You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Dennis NetzerDN

Dennis Netzer

KI Architket & ML/GenAI Engineer

800 €/Tag
Frankfurt am Main, DE
3-7 Jahre

Durchschnittliche Reaktionszeit: 12h

Über Dennis

Sie planen ein GenAI- oder ML-Vorhaben und suchen jemanden, der Ihr KI-System nicht nur skizziert, sondern produktionsreif baut? Genau das ist mein Fokus.
Als KI Architket & ML/GenAI Engineer mit über 6 Jahren Hands-on-Erfahrung helfe ich Unternehmen, KI-Systeme aus dem Proof-of-Concept-Status in robuste, betreibbare Lösungen zu überführen. Mein Schwerpunkt liegt auf den zwei Bereichen, in denen die meisten KI-Projekte heute scheitern: produktionsreifes LLM-Engineering und sauber aufgesetzte MLOps-Pipelines.
Was mich besonders macht: Ich bin nicht nur Engineer, sondern war zuletzt auch Co-Founder eines geförderten KI-Startups im AIOps-Bereich. Ich habe selbst täglich an einem System gearbeitet, das bei Pilotkunden produktiv läuft. Diese Praxiserfahrung mit allen Real-World-Compromissen (Latenz, Kosten, Skalierung, Compliance, Wartbarkeit) bringe ich direkt in Ihre Projekte ein.
Typische Leistungen, die ich anbiete:
LLM- und GenAI-Engineering: Konzeption und Umsetzung von RAG-Architekturen, Fine-Tuning europäischer Open-Source-Modelle via PEFT/LoRA, Multi-Provider-LLM-Gateways, MCP-Tool-Integration, LLM-Observability und Guardrail-Strategien.
MLOps und ML-Lifecycle: Aufbau von Experiment-Tracking, Modell-Versionierung und Workflow-Orchestrierung mit MLflow, Kubeflow und Airflow. Reproduzierbarkeit als zentrales Prinzip.
Anomalieerkennung und Time-Series ML: Von klassischen Verfahren bis zu LSTM-Autoencodern und Transformer-Architekturen, einsetzbar auf Infrastruktur-, Produktions- oder Geschäftsdaten.
Generelle Data Science Themen für Vorhersagen oder Klassifizierung.
Beratung und Sparring: Architektur-Reviews, Make-or-Buy-Entscheidungen bei KI-Tooling, technische Sparringspartnerschaft für CTOs und Tech-Leads.
  • Deutsch

    Muttersprachlich oder zweisprachig

  • Spanisch

    Verhandlungssicher

  • Englisch

    Konversationssicher

Vor Ort möglich
Frankfurt am Main (bis zu 20 km)

Projekt- und Berufserfahrung

  • aprevis
    Co-Founder & Head of AI/ML
    SOFTWARE-HERSTELLER
    Februar 2025 - Heute (1 Jahr und 6 Monate)
    Darmstadt, Deutschland
    Co-Founder mit technischer Hauptverantwortung. Konzeption und Aufbau der ML/DL-Pipeline zur Anomalieerkennung auf Oracle-Systemmetriken. Entwicklung, Training und Validierung von Modellen (Transformer-basiert, LSTM-Autoencoder, Isolation Forest, One-Class SVM). Architektur der Root-Cause-Analyse-Pipeline mit LLM-gestützter Hypothesen-Generierung. Fine-Tuning europäischer Open-Source-Modelle via PEFT/LoRA. Multi-Provider-LLM-Gateway, RAG-Integration, MCP-Tool-Anbindung, Backend in Python.

    Qualifikationen:
    Python, FastAPI, TensorFlow, PyTorch, Hugging Face, MLflow, Kubeflow, Airflow, LangChain, LiteLLM, Langfuse, LangSmith, Pinecone, Qdrant, RAG, Fine-Tuning, PEFT, LoRA, MCP, Mistral, DeepSeek, OpenAI API, LLM-Observability, Anomalieerkennung, LSTM-Autoencoder, Isolation Forest, Transformer, Time Series, Oracle, Vue.js, Linux, Data Science
    Python FastAPI TensorFlow Machine learning GenAI
  • Premium-Automobilhersteller
    Lead Python Developer & Data Scientist
    AUTOMOBILSEKTOR
    März 2024 - Februar 2025 (11 Monate)
    München, Deutschland
    Technische Leitung eines vierköpfigen Entwicklungsteams (Lead Python Developer) zur Entwicklung einer Plattform für automatisierte Bauteil-Bewertung und Angebotserstellung bei einem deutschen Premium-Automobilhersteller. Backend-Architektur in Python/FastAPI, Anbindung interner Bauteildaten via GraphQL, Bauteil-Klassifikation mit Azure OpenAI und embedding-basiertem Matching, Modellierung der Bill of Materials in einer Graph-Datenbank für Variantenmanagement und Impact-Analyse. Beratung und Upskilling der Fachabteilungen bei Data Science Themen wie Preisvorhersage und Modell Deployment.


    Qualifikationen:
    Python, FastAPI, Azure OpenAI, GPT-4, PostgreSQL, Neo4j, Cypher, GraphQL, React, Jupyter, Embedding, Vector Search, Bill of Materials, Variantenmanagement, Supply Chain, Predictive Modelling, Machine Learning, Tech-Lead, Architektur, GenAI, LLM-Integration, Schulungen, Python-Schulung, Stakeholder-Management, Data Science
    Python GenAI Data science Machine learning LLM
  • Capgemini
    MLOps Researcher
    DIGITALAGENTUREN & IT-CONSULTING
    Januar 2024 - Februar 2024 (1 Monat)
    Frankfurt am Main, Deutschland
    Interne strategische Evaluierung von MLOps-Frameworks zur Standardisierung. Vergleichende Bewertung von MLflow, Kubeflow und Flyte anhand gewichteter Kriterien. Aufbau von Proof-of-Concepts zur Validierung der Workflow-Fähigkeiten.

    Qualifikationen:
    MLflow, Kubeflow, Flyte, MLOps, Framework-Evaluierung, Proof-of-Concept, Workflow-Orchestrierung, Experiment-Tracking, Modell-Versionierung, Model Registry, Reproducibility, Python, ML-Lifecycle, Tech-Strategie, Beratung
    MLOps Machine learning MLflow Python

Empfehlungen

Sei die erste Person, die Dennis empfiehlt

Teile Deine Erfahrung aus der Zusammenarbeit mit diesem Freelancer.

Diese Freelancer passen auch zu Ihren Kriterien

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Ausbildung und Abschlüsse

  • Master of Science - Data Science
    Hochschule Darmstadt (dual mit ORDIX AG)
    2021
    Dualer Master mit Praxisphasen bei einem Datenbank- und IT-Beratungsunternehmen. Forschungsschwerpunkte: Deep Learning, Generative AI, Reinforcement Learning, Time-Series-Analyse, Data Science, Data Analytics, Data Visualization. Forschungsarbeit zu Reward-Hacking-Effekten im Reinforcement Learning. Masterarbeit zur Generierung interaktiver elektronischer Musik mit selbst implementierten Autoencoder- und GAN-Architekturen in TensorFlow, Training auf Google-Cloud-GPUs. Note 1,3 für die Masterarbeit, Gesamtnote 1,2. Abschluss Dezember 2021.
  • Bachelor of Engineering
    Duale Hochschule Baden-Württemberg (DHBW) Stuttgart
    2018
    Duales Studium mit Schwerpunkt Produktion und Logistik bei einem deutschen Automobilzulieferer. Praxisphasen in der Produktionsplanung, in Make-or-Buy-Analysen sowie bei Auslandseinsätzen in Werken in Ungarn und Polen. Fünftes Semester als Auslandssemester an der Edinburgh Napier University in Schottland. Bachelorarbeit zur Optimierung der Produktionsplanung mit der SAP-Long-Term-Planning-Funktionalität. Gesamtnote 1,9. Abschluss September 2018, gefolgt von 9 Monaten Festanstellung als Produktionsplaner.

Zertifizierungen

Fähigkeiten

Kategorien