07.09.2026 aktualisiert
Premiumkunde
100 % verfügbarSenior AI Engineer | LLM & RAG-Systeme in regulierten Domänen
München, Deutschland
Nur Remote
M.Sc. Data Engineering & Analytics, TU MünchenÜber mich
Senior AI Engineer, 7+ Jahre Erfahrung mit produktionsreifen ML- und LLM-Systemen. Aufbau einer RAG-Pipeline mit Guardrails, PII-Schutz und Eval-Framework für eine regulierte Gesundheitsanwendung. Zuvor 12+ ML-Projekte auf Azure ML (Computer Vision, Forecasting). M.Sc. TU München, CVPR-Publikation.
Skills
RAGMLflowLLMLlamaIndexLangChainKünstliche IntelligenzComputer VisionMedizintechnikMachine LearningTensorFlowAzure Machine LearningFeature-EngineeringPyTorchDeep LearningGenerative AI
Generative KI, LLM & RAG-Systeme
- Produktionsreife RAG-Pipelines: Embedding-Modelle, Vektordatenbanken (PGVector, FAISS, ChromaDB), semantische Suche, Prompt Engineering, LangChain, LlamaIndex, Hugging Face Transformers.
- Advanced Retrieval: Hybrides Retrieval (BM25 + Vektorsuche via Reciprocal Rank Fusion), Cross-Encoder Reranking, hierarchisches Chunking und LLM-as-Judge-Relevanzbewertung.
- Enterprise-Sicherheitsarchitekturen: Mehrstufige Guardrails, Intent-Klassifikation, automatisierte PII-Anonymisierung und DSGVO-konforme Offline-/Air-Gapped-Pipelines mit lokalen Modellen (Ollama).
- Systematische Evaluation: RAGAS-Framework (Faithfulness, Context Precision), Halluzinationsprüfung und belegpflichtige Generierung mit strikter Quellenangabe.
Machine Learning & Deep Learning
- 7+ Jahre Praxiserfahrung mit PyTorch, TensorFlow, scikit-learn und XGBoost.
- End-to-End-Entwicklung, Fine-Tuning und Produktivsetzung von Modellen für Computer Vision, Natural Language Processing, Anomalieerkennung und Predictive Forecasting.
- Entwicklung robuster Validierungsstrategien, Custom Loss Functions und Transfer Learning.
MLOps & Cloud-Architektur
- Cloud-Plattformen: Microsoft Azure (Azure ML) und Google Cloud Platform (Vertex AI).
- CI/CD & Container: Docker, Azure DevOps, GitLab CI/CD.
- ML-Infrastruktur: MLflow, Experiment-Tracking, Modellversionierung, automatisiertes Retraining und Drift-Monitoring.
Computer Vision & Bildverarbeitung
- Bildbasierte Defekterkennung in der Fertigung (GLASS, CNNs), semantische Segmentierung und Objekterkennung.
- DSGVO-konforme On-Device-Klassifikation auf Edge-Hardware (ONNX Runtime, MobileNet).
- Peer-reviewte Publikationen zu Satellitenbild- und medizinischer Bildsegmentierung (u. a. SPIE Remote Sensing).
Programmierung & Datenverarbeitung
- Sprachen & Backends: Python (FastAPI), SQL, PostgreSQL.
- Data Engineering: Pandas, NumPy, PySpark für Feature Engineering heterogener Daten (Bild-, Zeitreihen- und Tabellendaten).
Branchen & Domänenwissen
- Medizintechnik & Healthcare: Regulierte Workflows, klinische Freigabeprozesse, DSGVO-Konformität.
- Industrielle Fertigung, Optik, Geodaten und Fernerkundung.
- Projektsprachen: Englisch (verhandlungssicher), Deutsch (verhandlungssicher)
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2026
Sprachen
DeutschverhandlungssicherEnglischverhandlungssicherUkrainischMuttersprache
Projekthistorie
Delivered 12+ end-to-end ML projects across image-based defect detection, sensor anomaly detection, NLP, and structured-data forecasting. Architected production ML pipelines on Azure ML Service with standardized experiment tracking and automated retraining workflows. Built CI/CD pipelines for ML code and model artifacts deployment.
Konzeption und Umsetzung einer produktionsreifen LLM-/RAG-Pipeline für eine regulierte Gesundheitsanwendung.
Mehrstufige Sicherheitsarchitektur: Guardrail-Modelle für Risikoäußerungen, DeBERTa-basierte Intent-Klassifikation und automatisierte PII-Anonymisierung vor jedem Logging.
Retrieval über Embedding-Modelle und Vektordatenbank (PGVector) mit belegpflichtiger Antwortgenerierung – keine Ausgabe ohne Quellenangabe.
Aufbau eines RAGAS-basierten Evaluations-Frameworks zur systematischen Qualitäts- und Halluzinationsprüfung.
Deployment auf GCP / Vertex AI, CI/CD und Branch-Protection über GitLab, Ticketing in Jira.
Zusammenarbeit mit klinischem Lead, Infrastruktur-Team und Produktseite im verteilten Setup.
Conducted M.Sc. thesis research on weakly-supervised satellite image segmentation using PyTorch U-Net variants and unsupervised feature clustering. Published research at EARTHVISION, CVPR 2019.