Machine Learning Engineer | MLOps-Pipelines in der Cloud mit Deep Learning, Natural Language Processing (NLP), generative KI/LLM und Computer Vision
Aktualisiert am 17.01.2025
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 01.07.2025
Verfügbar zu: 100%
davon vor Ort: 40%
Machine Learning
DevOps
Natural Language Processing (NLP)
Large Language Model (LLM)
Infrastructure as code
Terraform
AWS
MLOps
Cloud
generative AI
Python
Künstliche Intelligenz
Deep Learning
Chatbot
Go
Docker
Airflow
RAG
Deutsch
Englisch
Französisch

Einsatzorte

Einsatzorte

Köln (+200km)
Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

1 Jahr
2023-05 - 2024-04

TRANSKRIPTION UND KLASSIFIZIERUNG VON KUNDENANRUFEN

Machine Learning Engineer Python AWS Continuous Integration ...
Machine Learning Engineer

  • In einem Projekt für ein großes Mobilfunkunternehmen mit über 6 Mio. Kund*innen wurde ein end-to-end MLOps-Prozess in der Cloud für die eingehenden Anrufe im Kundenservice entwickelt
  • Hierbei wurden innovative NLP- und GenAI-Methoden verwendet, um die zugrundeliegenden Daten in anonymisierten Text und in für den Fachbereich analysierbare Ergebnisse zu überführen
  • Zu diesem Zwecke wurden Machine Learning Modelle (Transformer, LLMs) zur Vorhersage relevanter Parameter hinsichtlich der Kundenanliegen und -zufriedenheit trainiert und in die Verarbeitungsstrecke implementiert
  • Zuständig für den Aufbau einer Ende-zu-Ende Datenaufbereitungs-, Verarbeitungs- und Trainingsstrecke für die eingehenden Anrufe im Kundenservice
  • Hierbei wurden Methoden aus den Bereichen der natürlichen Sprachverarbeitung und der generativen künstlichen Intelligenz verwendet, um die zugrundeliegenden Daten in Text und weiterführend in für den Fachbereich analysierbare Ergebnisse zu überführen
  • Zu diesem Zwecke wurden Machine Learning Modelle (Transformer; LLMs) trainiert zur Vorhersage relevanter Parameter hinsichtlich der Kundenanliegen und -zufriedenheit und in die Verarbeitungsstrecke in der AWS-Cloud implementiert
  • Mit diesem MLOps-Prozess und den täglich neuen, resultierenden Daten wurden dem Fachbereich und dem Kunden im Allgemeinen wertvolle und zuvor nicht vorliegende Einblicke in das Anrufsverhalten der Kund*innen ermöglicht

Python AWS Continuous Integration Continuous Delivery Docker Terraform Infrastructure as code Cloud Speech-to-Text Airflow Transformer MLOps/DevOps NLP GenAI/LLM IaC Datenmanagement/-verarbeitung Feature Engineering Skalierung Visualisierung Analyse CI/CD Monitoring/Dashboarding
CONGSTAR GMBH
2 Jahre 2 Monate
2022-03 - 2024-04

ML-Consulting in Festanstellung

Machine Learning Engineer AWS Python Go ...
Machine Learning Engineer
Entwicklung von end-to-end MLOps-Prozessen in der Cloud (Datenverarbeitung, Training und Operationalisierung von Modellen, Analyse und Monitoring) für namhafte Kunden diverser Branchen. Präsentation und Kommunikation von Ideen und Ergebnissen vor Interessensgruppen/Vorgesetzten. Erwerb von Zertifizierungen und Weiterbildungen (Spezialisierung NLP und GenAI/LLM).
AWS Python Go Terraform Databricks Chatbot Apache Spark Big Data Cloud Infrastructure as code Machine Learning Deep Learning DevOps MLOps Speech-to-Text ETL Datenanalyse Datenarchitektur modell NLP GenAI LLM Docker
3 Monate
2023-06 - 2023-08

CHATBOT FÜR PODCAST

Python Terraform Infrastructure as code ...
  • In Zusammenarbeit mit einem bekannten Geschichtspodcast wurde ein Chatbot entwickelt, welcher auf das Wissen aus fast 500 Folgen zurückgreifen kann
  • Dafür wurde eine Cloud-Datenstrecke aufgebaut, welche Podcast-Folgen automatisiert transkribiert und deren Inhalte in einer Vektordatenbank aufbereitet und somit von dem RAG-Agenten und einem LLM präzise abgefragt werden können
  • Als User-Interface wurde ein Dashboard entwickelt, in welchem nützliche Statistiken wie Sprechanteile oder Word-Clouds generiert und visualisiert wurden
Python Terraform Infrastructure as code AWS DevOps Docker Speech-to-Text Spracherkennung Cloud Dashboard Analysefähigkeit RAG Chatbot GenAI/LLM Vektordatenbank MLOps NLP
9 Monate
2022-08 - 2023-04

COOKIELESS/CONTEXTUAL TARGETING

Data Engineer Go Python AWS ...
Data Engineer

  • Weiterentwicklung eines Produkts für Targetings auf Webseiten unter Berücksichtigung des Kontextes und unabhängig von 3rd Party Cookies
  • Schwerpunkte waren die Entwicklung von Datenaufbereitungs-, Verarbeitungs- und Trainingsstrecken, sowie die Bereitstellung von Inferenz-Endpunkten für Machine Learning Modelle in der Cloud
  • Außerdem wurde eine Web-Applikation für eine vereinfachte Konfiguration von kontextuellen Kundensegmenten entwickelt

  • Ziel war es, das Bereichsprodukt weiterzuentwickeln, welches Targetings auf Webseiten unter Berücksichtigung des Kontextes und unabhängig von 3rd Party Cookies anbietet
  • Zu den Schwerpunkten zählte sowohl die Entwicklung von Datenaufbereitungs-, Verarbeitungs- und Trainingsstrecken, als auch die Bereitstellung von Inferenz-Endpunkten für Machine-Learning Modelle in der Cloud
  • Zuletzt wurde außerdem eine Web-Applikation entwickelt, welche der Bereich zukünftig für eine vereinfachte Konfiguration von kontextuellen Kundensegmenten verwenden wird, da sie zugrundeliegende Mechanismen des Quellcodes durch interaktive Tools verständlich macht und die Auswirkungen verschiedener Konfigurationen veranschaulicht und informativ darstellt

Go Python AWS Cloud DevOps MLOps Dashboard Monitoringsysteme Amazon EC2 Docker NLP MLOps/DevOps IaC Datenmanagement/-verarbeitung Skalierung Visualisierung CI/CD Monitoring/Dashboarding
Auf Anfrage

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Jahre 4 Monate
2019-10 - 2022-01

Human Technology in Sports and Medicine

M. Sc.,
M. Sc.

Data Management/Analysis, Statistics, Mathematics and Physics, Modeling and Simulation, Biomechanics

Position

Position

Freelance Machine Learning Engineer

  • Spezialisiert auf Deep Learning, Natural Language Processing (NLP) und generative KI/LLM, mit umfassender Erfahrung in der Entwicklung und Implementierung skalierbarer KI-Lösungen.
  • Mit modernen MLOps/DevOps-Praktiken sowie fundierten Kenntnissen in Cloud-Technologien und Infrastructure as Code (IaC) enwickle ich leistungsfähige, effiziente und wartbare KI-Systeme.
  • Fasziniert von den neuesten Entwicklungen im Bereich Machine Learning und generativer KI und deren Anwendungsmöglichkeiten, strebe ich danach, innovative Projekte mit Fokus auf NLP und Computer Vision zu realisieren.

Kompetenzen

Kompetenzen

Top-Skills

Machine Learning DevOps Natural Language Processing (NLP) Large Language Model (LLM) Infrastructure as code Terraform AWS MLOps Cloud generative AI Python Künstliche Intelligenz Deep Learning Chatbot Go Docker Airflow RAG

Schwerpunkte

Natural Language Processing (NLP)
Experte
MLOps
Experte
DevOps
Fortgeschritten
Python
Experte
Generative AI
Experte
Large Language Model (LLM)
Experte
Go (Golang)
Fortgeschritten
Cloud
Experte
Machine Learning
Experte
Deep Learning
RAG
Chatbot
IaC
Data Science
Datenmanagement/-verarbeitung
Feature Engineering
Skalierung
Visualisierung
Analyse
CI/CD
Containerisierung
Monitoring/Dashboarding
Computer Vision

Produkte / Standards / Erfahrungen / Methoden

CI/CD
Experte
Agile
Experte

Profil:

Machine Learning Engineer, spezialisiert auf Deep Learning, Natural Language Processing (NLP) und generative KI/LLM, mit umfassender Erfahrung in der Entwicklung und Implementierung skalierbarer KI-Lösungen. Mit modernen MLOps/DevOps-Praktiken sowie fundierten Kenntnissen in Cloud-Technologien und Infrastructure as Code (IaC) enwickle ich leistungsfähige, effiziente und wartbare KI-Systeme. Fasziniert von den neuesten Entwicklungen im Bereich Machine Learning und generativer KI und deren Anwendungsmöglichkeiten, strebe ich danach, innovative Projekte mit Fokus auf NLP und Computer Vision zu realisieren.


IaC:

  • Terraform
  • AWS CDK


Cloud:

  • AWS (Sagemaker, S3, Lambda, Step Functions, IAM, SQS, SNS, ECR, ECS, EC2, Athena, KMS, DynamoDB)
  • Databricks


Orchestration:

  • Airflow
  • AWS Step Functions
  • MLFlow


Tools:

  • Docker
  • git
  • Jupyter
  • Confluence
  • Jira
  • VS Code
  • GitLab
  • Bitbucket
  • Copilot
  • ChatGPT
  • Office


BERUFSERFAHRUNG:

03/2022 - 04/2024

Rolle: Machine Learning Engineer

Kunde: DATASOLUT GMBH, Köln

 

Aufgaben:

  • Entwicklung von end-to-end MLOps-Prozessen in der Cloud (Datenverarbeitung, Training und Operationalisierung von Modellen, Analyse und Monitoring) für namhafte Kunden diverser Branchen
  • Projekt congstar GmbH (Telekommunikation) | 2023-2024
    • Entwicklung einer ML-pipeline unter Verwendung von NLP und LLMs, die eingehende Kundenanrufe transkribiert, klassifiziert und analysiert, um den Kundenservice zu verbessern und Erkenntnisse über die Kundenzufriedenheit zu gewinnen.
  • Projekt emetriq GmbH (Online-Marketing) | 2022-2023
    • Produktentwicklung für kontextbezogenes Targeting, das NLP zur Vorhersage von Kundensegmenten anhand von Website-Inhalten und Kontext nutzt.
  • Projekt Versicherung | 2022
    • Analyse historischer Wetterdaten Deutschlands, um die Häufigkeit und Intensität von extremen Wetterereignissen zu bewerten. Zu den Aufgaben gehörten Datenerfassung und -verarbeitung, Erkennung von Anomalien und Ergebnisvisualisierung auf detaillierten Karten.
  • Projekt E-Commerce | 2022
    • Implementierung und Training eines Empfehlungsalgorithmus zur Erstellung eines personalisierten Produktrankings für einen Webshop. MLOps/Devops Deep Learning Cloud IaC Data Science Datenmanagement/-verarbeitung Feature Engineering Skalierung Natural Language Processing GenAI/LLM Monitoring/Dashboarding CI/CD Visualisierung Analyse


STÄRKEN:

  • Analytisches Denken
  • Kommunikation
  • Organisation
  • Motivation und Engagement

Betriebssysteme

macOS
Windows
Linux
Ubuntu, Debian

Programmiersprachen

Python
Go
SQL
HTML
CSS
JavaScript
C
Matlab
TensorFlow
PyTorch
Keras
Spark
Hugging Face Transformers
LangChain
LlamaIndex
Haystack
OpenAI API
Scikit-learn
XGBoost
Streamlit
NLTK
Gensim
spaCy
OpenCV
FastAPI

Branchen

Branchen

Erfolgreich abgeschlossene Projekte in ...

  • Telekommunikation
  • Online-Marketing
  • E-Commerce
  • Versicherung
  • Unterhaltung

Einsatzorte

Einsatzorte

Köln (+200km)
Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

1 Jahr
2023-05 - 2024-04

TRANSKRIPTION UND KLASSIFIZIERUNG VON KUNDENANRUFEN

Machine Learning Engineer Python AWS Continuous Integration ...
Machine Learning Engineer

  • In einem Projekt für ein großes Mobilfunkunternehmen mit über 6 Mio. Kund*innen wurde ein end-to-end MLOps-Prozess in der Cloud für die eingehenden Anrufe im Kundenservice entwickelt
  • Hierbei wurden innovative NLP- und GenAI-Methoden verwendet, um die zugrundeliegenden Daten in anonymisierten Text und in für den Fachbereich analysierbare Ergebnisse zu überführen
  • Zu diesem Zwecke wurden Machine Learning Modelle (Transformer, LLMs) zur Vorhersage relevanter Parameter hinsichtlich der Kundenanliegen und -zufriedenheit trainiert und in die Verarbeitungsstrecke implementiert
  • Zuständig für den Aufbau einer Ende-zu-Ende Datenaufbereitungs-, Verarbeitungs- und Trainingsstrecke für die eingehenden Anrufe im Kundenservice
  • Hierbei wurden Methoden aus den Bereichen der natürlichen Sprachverarbeitung und der generativen künstlichen Intelligenz verwendet, um die zugrundeliegenden Daten in Text und weiterführend in für den Fachbereich analysierbare Ergebnisse zu überführen
  • Zu diesem Zwecke wurden Machine Learning Modelle (Transformer; LLMs) trainiert zur Vorhersage relevanter Parameter hinsichtlich der Kundenanliegen und -zufriedenheit und in die Verarbeitungsstrecke in der AWS-Cloud implementiert
  • Mit diesem MLOps-Prozess und den täglich neuen, resultierenden Daten wurden dem Fachbereich und dem Kunden im Allgemeinen wertvolle und zuvor nicht vorliegende Einblicke in das Anrufsverhalten der Kund*innen ermöglicht

Python AWS Continuous Integration Continuous Delivery Docker Terraform Infrastructure as code Cloud Speech-to-Text Airflow Transformer MLOps/DevOps NLP GenAI/LLM IaC Datenmanagement/-verarbeitung Feature Engineering Skalierung Visualisierung Analyse CI/CD Monitoring/Dashboarding
CONGSTAR GMBH
2 Jahre 2 Monate
2022-03 - 2024-04

ML-Consulting in Festanstellung

Machine Learning Engineer AWS Python Go ...
Machine Learning Engineer
Entwicklung von end-to-end MLOps-Prozessen in der Cloud (Datenverarbeitung, Training und Operationalisierung von Modellen, Analyse und Monitoring) für namhafte Kunden diverser Branchen. Präsentation und Kommunikation von Ideen und Ergebnissen vor Interessensgruppen/Vorgesetzten. Erwerb von Zertifizierungen und Weiterbildungen (Spezialisierung NLP und GenAI/LLM).
AWS Python Go Terraform Databricks Chatbot Apache Spark Big Data Cloud Infrastructure as code Machine Learning Deep Learning DevOps MLOps Speech-to-Text ETL Datenanalyse Datenarchitektur modell NLP GenAI LLM Docker
3 Monate
2023-06 - 2023-08

CHATBOT FÜR PODCAST

Python Terraform Infrastructure as code ...
  • In Zusammenarbeit mit einem bekannten Geschichtspodcast wurde ein Chatbot entwickelt, welcher auf das Wissen aus fast 500 Folgen zurückgreifen kann
  • Dafür wurde eine Cloud-Datenstrecke aufgebaut, welche Podcast-Folgen automatisiert transkribiert und deren Inhalte in einer Vektordatenbank aufbereitet und somit von dem RAG-Agenten und einem LLM präzise abgefragt werden können
  • Als User-Interface wurde ein Dashboard entwickelt, in welchem nützliche Statistiken wie Sprechanteile oder Word-Clouds generiert und visualisiert wurden
Python Terraform Infrastructure as code AWS DevOps Docker Speech-to-Text Spracherkennung Cloud Dashboard Analysefähigkeit RAG Chatbot GenAI/LLM Vektordatenbank MLOps NLP
9 Monate
2022-08 - 2023-04

COOKIELESS/CONTEXTUAL TARGETING

Data Engineer Go Python AWS ...
Data Engineer

  • Weiterentwicklung eines Produkts für Targetings auf Webseiten unter Berücksichtigung des Kontextes und unabhängig von 3rd Party Cookies
  • Schwerpunkte waren die Entwicklung von Datenaufbereitungs-, Verarbeitungs- und Trainingsstrecken, sowie die Bereitstellung von Inferenz-Endpunkten für Machine Learning Modelle in der Cloud
  • Außerdem wurde eine Web-Applikation für eine vereinfachte Konfiguration von kontextuellen Kundensegmenten entwickelt

  • Ziel war es, das Bereichsprodukt weiterzuentwickeln, welches Targetings auf Webseiten unter Berücksichtigung des Kontextes und unabhängig von 3rd Party Cookies anbietet
  • Zu den Schwerpunkten zählte sowohl die Entwicklung von Datenaufbereitungs-, Verarbeitungs- und Trainingsstrecken, als auch die Bereitstellung von Inferenz-Endpunkten für Machine-Learning Modelle in der Cloud
  • Zuletzt wurde außerdem eine Web-Applikation entwickelt, welche der Bereich zukünftig für eine vereinfachte Konfiguration von kontextuellen Kundensegmenten verwenden wird, da sie zugrundeliegende Mechanismen des Quellcodes durch interaktive Tools verständlich macht und die Auswirkungen verschiedener Konfigurationen veranschaulicht und informativ darstellt

Go Python AWS Cloud DevOps MLOps Dashboard Monitoringsysteme Amazon EC2 Docker NLP MLOps/DevOps IaC Datenmanagement/-verarbeitung Skalierung Visualisierung CI/CD Monitoring/Dashboarding
Auf Anfrage

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Jahre 4 Monate
2019-10 - 2022-01

Human Technology in Sports and Medicine

M. Sc.,
M. Sc.

Data Management/Analysis, Statistics, Mathematics and Physics, Modeling and Simulation, Biomechanics

Position

Position

Freelance Machine Learning Engineer

  • Spezialisiert auf Deep Learning, Natural Language Processing (NLP) und generative KI/LLM, mit umfassender Erfahrung in der Entwicklung und Implementierung skalierbarer KI-Lösungen.
  • Mit modernen MLOps/DevOps-Praktiken sowie fundierten Kenntnissen in Cloud-Technologien und Infrastructure as Code (IaC) enwickle ich leistungsfähige, effiziente und wartbare KI-Systeme.
  • Fasziniert von den neuesten Entwicklungen im Bereich Machine Learning und generativer KI und deren Anwendungsmöglichkeiten, strebe ich danach, innovative Projekte mit Fokus auf NLP und Computer Vision zu realisieren.

Kompetenzen

Kompetenzen

Top-Skills

Machine Learning DevOps Natural Language Processing (NLP) Large Language Model (LLM) Infrastructure as code Terraform AWS MLOps Cloud generative AI Python Künstliche Intelligenz Deep Learning Chatbot Go Docker Airflow RAG

Schwerpunkte

Natural Language Processing (NLP)
Experte
MLOps
Experte
DevOps
Fortgeschritten
Python
Experte
Generative AI
Experte
Large Language Model (LLM)
Experte
Go (Golang)
Fortgeschritten
Cloud
Experte
Machine Learning
Experte
Deep Learning
RAG
Chatbot
IaC
Data Science
Datenmanagement/-verarbeitung
Feature Engineering
Skalierung
Visualisierung
Analyse
CI/CD
Containerisierung
Monitoring/Dashboarding
Computer Vision

Produkte / Standards / Erfahrungen / Methoden

CI/CD
Experte
Agile
Experte

Profil:

Machine Learning Engineer, spezialisiert auf Deep Learning, Natural Language Processing (NLP) und generative KI/LLM, mit umfassender Erfahrung in der Entwicklung und Implementierung skalierbarer KI-Lösungen. Mit modernen MLOps/DevOps-Praktiken sowie fundierten Kenntnissen in Cloud-Technologien und Infrastructure as Code (IaC) enwickle ich leistungsfähige, effiziente und wartbare KI-Systeme. Fasziniert von den neuesten Entwicklungen im Bereich Machine Learning und generativer KI und deren Anwendungsmöglichkeiten, strebe ich danach, innovative Projekte mit Fokus auf NLP und Computer Vision zu realisieren.


IaC:

  • Terraform
  • AWS CDK


Cloud:

  • AWS (Sagemaker, S3, Lambda, Step Functions, IAM, SQS, SNS, ECR, ECS, EC2, Athena, KMS, DynamoDB)
  • Databricks


Orchestration:

  • Airflow
  • AWS Step Functions
  • MLFlow


Tools:

  • Docker
  • git
  • Jupyter
  • Confluence
  • Jira
  • VS Code
  • GitLab
  • Bitbucket
  • Copilot
  • ChatGPT
  • Office


BERUFSERFAHRUNG:

03/2022 - 04/2024

Rolle: Machine Learning Engineer

Kunde: DATASOLUT GMBH, Köln

 

Aufgaben:

  • Entwicklung von end-to-end MLOps-Prozessen in der Cloud (Datenverarbeitung, Training und Operationalisierung von Modellen, Analyse und Monitoring) für namhafte Kunden diverser Branchen
  • Projekt congstar GmbH (Telekommunikation) | 2023-2024
    • Entwicklung einer ML-pipeline unter Verwendung von NLP und LLMs, die eingehende Kundenanrufe transkribiert, klassifiziert und analysiert, um den Kundenservice zu verbessern und Erkenntnisse über die Kundenzufriedenheit zu gewinnen.
  • Projekt emetriq GmbH (Online-Marketing) | 2022-2023
    • Produktentwicklung für kontextbezogenes Targeting, das NLP zur Vorhersage von Kundensegmenten anhand von Website-Inhalten und Kontext nutzt.
  • Projekt Versicherung | 2022
    • Analyse historischer Wetterdaten Deutschlands, um die Häufigkeit und Intensität von extremen Wetterereignissen zu bewerten. Zu den Aufgaben gehörten Datenerfassung und -verarbeitung, Erkennung von Anomalien und Ergebnisvisualisierung auf detaillierten Karten.
  • Projekt E-Commerce | 2022
    • Implementierung und Training eines Empfehlungsalgorithmus zur Erstellung eines personalisierten Produktrankings für einen Webshop. MLOps/Devops Deep Learning Cloud IaC Data Science Datenmanagement/-verarbeitung Feature Engineering Skalierung Natural Language Processing GenAI/LLM Monitoring/Dashboarding CI/CD Visualisierung Analyse


STÄRKEN:

  • Analytisches Denken
  • Kommunikation
  • Organisation
  • Motivation und Engagement

Betriebssysteme

macOS
Windows
Linux
Ubuntu, Debian

Programmiersprachen

Python
Go
SQL
HTML
CSS
JavaScript
C
Matlab
TensorFlow
PyTorch
Keras
Spark
Hugging Face Transformers
LangChain
LlamaIndex
Haystack
OpenAI API
Scikit-learn
XGBoost
Streamlit
NLTK
Gensim
spaCy
OpenCV
FastAPI

Branchen

Branchen

Erfolgreich abgeschlossene Projekte in ...

  • Telekommunikation
  • Online-Marketing
  • E-Commerce
  • Versicherung
  • Unterhaltung

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.