Carsten Klaus

Ich bringe KI- und Datenprojekte in den produktiven Betrieb, bei Bedarf komplett self-hosted im Rechenzentrum des Kunden. Fokus: private open weights LLMs, GenAI und die Data-Plattform darunter. Beispielprojekt: Privater LLM-Assistent für eine Kanzlei – Qwen 3.5 via vLLM auf Kubernetes. KI für Recherche & Schriftsätze, ohne dass Mandantendaten das Haus verlassen. Tech: Kubernetes · vLLM · Qwen · LLM Agents · Dremio · Airflow · Iceberg · Spark · Terraform · ArgoCD · Keycloak · FastAPI · AWS

Auf meinem YouTube-Kanal spreche ich übers Coden, KI und andere fancy Tech Themen YouTube Channel: https://www.youtube.com/@techiepills

Als Data & AI Engineer bei STACKIT habe ich die Architektur souveräner Cloud-Plattformen verantwortet sowie als Pre-Sales Architect strategische Enterprise-Kunden von der ersten Anforderungsanalyse bis zur Produktionsreife begleitet. Tech Stack: STACKIT Cloud, Kubernetes, Apache Iceberg, Dremio, Apache Spark, Airflow, vLLM, Qwen, Terraform, Helm, ArgoCD, Prometheus, Grafana.

Cloud Architektur | Networking Design | Security • GCP | AWS | Azure • DevOps • Infrastructure as Code • Aufbau und Entwickeln von Kubernetes Clustern • Deployment von containerisierten Anwendungen in die Cloud • Implementierung von Data Warehouse Lösungen • Snowflake | Redshift | Google Big Query • Entwickeln von Machine Learning Modellen

• Umsetzung von E-Commerce Lösungen mit Python, Django und JavaScript • Unterstützung bei der Implementierung von komplexen Web Anwendungen • Agile Softwareentwicklung mit Kanban • Analyse der fachlichen Anforderungen

• Computer Vision mit OpenCV • Bedarfsanaylse, Konzeption und Software Entwicklung mit Python • Machine Learning zur Mustererkennung in Bildern • Design und Konstruktion einer Kameraanlage • Konzeption und Training neuronaler Netze zur Schadenserkennung • Dokumentation der Entwicklungsfortschritte

• Entwicklung im Bereich Empfehlungssysteme und Anonymity • Programmierung in Python und Java EE • Aufbereitung von nutzerbasierten Daten • Konzeption und Implementierung neuer Ansätze für Empfehlungssysteme (recommender systems) • Erstellung und Testen von REST Schnittstellen

• Einarbeitung in tiefe neuronale Netze ( Deep Learning ) mit Keras / TensorFlow zur automatisierten Kategorisierung von Kundenanforderungen • Natural Language Processing (NLP) zur Verarbeitung semi-strukturierter Daten • Agile Softwareentwicklung - Scrum mit Jira • Requirements Engineering • Arbeiten im internationalen Team • Entwicklung von Cloud-Diensten mit Docker und Amazon Web Services ( AWS ) • Erstellung und Haltung von Präsentationen vor Entscheidungsträgern

Machine Learning Artificial Intelligence Statistics Natural Language Processing (NLP) Data Science Image Processing