29.10.2026 aktualisiert
100 % verfügbar
Technical Compliance & Validation Specialist | Datenstrategien für KI-Medizinprodukte (AI SaMD)
Weidingen, Deutschland
Weidingen +50 km
Master of Science (M. Sc.)Über mich
Ich habe über 8 Jahren Berufserfahrung in der Datenverarbeitung zur Entwicklung medizinischer KI-Anwendungen. Meine Expertise als Systemdenker liegt in der ganzheitlichen Betrachtung von Datenprojekten - von der Machbarkeit über Datenschutz bis zur Produktzulassung.
Skills
Künstliche IntelligenzData AnalysisBig DataMedizinische BildgebungMedizinische ForschungDatenkonvertierungDatenmanagementData TransformationData MiningDatenverarbeitungssystemeDatenqualitätDatensicherheitDatenvisualisierungDatenbank DesignProduktentwicklung
Ich bin erfahrener Spezialist für strategische Datenverarbeitung im Bereich der Entwicklung und Zulassung medizinischer KI-Anwendungen zur Diagnoseunterstützung. Als ehemaliger angestellter Data Scientist habe ich tiefgehende Kenntnisse in der skript-basierten Verarbeitung und Analyse sowie der strategischen Nutzung medizinischer Daten zur Vor- und Nachbereitung der KI-Softwareentwicklung.
Meine Kernfähigkeit ist die interdisziplinäre Herangehensweise an die Umsetzung von Datenprojekten. Die reinen Datenverarbeitungs- und -analysetätigkeiten bette ich in einen ganzheitlichen Projektkontext ein, der sich über die individuellen Randbedingungen aller an der Produktrealisierung beteiligten Fachbereiche und stakeholder erstreckt: von der Planung des Datenprojekts und Aspekten der Datensicherheit, Datenakquise und -organisation über die eigentliche Datenverarbeitung und -analyse bis hin zur Bewertung und Dokumentation von Daten und Produktleistung im Zuge der regulatorischen Medizinproduktezulassung im Zielmarkt durch FDA (insb. USA) oder NMPA (China).
Demnach liegt meine Stärke im vernetzten Denken aus Sicht der Daten: Ich betrachte und plane Projekte ganzheitlich und interdisziplinär, um Datenschutz, Datenqualität, regulatorische Anforderungen und technische Machbarkeit optimal miteinander zu verbinden. Dadurch reduziert sich von vornherein das Potenzial zeitkritischer Korrekturarbeiten in den letzten Projektphasen maßgeblich.
Meine Expertise biete ich im Rahmen von Auftragsdienstleistungen und Beratungen rund um das Thema der Datenverarbeitung und -analyse im Bereich der KI-Produktentwicklung und datengetriebener Forschungsvorhaben an.
Kompetenzen auf Basis meiner Erfahrung
Datenstrategien & Produktplanung
- Datenbasierte Machbarkeitsanalysen als Grundlage für strategische Entscheidungen
- Entwicklung von Zulassungsstrategien für KI-basierte Medizinprodukte
- Harmonisierung von Datenschutzanforderungen und zulassungsregulatorischen Notwendigkeiten
Medizinische Datenverarbeitung und -analyse
- Aufbereitung und Analyse kardiologischer Bild-, Mess- und Metadaten (u.a. DICOM-Format)
- Datenbankdesign und Definition einheitlicher Datenformate
- Aggregation und Standardisierung von Daten aus unterschiedlichen Bezugsquellen
- Datenvisualisierung und statistische Auswertung
- Sicherstellung höchster Datenqualität durch Identifikation technischer und qualitativer Ausreißer
- Preprocessing kardiologischer Ultraschalldaten für CNN-Trainings- und Verifikationsprozesse
- Leistungsprüfung neuronaler Netze (CNNs) unter variablen Bedingungen
- Automatisierte Erstellung zulassungsrelevanter Daten- und Leistungs-Reports (PDF)
- Nutzung von Python für Datenverarbeitung, Analyse und Reporting
Verwendete Tools
- Programmierung & Datenverarbeitung: Python, SQL, MySQL, TensorFlow
- Interaktive Dashboards & Datenvisualisierung: Streamlit, Plotly, Matplotlib, HoloViews/Bokeh
- Infrastruktur: VSCode, Docker, Git, GitHub, Azure (ACR, ACI, Container Apps)
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2025
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Aufgabe: Entwicklung einer End-to-End-Pipeline zur Extraktion, Standardisierung und Analyse globaler Finanzmarktdaten börsennotierter Unternehmen sowie Berechnung fairer Unternehmenswerte per modifiziertem DCF-Verfahren.
- Daten-Pipeline: Automatisierte Akquise und Konsolidierung heterogener Fundamentaldaten (historische Bestandsdatensätze & Bestandsaktualisierung via yFinance)
- Data Cleaning: Implementierung von Logiken zur Identifikation und Korrektur von Datenlücken sowie zur Bereinigung von Inkonsistenzen in Zeitreihen
- Datenbank-Design: Aufbau und Management einer MySQL-Datenbank zur zentralen Speicherung hochdimensionaler Finanzdaten; Kapselung der SQL-Logik in Python-Klassen
- Analytics-Dashboard: Entwicklung einer interaktiven Web-GUI mit Streamlit zur On-the-fly-Berechnung von Discounted-Cashflow-Analysen inkl. Unternehmensbewertung sowie Visualisierung komplexer Kennzahlen und Zeitreihendaten
- Web-Hosting: Containerisierung der Anwendung via Docker und Deployment als Serverless-Lösung in der Azure-Cloud
Tech-Stack: Python, MySQL, Streamlit, Plotly, Pandas, NumPy, yFinance, Git, Docker, Azure (ACR, ACI, Container Apps)
Rolle: Data Scientist / Software Engineer
Aufgabe: Konzeption und Implementierung eines Tools zur automatisierten Dokumentation von KI-Daten und -Modellleistung für internationale Zulassungsbehörden (FDA, NMPA) im Rahmen der Entwicklung medizinischer KI-Software im Bereich der kardiologischen Ultraschalldiagnostik
- Tool-Entwicklung: Konzeption, Entwicklung und Validierung eines Python-Tools zur automatischen Generierung technischer Prüfberichte (PDF-Reporting)
- Compliance-Automatisierung: Integration statistischer Tests zur unmittelbaren Prüfung regulatorischer Anforderungen an KI-Produktperformance, Trainings- und Validierungsdaten
- Cross-functional Review: Erstellung technischer Beschreibungen und Konsistenzprüfungen für Zulassungsdokumente in Zusammenarbeit mit QM/RA und Clinical Science
- Zulassungsbegleitung: Fachliche Unterstützung bei der Beantwortung von Rückfragen internationaler Prüfbehörden (FDA, NMPA) durch Ad-hoc-Spezialanalysen
Tech-Stack: Python, Matplotlib, NumPy, Pandas, WeasyPrint, Jinja2, HTML, CSS
Rolle: Data Scientist / Software Engineer
Aufgabe: Strategische Prüfung der Durchführbarkeit medizinischer KI-Projekte im Bereich der kardiologischen Ultraschalldiagnostik sowie Sicherstellung der KI-Datenqualität unter Berücksichtigung regulatorischer Zielmarkt- und Datenschutzanforderungen
- Statistische Qualitätssicherung: Entwicklung automatisierter Routinen zur Identifikation technischer und qualitativer Datenausreißer (medizinische Limits of Agreement, Bias-Analyse)
- Explorative Analyse: Einsatz von Clustering-Verfahren und Dimensionsreduktionsalgorithmen (TSNE, PCA) zur Untersuchung multiparametrischer Datensätze
- Machbarkeitsprüfung: Validierung von Menge und Güte der KI-Daten gegen Software Requirement Specifications (SRS) und regulatorische Zielmarktanforderungen
- Zielmarktbasierte Datenauswahl: QM-getriebenes Datensampling zur Erfüllung lückenloser Nachweispflichten für Medizinproduktezulassungen
- Datenstrategieentwicklung: Konsolidierung, Visualisierung und statistische Aufbereitung von Analyseergebnissen sowie Vorschlag und Diskussion strategischer Handlungsempfehlungen
Tech-Stack: Python, SQL, DICOM, pydicom, NumPy, Pandas, Scikit-learn, Matplotlib, Plotly, HoloViews/Bokeh