AI-Architekt & Data Scientist (PhD)
- Verfügbarkeit einsehen
- 0 Referenzen
- 90€/Stunde
- 4106 Therwil
- Nähe des Wohnortes
- nl | en | de
- 07.11.2026
- Contract ready
Kurzvorstellung
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
nicht angegeben
6/2026 – 9/2026
TätigkeitsbeschreibungModus Data GmbH ist eine unabhängige Schweizer Beratung für Data Science und angewandte KI. Als Principal Consultant leite ich die End-to-End-Strategie und technische Umsetzung für Kundeninitiativen, spezialisiert auf benutzerdefinierte Large-Language-Model-Implementierungen und fortschrittliche Natural-Language-Processing-Lösungen.
Eingesetzte QualifikationenLarge Language Models, Natural Language Processing, Data Science
nicht angegeben
4/2026 – 6/2026
TätigkeitsbeschreibungAls externer Spezialist für ein gezieltes 3-Monats-Projekt zur Architektur und Optimierung von produktionsreifen KI-Workflow-Automatisierungspipelines. Fokus auf fortschrittliche Natural-Language-Processing-Frameworks, einschließlich Enterprise-Kundensentiment-Tracking, automatische Use-Case-Zusammenfassung und intelligente E-Mail-Klassifizierung. Entwicklung von Hochleistungs-Databricks- und Apache-Spark-Datenpipelines sowie tiefgreifende Abfrageoptimierungen, die die Gesamtausführungseffizienz der Pipeline um 33 % steigerten. Leitung der Migration des Kern-Codebasis von nativer Azure-Infrastruktur zu Databricks, die einen selbstgehosteten LLM-Endpoint ermöglichte und die operativen Infrastrukturkosten um 50 % senkte.
Eingesetzte QualifikationenNatural Language Processing, Databricks, Apache Spark, Large Language Models, Microsoft Azure
nicht angegeben
10/2024 – 9/2026
TätigkeitsbeschreibungSchulung eines Grundmodells auf über 100 TB medizinischer Bilder. Datenanalyse und Modellentwicklung für die Generierung von Real-World-Evidence für verschiedene Anti-Krebs-Medikamente. Analyse und Modellentwicklung basierend auf medizinischer Bildgebung unter Verwendung von Computer Vision/Deep-Learning-Methoden (ResNet, ConvNeXT, ViT, Vision Transformer). Fehlererkennung in klinischen Studienberichten mit LLMs (Qwen, Hugging Face Transformers, LangWatch, LangChain, NLP).
Eingesetzte QualifikationenComputer Vision, Transformer, Large Language Models, Pytorch, Databricks, Scikit-learn, Docker, Google Cloud
nicht angegeben
6/2024 – 8/2024
TätigkeitsbeschreibungEntwicklung von NLP-/Generative-AI-Algorithmen zur Nutzung großer Mengen medizinischer Texte mit RAG, um ein Empfehlungssystem für Allgemeinmediziner zu erstellen, die nach Gesundheitsdienstleistungen suchen.
Eingesetzte QualifikationenNatural Language Processing, Azure Synapse Analytics, Databricks, Large Language Models, Python
nicht angegeben
9/2023 – 1/2024
TätigkeitsbeschreibungEntwicklung und Wartung von Modellen und Datenpipelines im Zusammenhang mit Marketing und Verkauf von Lebensmitteln.
Eingesetzte QualifikationenData Science
nicht angegeben
11/2022 – 8/2023
TätigkeitsbeschreibungEntwicklung von NLP-Algorithmen zur Erleichterung der Verfolgung ungeplanter Ereignisse und Entwicklung sowie Feinabstimmung von Large Language Models (LLMs) zur Themenextraktion großer pharmazeutischer Texte. Diese Modelle reduzieren die Zeit, die Fachexperten für die Problemlösung in der Arzneimittelproduktion aufwenden, um über 70 %.
Eingesetzte QualifikationenNatural Language Processing, Large Language Models, SQL, Python
nicht angegeben
5/2021 – 6/2023
TätigkeitsbeschreibungEntwicklung von Machine-Learning-Modellen zur Vorhersage betrügerischer Bestellungen. Das B2C-Modell hat in einem Zeitraum von 12 Monaten 2000 Betrugsfälle erkannt und dem Unternehmen über 1 Mio. € an betrügerischen Bestellungen erspart. Das von mir entwickelte B2B-Modell soll dem Unternehmen jährlich über 3 Mio. € einsparen. Methoden: XGBoost, Random Forest, Logistische Regression, DevOps-Server, scikit-learn, KDS. Entwicklung von ETL-Pipelines mit Hive SQL, Hadoop, PySpark, Great Expectations, pandas und Python. Dashboarding mit PowerBI.
Eingesetzte QualifikationenMachine Learning, Random Forest, Logistische Regression, Scikit-learn, ETL, Apache Hadoop, Pandas, Python, Power Bi, DevOps
nicht angegeben
8/2020 – 4/2021
TätigkeitsbeschreibungEntwicklung einer NLP-Machine-Learning-Lösung, die das Lernen aus Finanzdokumenten ohne Verletzung der Privatsphäre ermöglicht. Diese Lösung ist in einer SaaS-Lösung namens DataMesh eingebettet. DataMesh wird derzeit bei PwC zur Erstellung der ersten Generation von Datenprodukten verwendet. Methoden: Synthetische Datenmodelle mit Generative Adversarial Networks (GANs). Entwicklung von Named-Entity-Recognition-Modellen mit Deep Learning, BERT, Spark NLP. Entwicklung von Sprachgenerierungsmodellen mit GPT-2 und GPT-3. Entwicklung von Datenmodellen und ETL-Pipelines mit SparkSQL, CamelK, Azure Machine Learning, Azure Data Factory, Azure Databricks, MS SQL. Dashboarding mit PowerBI.
Eingesetzte QualifikationenNatural Language Processing, Apache Spark, GPT, Databricks, SQL-Datenbankadministrator, Power Bi
nicht angegeben
9/2014 – 8/2020
TätigkeitsbeschreibungEingesetzte Qualifikationen
Data Science
Ausbildung
Bochum
Manchester
Utrecht
Über mich
Persönliche Daten
- Niederländisch (Muttersprache)
- Englisch (Fließend)
- Deutsch (Gut)
- Europäische Union
- Schweiz
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden