Neueste Notizen
Langweiliges ML auf Fabric schlägt LLM-Everything im Mittelstand
Ein Decision Tree, MLflow und ein einziger Fabric-REST-Endpoint preisen GPT-Klassen-Scoring bei Churn, Demand-Prognose und Lead-Scoring im Mittelstand aus. Der DEM368-Vortrag zeigt den Stack live, dieser Beitrag rechnet die Marge auf.
Dataverse: das Agent-Backend, das im M365-Abo schon mitläuft
Wer als Mittelständler ohnehin Microsoft 365 fährt, kauft sein Agent-Backend nicht ein, er aktiviert es. Dataverse bringt Row-Level Security mit, gegen die eine angeflanschte Vector DB nicht ankommt.
Production-RL schließt die Agent-Schleife: 100 Dollar pro Trainingsstunde
Reinforcement Learning auf produktiven Agents war bis vor Kurzem ein Forschungsbudget. Bei hundert Dollar pro Trainingsstunde steht es jetzt in derselben Kostenzeile wie die CI-Rechnung.
Transformationen
architektonisch gedacht
Spezialist für datengetriebene Transformation, langjährige Erfahrung in E-Commerce, Energie und Financial Services.
Schwerpunkt: skalierbare Datenarchitekturen, automatisierte Entscheidungsprozesse mit KI und messbare Effizienzgewinne durch belastbares Engineering und Automatisierung.
Core Stack
- Python / SQL
- AWS / GCP / Azure
- Spark / Kafka
- LangChain / CrewAI
- Snowflake / BigQuery
- Docker / K8s
Technologie-Stack
Data Science
- Python & SQL
- Apache Spark
- Pandas / NumPy
- Apache Airflow
- Snowflake
- Databricks
- dbt
ML & AI Architecture
- LangChain / LangGraph
- PyTorch / TensorFlow
- OpenAI / Anthropic API
- Vector Databases (Pinecone)
- RAG Architectures
- Hugging Face Transformers
Quant & Analytics
- Time-Series Forecasting
- Risk Modeling
- Monte Carlo Simulation
- Financial Analysis
- Algorithmic Trading Strategies
- Python / R Integration
Produktivsysteme
ML-gestützte Kampagnen-Automatisierung
Skalierbare KPI-Dashboard-Suite samt Dateninfrastruktur für hochvolumige Marketingoperationen. Performance-Kennzahlen in Echtzeit über mehrere Retail-Partner hinweg, manueller Reporting-Aufwand drastisch gesenkt. Klassifikations- und Clustering-Modelle steuern Kampagneneffizienz und Durchsatz im laufenden Betrieb.
- Python
- AWS
- PostgreSQL
- Plotly Dash
AI-Workflow-Orchestrator
Zustandsbasiertes Orchestrierungssystem für AI-Workflows, ausgelegt auf hohe Nebenläufigkeit bei produktionsreifer Zuverlässigkeit. Koordiniert Multi-Agent-Systeme und *LLM*-Ketten mit Zustandsübergängen unterhalb einer Sekunde.
Kontextuelles RAG-System
Finanz-Research-System zur Verarbeitung eines umfangreichen Dokumentenkorpus. Umgesetzt als fortgeschrittene *RAG*-Architektur, die kontextuelles Verständnis mit dem Retrieval von Finanzdaten verbindet.
Forecast-Modellierung & Analytics
Enterprise-*Dashboards* und *Time-Series-Forecasting*-Modelle in Power BI und Azure. Erhöht die Targeting-Genauigkeit und die Präzision der Retention-Prognose und ermöglicht so eine datengetriebene Kundensegmentierung.
Aktuelle Artikel
Mittelstands-KI läuft auf einem Mac Studio, nicht in fremder Cloud
Im typischen KI-Gespräch im Mittelstand steht der Datenschutzbeauftragte gegen das Cloud-LLM und der CFO gegen die Monatsrechnung. Eine einzige Workstation löst beide Bedenken auf einmal.
Agent Skills: das günstigste ALM, das ein Team je bekommt
ALM-Plattformen und die dazugehörigen Prozessberater sprengen jedes Mittelstandsbudget. Ein Ordner mit Markdown-Skills erledigt die Disziplinarbeit inzwischen umsonst.
Die Durable Runtime entscheidet sich vor dem zweiten Agent
Der erste Agent überlebt mit einer Python-Schleife und einem Cronjob. Der zweite nicht, und der anschließende Rewrite ist genau die Rechnung, die Sie eigentlich umgehen wollten.
Kontakt aufnehmen
Offen für Projekte rund um KI-Infrastruktur, Data-Engineering-Pipelines und strategische Transformation.
Nachricht senden