Senior AI Engineer

3/2023 – 12/2025

Entwurf und Bereitstellung von End-to-End-ML- und LLM-Systemen für die Lieferantensuche, einschließlich Dokumentenaufnahme, Vektordatenbanken, RAG-Pipelines, semantischer und hybrider Abfrage, Neubewertung, NER, Embeddings, Textklassifizierung und agentenbasierte Workflows; Verbesserung der Suchrelevanz um 20%, Reduzierung des manuellen Aufwands um 30% und Erreichung einer Genauigkeit von bis zu 85% in den wichtigsten Pipelines.

Docker, Elasticsearch, GPT, Jira, Large Language Models, Mongodb, Pandas, Python, Pytorch, Scikit-learn

10/2022 – 2/2023

Aufbau und Wartung von produktionsreifen ML-Modellen für Textextraktion, NER-Erkennung und Klassifizierung. Enge Zusammenarbeit mit Produkten und Ingenieuren zur Bereitstellung von End-to-End-Projektlösungen und zur Förderung der Data-Science-Bemühungen sowie zur Sicherstellung der AI-Auswirkungen und -Nutzbarkeit auf der kundenorientierten Schnittstelle. Personal- und Projektmanagement für Datenannotationen und Datenqualitätskontrolle.

Python, Docker, Scikit-learn, Pytorch, Pandas

4/2019 – 6/2022

Erstellung von NLP-Pipelines für Menüintelligenz, einschließlich NER, Text-Tagging und Embedding-basierter Matching-Modelle zur Identifizierung von Zutaten und Markenprodukten in großen Menüdatensätzen. Anwendung dieser Modelle auf Geschäftsanwendungsfälle wie die Erkennung von Zusatzstoffen und Allergenen, die Erkennung von Alkoholprodukten, die Anzeige von Produktinformationen und die Markenpartnerschafts-Tagging. Definition von Lebensmitteltaxonomien und Training von Textklassifizierungsmodellen für Küchentyp, Gerichtstyp, Gerichtsgruppe und Kurs, Verbesserung des strukturierten Verständnisses von unstrukturierten Menüdaten. Containerisierung und Bereitstellung von ML-Diensten mit Docker, FastAPI und AWS SageMaker, Verbesserung der Vorhersagequalität durch Testset-Bewertung, Überwachung und CI/CD-Workflows. Zusammenarbeit mit DE, Verwaltung von Trainings- und Testdatensätzen mit externen Labeling-Anbietern wie Amazon Mechanical Turk und Appen, Unterstützung der Restaurantsegmentierung durch Warenkorbanalyse, Clustering und Tableau-Dashboards.

Python, Docker, Scikit-learn, Pytorch, Pandas, Tableau