- Berufserfahrung
- 6 Jahre
- Verständigung
- 3 Sprachen
- Arbeitsweg
- 50 km · Hameln
- Bildungsniveau
- Master/Diplom

Über mich
KI- und Maschine-Learning-Ingenieur mit ueber drei Jahren projektbasierter Erfahrung in der Entwicklung von LLMAgentensystemen,
RAD-Pipelines und skalierbaren Datenpipelines auf Google Cloud und Azure Databricks. Kombiniere
fundierte ML-Kenntnisse – von Zeitreihenprognosen bis hin zu Reinforcement Learning – mit praktischer Erfahrung
in Prompt Engineering, Vektordatenbanken und NL-zu-SQL-Schnittstellen. Derzeit eingeschrieben im Masterstudium
International Data Analytics an der Universitaet Hildesheim; auf der Suche nach einer Stelle als KI-Ingenieur, ML-Ingenieur
oder Data Scientist in Deutschland.
Branchen & Berufsfelder
Branchen
Berufsfelder
Wunschjobs2 Angaben
Das Profil im Überblick
- Ort
- Hameln
- CQR-Level
- CQR 01
- Altersgruppe
- 18-25 Jahre
- Berufserfahrung
- 6 Jahre
- Bildungsniveau
- Master/Diplom
- Führerschein
- Nein
- Aktuelle Tätigkeit
- Student/in
- Anstellungsarten
- Freelance, Projektarbeit · Minijob · Nebenjob · Praktikum · Werkstudent
- Umzug für den Job
- Ja
- Homeoffice
- Ja
Erfahrung & Bildung
Berufliche Stationen
- Zeitraum nicht angegeben
Maschine-Learning-Ingenieur
Meha AI• Entwickelte ein mehrschichtiges LLM-Agentensystem auf Vertex AI und BigQuery, das intelligente Frage-Antwort-
Verarbeitung ueber strukturierte und unstrukturierte Daten im Produktionsbetrieb ermöglichte.• Implementierte RAD-Pipelines mit Google Cloud zur kontextbewussten Informationsextraktion in grossem Massstab
und reduzierte dabei den manuellen Rechercheaufwand erheblich. - Zeitraum nicht angegeben
Maschine-Learning-Ingenieur
TechForest• Baute ML-Modelle und Datenpipelines auf Azure Databricks auf, darunter Zeitreihenprognosen (PCA, Random Forest,
Regression) zur Berechnung von Sicherheitsbestaenden im Einzelhandel.• Verantwortete vollständige Datenaufnahme, Feature Engineering und Modellbewertung; lieferte robuste Prognoseartefakte
für operative Entscheidungen im Einkauf. - Zeitraum nicht angegeben
Data Scientist
Kanadischer KundeErstellte eine skalierbare Verarbeitungspipeline für minutengenaue Niederschlagszeitreihen aus mehreren Quellen
ueber drei Jahre; setzte SVR und Feature Engineering ein, um wetterabhaengige Entscheidungsmodelle zu liefern.
Ausbildung & Abschlüsse
- 2026 (Monat offen) - noch offen
M.Sc. International Data Analytics
Universität Hildesheim - 2019 (Monat offen) - 2024 (Monat offen)
B.Sc. Informatik (Computer Engineering)
Shiraz University
Stärken, Sprachen & Kompetenzen
Sprachen
Sprachkenntnisse und Niveaus aus dem Profil.
Kompetenzen
Selbsteinschätzung laut Profilangaben.
Persönliche Stärken5 Angaben
Soziale Stärken4 Angaben
Arbeitsweise3 Angaben

KANDIDATENPROFIL · 318436111466
Mohammad
Über mich
KI- und Maschine-Learning-Ingenieur mit ueber drei Jahren projektbasierter Erfahrung in der Entwicklung von LLMAgentensystemen,
RAD-Pipelines und skalierbaren Datenpipelines auf Google Cloud und Azure Databricks. Kombiniere
fundierte ML-Kenntnisse – von Zeitreihenprognosen bis hin zu Reinforcement Learning – mit praktischer Erfahrung
in Prompt Engineering, Vektordatenbanken und NL-zu-SQL-Schnittstellen. Derzeit eingeschrieben im Masterstudium
International Data Analytics an der Universitaet Hildesheim; auf der Suche nach einer Stelle als KI-Ingenieur, ML-Ingenieur
oder Data Scientist in Deutschland.
Berufliche Interessen
BranchenIT, Informatik, Programmierung · Nachhilfe, Unterricht · Projektmanagement
BerufsfelderIT, EDV · Technik, Ingenieurwesen
WunschjobsData Scientist · Teamleiter/in
Berufliche Erfahrung
Maschine-Learning-Ingenieur
Meha AI
• Entwickelte ein mehrschichtiges LLM-Agentensystem auf Vertex AI und BigQuery, das intelligente Frage-Antwort-
Verarbeitung ueber strukturierte und unstrukturierte Daten im Produktionsbetrieb ermöglichte.
• Implementierte RAD-Pipelines mit Google Cloud zur kontextbewussten Informationsextraktion in grossem Massstab
und reduzierte dabei den manuellen Rechercheaufwand erheblich.
Maschine-Learning-Ingenieur
TechForest
• Baute ML-Modelle und Datenpipelines auf Azure Databricks auf, darunter Zeitreihenprognosen (PCA, Random Forest,
Regression) zur Berechnung von Sicherheitsbestaenden im Einzelhandel.
• Verantwortete vollständige Datenaufnahme, Feature Engineering und Modellbewertung; lieferte robuste Prognoseartefakte
für operative Entscheidungen im Einkauf.
Data Scientist
Kanadischer Kunde
Erstellte eine skalierbare Verarbeitungspipeline für minutengenaue Niederschlagszeitreihen aus mehreren Quellen
ueber drei Jahre; setzte SVR und Feature Engineering ein, um wetterabhaengige Entscheidungsmodelle zu liefern.
Ausbildung & Bildung
M.Sc. International Data Analytics
Universität Hildesheim
B.Sc. Informatik (Computer Engineering)
Shiraz University
Sprachen
Kompetenzen
Stärken & Arbeitsweise
Persönliche StärkenAnpassungsfähigkeit · Begeisterungsfähigkeit · Bereitschaft zur Weiterentwicklung · Ehrlichkeit · Flexibilität
Soziale StärkenEngagement · Führungsstärke · Integrität · Kommunikationsfähigkeit
ArbeitsweiseAnalytisches Denken · Disziplin · Motivation




