenen Lösungen mittels verschiedenster DevOps Funtionen und den folgenden Tätigkeiten und Verantwortungen:
- Beratung der Kunden um Mehrwerte aus Daten zu generieren, durch aufzeigen der Möglichkeiten der Daten- und Analyseplattform als auch Aufzeigen der Datenvielfalt und Systemlandschaft im Unternehmen.
- Definieren von Schnittstellen zwischen Systemen der IT-Landschaft und der Daten- und Analyseplattform.
- Erstellung von Anforderungen zur Implementierung datengetriebener Lösungen, Festlegen von Datenqualitätskriterien und Evaluierung von Ergebnisse mittels SQL-Datenbank-Abfragen und Python.
- Visualisierung der Ergebnisse zum Zwecke des Reportings.
- Entwickeln von Konzepten zur Umsetzung der Data Governance in der Daten- und Analyseplattform als auch deren Implementierung für Anwendungsfälle.
Confluence, Projektmanagement (IT), Jira, Engineering data management (EDM), Requirements Management, Business Analysis, Business Intelligence (BI), Datenanalyse, It-Governance, Product Information Management, Python, Qualitätsmanagement (allg.), Reporting, SAP SQL Anywhere, Schnittstellenentwicklung, Tableau
6/2019 – 1/2024
Tätigkeitsbeschreibung
Management der folgenden Anwendungsfälle von der Beratung der Kunden (Business Analyse) bis hin zur Entwicklung von Machine Learning Modellen (Data Science), der Bereitstellung der IT-Infrastruktur (Data- und ML-Engineer) und den produktiven Betrieb (Operations-Engineer und Produktmanager):
1. Lastspitzenmanagement durch Prognostizieren von Lastspitzen im Bahnstromnetz (End-to-End Verantwortung).
2. Strombedarfsprognose für das Bahnstromnetz.
3. Prognose der Stromproduktion von PV-Parks.
Um einen reibungslosen Betrieb zu gewährleisten wurden Sicherheitsmechanismen wie Tests und Datenqualitätsprüfungen umgesetzt. Ergebnisse und Business-Metriken wurden visuell über Dashboards dargestellt.
R (Programmiersprache), Tableau, Neuronale Netze, Pytorch, Scikit-learn, Tensorflow, Amazon Web Services (AWS), Big Data, Business Analysis, Business Intelligence and Reporting Tools (BIRT), Business Intelligence (BI), Data Mining, Data Science, Datenanalyse, Energiedatenerfassung, Engineering data management (EDM), Git, Maschinelles Lernen, Product Information Management, Python, Reporting, Test Automation
2/2018 – 6/2019
Tätigkeitsbeschreibung
● Entwickeln eines Datenschutz Management System (DSMS) basierend auf der EU Datenschutzgrundverordnung (DSGVO) zur automatisierten Erstellung und Bereitstellung von Berichtsanalysen für die Bankenaufsicht.
● Entwickeln von KPI’s für das Informations-Sicherheit Management System (ISMS), zur Überwachung der Wirksamkeit und Effizienz der IT-Systeme.
● Marktanalyse und Beratung zur Entscheidung der Einführung eines Governance Risk & Compliance Tools (GRC). Außerdem, Beratung zur Integration des GRC-Tools mit dem DSMS und ISMS als auch zur Durchführung einer Datenbank-Migration.
● Durchführung von Analysen für die Entwicklung interner Produkte in interdisziplinären Teams:
1. Durchführung von Datenanalysen basierend auf komplexen, großvolumigen Buchungsdaten von Banken und Versicherungen im Rahmen von Jahresabschlussprüfungen.
2. Analyse und Anwendung von Machine Learning Methoden mittels der Programmiersprache R zur Klassifizierung von gutartigem und bösartigem Brustkrebs auf Grundlage von öffentlich zugänglichen Mammographiedatensätze für die Pharmaindustrie.
Drug Discovery, Datenanalyse, Systemmigration, Datenbankrecherche (allg.), Buchhaltung, Datenschutz, Informationssicherheit, It-Beratung, Klinische Forschung, Logistische Regression, Management-Informationssysteme, Onkologie, Predictive Analytics, R (Programmiersprache), Reporting, Risikoanalyse, Risikomanagement (Finan.)
Zertifikate
EUROPEAN UNION INFORMATION TECHNOLOGIES CERTIFICATION INSTITUTE
Amazon Web Services
Ausbildung
Technische Universität Darmstadt
Darmstadt
Über mich
Mein herausragendes Merkmal liegt in der ganzheitlichen Beherrschung der KI-Wertschöpfungskette sowie meiner Fähigkeit zur Entwicklung, Bewertung und Steuerung von KI-Produkten und -Services. Durch meine kommunikative Vielseitigkeit über verschiedene Rollen hinweg und die Beherrschung von Methoden zur Projektsteuerung behalte ich stets die Messbarkeit einer Investition im Vordergrund.
UVP (Unique Value Proposition) :
Unternehmen profitieren von der schnellen und hochwertigen Umsetzung von KI-Produkten und -Services. Up to date mit den neuesten Cloud-Technologien, sodass zielorientiert nachhaltige Lösungen geschaffen werden.
Profil:
Machine Learning Operations (MLOps) Spezialist mit mehr als sechs Jahren Erfahrung in der Beratung für digitale Tranformation, spezialisiert auf den Energie- und Finanzsektor. Spaß und Begeisterung, Mehrwerte aus Daten zu generieren. Im Rahmen von DevOps und MLOps, umfangreiche Erfahrung in der Businessanalyse, explorativen Datenanalyse, Visualisierung und Dashboarding, Data Engineering,
design von Daten-Architekturen, Modellierung sowie ML-Implementierung und -Betrieb in der AWS (Amazon Web Services) Cloud. Erste Erfahrungen in der Leitung interdisziplinärer Teams in künstlicher Intelligenz (KI) und datengetriebenen Lösungen. Motiviert, meine Expertise bei der Entwicklung von kundenspezifischen und KI-gestützten End-to-End-Lösungen einzusetzen sowie KI-Implementierungsprojekte strategisch zu steuern und dadurch die digitale Transformation in Unternehmen voranzutreiben.
Weitere Kenntnisse
●DB Energie Uses Machine Learning to Enhance Sustainability and Reliability of Its
Power Grid Operations at
-Hyperlink entfernt-
● “Energy forecasting for German railway: MLOps in the data and analytics platform
of DB Energie”, Vortragsredner beim AWS Summit 2022, Berlin
● "Empowering Machine Learning in Industry: Leveraging MLOps Principles in
Designing the Transition to Green Energy, Vortragsredner bei Goethe-Universität,
2023, Frankfurt am Main
ZERTIFIZIERUNGEN
● AWS Certified Machine Learning - Specialty
● EITCA Artificial Intelligence (EUROPEAN UNION INFORMATION TECHNOLOGIES CERTIFICATION INSTITUTE)
MANAGEMENT SKILLS:
Projektplanung, agiles Management, Ressourcenzuteilung, Budgetierung und Finanzmanagement, Kommunikation mit Stakeholder, Teamworkshops, Leistungsbewertung, Erstellung von Angeboten zu Ausschreibungen
EDV- & PROGRAMMIERKENNTNISSE:
Python, R, SQL, Spark, Plotly, Tableau, Streamlit, Linux, Batch, Git, Gitlab CI/CD, Github Workflow, MLFlow, Jira, DVC, Docker, AWS Sagemaker, Sagemaker Pipelines, Athena, Snowflake, Google Cloud Platform, Sklearn, PyTorch, TensorFlow, Pandas, Polars, Matplotlib, Plotly, Seaborn, Dash
Persönliche Daten
- Deutsch (Muttersprache)
- Griechisch (Muttersprache)
- Englisch (Fließend)
- Französisch (Grundkenntnisse)
- Europäische Union
- Schweiz
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden