Niko K.

Meine Expertise liegt im ML nahen Data Engineering (MLOps) - ob Cloud oder on-Premise. Ich helfe Ihnen den Daten-Sumpf trocken zu legen und so ihre ML Pipelines zu verwirklichen bzw. diese observable zu machen. Dabei werde ich den verschiedensten Anforderungen - ob niedrige Kosten im Training oder Latenz in der Inferenz - durch eine grundlegend requirements basierte Architektur gerecht.

Mein Tech-Stack umfasst grob Python und Javascript als Haupt-Programmiersprachen, meistens containerisiert (Docker) ausgeführt auf den Compute Plattformen von Azure, GCP und Databricks.

Dabei verwende ich SQL, (Py) Spark oder, falls In-Memory sich als praktikabel herausstellt, die guten alten Python Pandas und Polars Bibliotheken als Query-Languages und Kafka als Streaming Broker.

Terraform und Airflow benutze ich zur instanziierung und Orchestration von Cloud Resourcen.

FastAPI für die Erstellung von APIs. Dash, Plotly, Streamlit, Echarts sowie HTML/CSS zur Visualisierung.