Martin Khadjavian

Freiberuflicher AI Solutions Architect & Automation Engineer für KI-Automation, Office-/PowerPoint-Automation, On-Prem-RAG, Azure/OpenAI, Python/Flask, C#/.NET/VSTO und sichere Enterprise-IT-Workflows. Fokus: produktionsreife Systeme, die manuelle Prozesse messbar beschleunigen und Datenschutz, Governance und Betriebssicherheit berücksichtigen.

Entwicklung produktionsreifer KI-Automation für RWTH/PEM: OfferGenerator (4-5 h auf ca. 30 min), Tender/Ausschreibung-Generator, PowerPoint-VSTO/COM-Add-in mit GPT-Text, Bildanalyse, Bildgenerierung und Diagrammen. Datenschutzorientierte On-Prem-RAG-Workflows, ASR/SER-Pipelines mit wav2vec2, PyTorch und HPC/SLURM; Dokumentation, Training und Support.

Administration und Integration von Enterprise-IT an mehreren Standorten: Active Directory, GPOs, User/Group Management, Fileserver-Berechtigungen, WSUS-Patching, Sophos Endpoint Security, CommVault Backups, Netzwerk-/Storage-Betrieb und Rollout-Prozesse. Aufbau zuverlässiger IT-Grundlagen für sichere KI- und Automatisierungsprojekte.

Entwicklung und produktiver Einsatz eines datenschutzkonformen On-Premises-RAG-Systems für interne Wissensworkflows. Konzeption von KI-Tools wie OfferGenerator, TenderGenerator und PowerPoint-Content-Generator; IT-Betrieb für Avantis/BIC, Identity & Access Management, Patch Management, Speech/Emotion Recognition und Learning Analytics.

VR/AR Audio Developer & Research Assistant am Informatik-Lehrstuhl der RWTH Aachen. Entwicklung interaktiver Spatial-Audio-Prototypen mit Unity, C#, FMOD/Wwise und HRTF-Konzepten; Forschung zu immersiver Audiowahrnehmung, Lehrunterstützung, Workshops und Betreuung studentischer Projekte zu VR/AR Audio und generativer Musik.

Freiberufliche Audio- und musikwissenschaftliche Arbeit für Künstler, Ensembles und Institutionen: Recording, Mixing, Mastering, Komposition und Arrangement für Medien, Film, Theater und interaktive Installationen. Forschung und Entwicklung in Musikologie, DSP, C++ Audio Plugins, Sounddesign und generativen Musiksystemen.

Applied AI, Speech/Emotion Recognition, Self-Supervised Learning, Enterprise Automation and Software Systems. Master thesis: Speech and Emotion Recognition with wav2vec2; fine-tuned ASR/SER models, real-time inference pipelines, PyTorch and HPC/SLURM. Final grade 1.9; thesis 1.3.

Foundation in algorithms, data structures, software engineering, programming languages, databases, operating systems and networks. Practical projects, analytical problem solving and software development. Final grade 2.5.