Cloud / GenAI / LLM & AI Consultant / Developer

• Erstellung Video-Metadaten Pipeline (Detector, Tracker, Frame-Extraktion + Analyse)
• Pre-Classifier mit GPT4o Vision + AWS Rekognition
• Fine-Tune Yolo Detector
• OCR mit GPT4 Vision, Inhaltsfilter mit AWS Rekognition
• Konzeption + Umsetzung RAG Architektur mit LangChain + pgVector (OpenAI Embeddings)
• Long-Form Video Understanding + Activity Recognition-Modul mit LongVU
• Umsetzung Backend-API mit FastAPI für RAG-basierte Suche nach Videoinhalten
• Voice-Over Erstellung mit Google Text-To-Speech


Projekthintergrund: 
Entwicklung einer RAG-Anwendung, um Videotimelines aus Agenturmaterial und Archivmaterial zu erzeugen. Dabei wurde eine Zero-Shot-Architektur zur Erfassung von beliebigen Video-Metadaten aus AWS Rekognition. YOLO, WhisperX, LongVU + GPT API im Vektorlayer erstellt, die in der Lage ist mittels Pre-Classifier beliebige Videoszenen mit Objekt-, Lokations- und Farbinformationen auf Schnittebene zu erstellen. Diese Metadaten dienen Redakteuren dazu, mittels KI-Anwendung und einem Skript automatisiert Kurzformate (Nachrichtenbeiträge, Social Media) inklusive Voice Over zu erstellen.

Projektbezogene technische Aktivitäten (Tools/ Werkzeuge/ Methoden): 
Python, FastAPI, Azure (Video Indexer), AWS (S3, Lambda, Rekogniton, BedRock, ECS, EC2), Postgres + pgVector, LangChain, pyTorch, YOLO v10 + Finetune, WhisperX, LongVU, OpenAI GPT4o + Finetune, Helicone, Python, Docker, Google Gemini API

Aufgaben:​​
• Technisches Consulting Greenfield-Entwicklung für AVIATAR 2.0
• Technische Konzeption Data Pipelines & Daten Architektur im Datalake (DataVerse)
• Konzeption Data Lake Zones, Data Governance, Data Retention & Recovery-Strategien
• Engine Zusammenarbeit mit Data Architecture & Platform-Team zwecks Scaling & Konzeption Infrastruktur
• Enge Zusammenarbeit mit Stakeholdern in gesamt LHT + Anforderungsmanagement
• Hands-On-Entwicklung Data Pipelines in Spark Structured Streaming & DataBricks
• PoCs für Graph-Links & Realtime Analytics
• Bereitstellung Daten für AI & ML-Projekte (Predictive Analytics)
• Technische Konzeption anhand Anforderung: Near-Realtime Pipelines
Projekthintergrund: 
Technisches Consulting im Rahmen der Greenfield-Entwicklung für AVIATAR 2.0: Entwurf, Konzeption und Entwicklung DataVerse als Digital Twin für Lufthansa Technik in der Teilelogistik. Echtzeit-Monitoring der gesamten Teile-Logistik für Arbeitsbevorratung und Anlieferung von Flugzeugersatzteilen weltweit. Businessziel: Real-time Insights, Reporting, Messung Bevorratung
Projektbezogene technische Aktivitäten (Tools/ Werkzeuge/ Methoden): 
Azure Synpase Analytics, Azure EventHub, DataBricks Delta, Azure DevOps, PySpark, PowerBI, Microsoft PurView, Python, Kafka, Oracle, PL SQL, Jira / Confluence / Scrum

Project: Test Data Migration into AWS (Senior Developer)
Key Skills: AWS, Terraform, Java, Python, FastAPI, SQL, Docker, Kubernetes, Helm Charts, Gitlab, Gitlab CI, AWS EKS, AWS Glue, AWS Lambda, AWS CloudWatch, Jira / Confluence / Scrum
 
▪ Hands-On Support in migrating On-Premise services to AWS.
▪ Hands-On Develop Python mapping scripts for data transformation of large volumes of software and hardware test data from automotive development.
▪ Architecture + Hands-On Develop Java-based backends / React frontends for self-service tools for client's employees.
▪ Support Transition database scripts from Oracle PL/SQL to PostgreSQL.