AI/ML Engineer
- Verfügbarkeit einsehen
- 0 Referenzen
- 60€/Stunde
- 38118 Braunschweig
- Europa
- de | ru | en | ja
- 24.08.2026
Kurzvorstellung
Qualifikationen
Projekt‐ & Berufserfahrung
7/2026 – 8/2026
TätigkeitsbeschreibungEntwicklung eines lokalen End-to-End-Systems zur Erfassung, Analyse und Visualisierung von Stellenanzeigen mit lokalem LLM-Einsatz (Ollama) für maximalen Datenschutz. Regelbasiertes Scoring-System mit strukturierten LLM-Outputs (Pydantic) zur automatisierten Bewertung von Stellenanzeigen. Automatisierte Datenaufbereitung (Token-Reduktion um 30–50%) und interaktives Dashboard mit Dash/Plotly.
Eingesetzte QualifikationenDatenbankentwicklung, Large Language Models, Prompt Engineering, Python, Selenium
6/2026 – 7/2026
TätigkeitsbeschreibungEntwicklung eines RAG-Systems zur semantischen Suche über Anthropic-Dokumentation (75k+ Chunks) mit LangChain, ChromaDB und Gemini API. Implementierung eines modularen FastAPI-Backend mit React-Frontend und LLM-basierter Antwortgenerierung.
Eingesetzte QualifikationenFull-Stack, Langchain, Large Language Models, Python, Vektordatenbank
4/2026 – 5/2026
TätigkeitsbeschreibungSelf-Hosting auf eigenem Linux-VPS mit Nginx als Reverse Proxy, SSL-Verschlüsselung und automatisierter CI/CD-Pipeline. Responsive Design mit GSAP-Animationen.
Eingesetzte QualifikationenContinuous Delivery, Continuous Integration, JavaScript, Nginx, React (JavaScript library), Vserver (Linux)
7/2023 – 9/2023
TätigkeitsbeschreibungTraining und Finetuning eines CNN-basierten Audio-Denoising-Modells auf mehreren hundert Stunden Drohnen-Audiomaterial. Performance eines kompakten Modells durch gezieltes Finetuning auf das Niveau eines 20x größeren Referenzmodells gehoben. Trainingszeit um 70% reduziert durch Parallelisierung auf lokalem GPU-Cluster. Eigenständige Entwicklung einer webbasierten Forschungsplattform für Datensatzmanagement, Live-Monitoring und Modellauswertung.
Eingesetzte QualifikationenDjango, Docker, Python, SQL, Tensorflow
4/2022 – 6/2022
TätigkeitsbeschreibungEnd-to-End-Entwicklung vom UI-Design bis zum Deployment. Implementierung eines sicheren Admin-Panels für Authentifizierung und Content-Management.
Eingesetzte QualifikationenDjango, Figma, JavaScript
5/2021 – 3/2023
TätigkeitsbeschreibungFull-Stack-Entwicklung einer Webplattform zur Simulation und Analyse nachhaltiger Batteriezellsysteme (Sim4Pro-Projekt). Integration numerischer und partikelbasierter Simulationen mit hunderten Eingabeparametern in eine interaktive Weboberfläche. Visualisierung von Simulationsergebnissen mit Dash/Plotly (Histogramme, Tabellen, 3D-Plots) und Optimierung bestehender Workflows für reduzierte Laufzeiten.
Eingesetzte QualifikationenDjango, Docker, JavaScript, Pandas, Python, SQL
Ausbildung
TU Braunschweig
Braunschweig
Shizuoka University
Hamamatsu, Japan
TU Braunschweig
Braunschweig
Über mich
Standort / HQ: Braunschweig, Deutschland
Einsatzmodus: Full-Remote | Hybrid / Vor-Ort-Einsätze (Nord-/Mitteldeutschland)
Reisebereitschaft: Europaweit für projektbezogene Einsätze (Onboarding, Workshops, Meilensteine)
Als AI/ML-Engineer schließe ich die Lücke zwischen Data Science und Produktion: Ich beherrsche das Training, Finetuning und die Optimierung von Modellen (u. a. Computer Vision & Audio-AI) ebenso wie die Entwicklung produktionsreifer LLM- und RAG-Systeme. Mein Fokus liegt auf stabilen Architekturen (Cloud oder On-Premise/lokal), die im harten Kundeneinsatz verlässlich skalieren.
Durch meinen M.Sc. in Informatik (TU Braunschweig, Note 1,6) bringe ich tiefes theoretisches Fundament in Machine Learning und Signalverarbeitung mit, das ich in internationalen Projekten (u. a. in Tokio, Japan) erfolgreich in performante Software übersetzt habe.
? Highlights & Kernprojekte
Produktionsreifes RAG-System: Eigenständige End-to-End-Entwicklung (FastAPI, React, LangChain, ChromaDB) zur semantischen Suche über 75k+ Dokumentations-Chunks via Gemini API.
Datenschutzkonformes Job-Matching: Lokales End-to-End-System mit Ollama, strukturierten Pydantic-Outputs und automatisierter Datenaufbereitung, das die Token-Kosten um 30–50 % reduziert.
Audio-AI für Drohnen (Kicoetech, Tokio): Finetuning eines CNN-Denoising-Modells auf die Performance eines 20x größeren Referenzmodells. Reduktion der Trainingszeit um 70 % durch GPU-Parallelisierung.
SOTA-Masterarbeit (Audio Retrieval): Optimierung multimodaler Embedding-Räume (1,5 TB Audio-Text-Daten) mit PyTorch. Entwicklung einer eigenen Loss-Funktion, die bestehende State-of-the-Art-Systeme übertrifft.
?️ Tech Stack & Kompetenzen
KI, LLMs & MLOps: PyTorch, TensorFlow, LangChain, Ollama (lokale LLMs), Hugging Face, Weights & Biases, ChromaDB.
Backend & Daten: Python, Django, FastAPI, Celery, Redis, SQL (PostgreSQL, SQLite), Pandas, NumPy, IoT-Daten-Clustering.
Frontend & Data Viz: React, JavaScript, HTML/CSS, Dash, Plotly (interaktive 3D-Plots & Simulations-Dashboards), Figma (UI/UX-Design).
Infrastruktur & DevOps: Linux-VPS, Docker, Nginx (Reverse Proxy, SSL), GitHub Actions (CI/CD-Pipelines).
Weitere Sprachen: Java, C++, React Native.
? Ausbildung & Internationales
M.Sc. Informatik – TU Braunschweig (Note 1,6) | Vertiefung: Machine Learning & Signalverarbeitung.
Auslandsstudium – Shizuoka University, Hamamatsu, Japan.
? Sprachen & Kommunikation
Ich kommuniziere klar, direkt und lösungsorientiert. Durch meinen internationalen Hintergrund bewege ich mich absolut sicher in multikulturellen Teams:
Deutsch (Muttersprache)
Russisch (Muttersprache)
Englisch (Fließend / C2)
Japanisch (Fortgeschritten / JLPT N3)
Persönliche Daten
- Deutsch (Muttersprache)
- Russisch (Muttersprache)
- Englisch (Fließend)
- Japanisch (Gut)
- Europäische Union
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden