Machine Learning Engineer
- Verfügbarkeit einsehen
- 0 Referenzen
- auf Anfrage
- Deutschland
- Weltweit
- de | tr | en | fr
- 11.11.2026
- Contract ready
Kurzvorstellung
Ich entwickle datenbasierte Lösungen mit Python, Machine Learning und MLOps – von Datenaufbereitung und Modellierung bis zu APIs, Deployment und Monitoring. Strukturiert, zuverlässig und mit Fokus auf messbaren Nutzen.
Geschäftsdaten
Freiberuflich
Steuernummer bekannt
Qualifikationen
Zertifikate
Data Scientist
DataScientest / Université Paris 1 Panthéon-Sorbonne
DataScientest / Université Paris 1 Panthéon-Sorbonne
2026
Machine Learning Engineer
Liora / Université Paris 1 Panthéon-Sorbonne
Liora / Université Paris 1 Panthéon-Sorbonne
2026
Ausbildung
Psychologie
Bachelor of Science
FernUniversität in Hagen
2022
Hagen
Hagen
Über mich
Ich bin Machine Learning Engineer mit Fokus auf praxisnahe ML-, Data-Science- und MLOps-Lösungen. Mein Schwerpunkt liegt darauf, Daten nicht nur zu analysieren, sondern daraus robuste, nachvollziehbare und produktionsnahe Anwendungen zu entwickeln — von Datenaufbereitung, Feature Engineering und Modelltraining bis hin zu API-Serving, Containerisierung, Monitoring und Explainability.
In meinen Projekten habe ich unter anderem ein reproduzierbares Forecasting-System für S&P 500, DAX und EUR/USD aufgebaut — inklusive XGBoost-Modellierung, MLflow/DVC-Versionierung, FastAPI/NGINX-Serving, Docker, Drift Detection und Kubernetes-Manifests. Außerdem entwickelte ich ein LightGBM-Modell zur Prognose von WLTP-CO₂-Emissionen auf Basis von ca. 9,5 Millionen EEA-Rohzeilen mit QC-Reports, Parquet-Pipelines, SHAP-Explainability und sehr starker Testperformance.
Technisch arbeite ich vor allem mit Python, SQL, Pandas, NumPy, scikit-learn, PyTorch, TensorFlow/Keras, FastAPI, Docker, Kubernetes, MLflow, DVC, Airflow, Prefect, ZenML, PostgreSQL, MongoDB, Elasticsearch und AWS. Zusätzlich bringe ich Kenntnisse in LLMs, RAG, LangChain, Prompt Engineering, Data Pipelines, REST APIs, Unit Testing und Monitoring mit.
Durch meinen Bachelor in Psychologie verbinde ich technisches Denken mit einem guten Verständnis für menschliches Verhalten, Entscheidungsprozesse und klare Kommunikation. Ich arbeite strukturiert, sorgfältig und lösungsorientiert — ideal für Projekte, bei denen Datenqualität, Modellverständnis und saubere technische Umsetzung entscheidend sind.
Ich unterstütze Unternehmen, Startups und Einzelprojekte bei Data Analysis, Machine Learning, Forecasting, Modellvalidierung, ML-Prototyping, API-Entwicklung, MLOps-Workflows und der Integration moderner AI-Lösungen.
In meinen Projekten habe ich unter anderem ein reproduzierbares Forecasting-System für S&P 500, DAX und EUR/USD aufgebaut — inklusive XGBoost-Modellierung, MLflow/DVC-Versionierung, FastAPI/NGINX-Serving, Docker, Drift Detection und Kubernetes-Manifests. Außerdem entwickelte ich ein LightGBM-Modell zur Prognose von WLTP-CO₂-Emissionen auf Basis von ca. 9,5 Millionen EEA-Rohzeilen mit QC-Reports, Parquet-Pipelines, SHAP-Explainability und sehr starker Testperformance.
Technisch arbeite ich vor allem mit Python, SQL, Pandas, NumPy, scikit-learn, PyTorch, TensorFlow/Keras, FastAPI, Docker, Kubernetes, MLflow, DVC, Airflow, Prefect, ZenML, PostgreSQL, MongoDB, Elasticsearch und AWS. Zusätzlich bringe ich Kenntnisse in LLMs, RAG, LangChain, Prompt Engineering, Data Pipelines, REST APIs, Unit Testing und Monitoring mit.
Durch meinen Bachelor in Psychologie verbinde ich technisches Denken mit einem guten Verständnis für menschliches Verhalten, Entscheidungsprozesse und klare Kommunikation. Ich arbeite strukturiert, sorgfältig und lösungsorientiert — ideal für Projekte, bei denen Datenqualität, Modellverständnis und saubere technische Umsetzung entscheidend sind.
Ich unterstütze Unternehmen, Startups und Einzelprojekte bei Data Analysis, Machine Learning, Forecasting, Modellvalidierung, ML-Prototyping, API-Entwicklung, MLOps-Workflows und der Integration moderner AI-Lösungen.
Weitere Kenntnisse
Mein technischer Schwerpunkt liegt auf Machine Learning, MLOps und der Entwicklung datengetriebener Anwendungen. Ich arbeite hauptsächlich mit Python und beherrsche den gesamten ML-Lifecycle – von Datenaufbereitung und explorativer Analyse über Feature Engineering und Modellierung bis hin zu Deployment, Monitoring und automatisierten ML-Pipelines.
Im klassischen Machine Learning verfüge ich über Kenntnisse in Regression, Klassifikation, Clustering, Dimensionsreduktion, Anomaly Detection, Recommender Systems und Zeitreihenanalyse. Für Deep-Learning-Anwendungen arbeite ich mit TensorFlow, Keras und PyTorch und habe Erfahrung mit neuronalen Netzen, Convolutional Neural Networks sowie Computer Vision mit OpenCV. Darüber hinaus beschäftige ich mich mit NLP, Text Mining, Large Language Models, LangChain, RAG und der Integration von LLM-Anwendungen in produktive Systeme.
Ein weiterer Schwerpunkt ist MLOps. Dazu gehören die Versionierung und Nachverfolgbarkeit von Daten, Modellen und Experimenten mit MLflow, DVC, DagsHub und Weights & Biases, die Orchestrierung von Workflows mit Airflow, Prefect und ZenML sowie Containerisierung und Deployment mit Docker und Kubernetes. Für Model Serving und APIs nutze ich unter anderem FastAPI und BentoML. Kenntnisse in Prometheus, Grafana und Drift Monitoring ermöglichen mir zudem, produktive ML-Systeme hinsichtlich Performance und Datenveränderungen zu überwachen.
Im Bereich Data Engineering arbeite ich mit SQL, relationalen Datenbanken, MongoDB, Elasticsearch, PySpark und MinIO. Daten kann ich über APIs, Web Scraping mit BeautifulSoup und unterschiedliche Datenquellen integrieren und für Analyse- oder ML-Prozesse aufbereiten. Für Visualisierung und prototypische Anwendungen nutze ich unter anderem Matplotlib, Seaborn, Plotly und Streamlit.
Ergänzend verfüge ich über Kenntnisse in Linux, Bash, Git, objektorientierter Programmierung, Unit Testing und Datenqualität. Mir ist wichtig, ML-Lösungen nicht nur als einzelne Modelle zu betrachten, sondern als reproduzierbare, wartbare und produktionsfähige End-to-End-Systeme. Auch Themen wie Interpretierbarkeit, Datenschutz und AI Ethics beziehe ich in die Entwicklung datenbasierter Lösungen ein.
Im klassischen Machine Learning verfüge ich über Kenntnisse in Regression, Klassifikation, Clustering, Dimensionsreduktion, Anomaly Detection, Recommender Systems und Zeitreihenanalyse. Für Deep-Learning-Anwendungen arbeite ich mit TensorFlow, Keras und PyTorch und habe Erfahrung mit neuronalen Netzen, Convolutional Neural Networks sowie Computer Vision mit OpenCV. Darüber hinaus beschäftige ich mich mit NLP, Text Mining, Large Language Models, LangChain, RAG und der Integration von LLM-Anwendungen in produktive Systeme.
Ein weiterer Schwerpunkt ist MLOps. Dazu gehören die Versionierung und Nachverfolgbarkeit von Daten, Modellen und Experimenten mit MLflow, DVC, DagsHub und Weights & Biases, die Orchestrierung von Workflows mit Airflow, Prefect und ZenML sowie Containerisierung und Deployment mit Docker und Kubernetes. Für Model Serving und APIs nutze ich unter anderem FastAPI und BentoML. Kenntnisse in Prometheus, Grafana und Drift Monitoring ermöglichen mir zudem, produktive ML-Systeme hinsichtlich Performance und Datenveränderungen zu überwachen.
Im Bereich Data Engineering arbeite ich mit SQL, relationalen Datenbanken, MongoDB, Elasticsearch, PySpark und MinIO. Daten kann ich über APIs, Web Scraping mit BeautifulSoup und unterschiedliche Datenquellen integrieren und für Analyse- oder ML-Prozesse aufbereiten. Für Visualisierung und prototypische Anwendungen nutze ich unter anderem Matplotlib, Seaborn, Plotly und Streamlit.
Ergänzend verfüge ich über Kenntnisse in Linux, Bash, Git, objektorientierter Programmierung, Unit Testing und Datenqualität. Mir ist wichtig, ML-Lösungen nicht nur als einzelne Modelle zu betrachten, sondern als reproduzierbare, wartbare und produktionsfähige End-to-End-Systeme. Auch Themen wie Interpretierbarkeit, Datenschutz und AI Ethics beziehe ich in die Entwicklung datenbasierter Lösungen ein.
Persönliche Daten
Sprache
- Deutsch (Muttersprache)
- Türkisch (Muttersprache)
- Englisch (Fließend)
- Französisch (Grundkenntnisse)
Reisebereitschaft
Weltweit
Home-Office
bevorzugt
Profilaufrufe
163
Alter
32
Berufserfahrung
1 Jahr und 10 Monate
(seit 01/2025)
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden
