AI Engineer · RAG, LLMs & Agentic Systems
- Verfügbarkeit einsehen
- 0 Referenzen
- 50‐80€/Stunde
- 4730 Vila Verde
- DACH-Region
- de | en | pt | fr
- 10.07.2026
- Contract ready
Kurzvorstellung
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
5/2026 – offen
Tätigkeitsbeschreibung
Entwicklung und Live-Schaltung eines mandantenfähigen KI-Dashboards für eine Schule als Progressive Web-App (cross-platform). Interne Prozesse als Channels vereint: Chat, E-Mail, Dokumente und Rechnungsverarbeitung.
- Rechnungs-Auswertung per Multimodal-LLM-Vision (über klassisches OCR hinaus) mit automatischer Kategorisierung und Ablage in Google Drive
- E-Mail-Client mit LLM-basierter Triage
- Echtzeit-Chat mit automatischer Transkription von Sprachnachrichten
- Full-Stack end-to-end: Frontend, Backend, KI-Integration, Deployment auf Cloudflare-Edge
Cloud-Services, Elasticsearch, Full-Stack, Web Entwicklung, Backend Entwickler, Frontend Entwickler, UX / UI Designer, Prozessoptimierung
nicht angegeben
6/2025 – offen
TätigkeitsbeschreibungEntwurf und öffentliche Entwicklung einer Git-basierten Architektur, die kollektive und künstliche Intelligenz kombiniert. Fortlaufendes Experimentierfeld für LLM-Orchestrierung, Agentic-Workflows und RAG mit lokalen Embedding-Modellen via Ollama; vollständiger Entwicklungszyklus von Konzept bis Deployment.
Eingesetzte QualifikationenLarge Language Models, Workflows, Architektur
nicht angegeben
1/2023 – offen
TätigkeitsbeschreibungMaßgeschneiderte KI-Integrationssysteme für Organisationen: LLM-Orchestrierung, RAG sowie Transkriptions- und OCR-Pipelines in produktiven Web-Apps. Live-Schaltung eines bezahlten Mehrnutzer-Piloten für eine Schule: Rechnungs-Auswertung per Multimodal-LLM-Vision mit Auto-Kategorisierung, LLM-basierte E-Mail-Triage, Chat mit Sprachnachrichten-Transkription. DSGVO-konformer KI-Anrufbeantworter für eine Arztpraxis: Transkription und Intent-Klassifikation via lokale Open-Source-Modelle.
Eingesetzte QualifikationenLarge Language Models
7/2022 – 7/2023
TätigkeitsbeschreibungLLM-gestützten Meeting-Assistenten in interdisziplinärem Team gebaut und live gebracht: Whisper-Transkription, Sprecher-Diarisierung, Sentiment-/Emotionsanalyse, LLM-Zusammenfassung. Integration mehrerer Open-Source-ML-Modelle hinter einheitlicher FastAPI; Modellversionierung, Edge-Cases der Audiopipeline und containerisiertes Deployment (Docker).
Eingesetzte QualifikationenAPI-Entwickler, Docker, Machine Learning Engineer, Python, Schnittstellenentwicklung
Ausbildung
Heidelberg
Leiden
Über mich
Weitere Kenntnisse
Persönliche Daten
- Deutsch (Muttersprache)
- Englisch (Fließend)
- Portugiesisch (Gut)
- Französisch (Grundkenntnisse)
- Europäische Union
- Schweiz
- Vereinigte Staaten von Amerika
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden
