Rodolfo Cacacho

Entwicklung eines Retrieval-Augmented Generation (RAG) Systems für grüne Bauvorschriften (BEG), mit kompletter AI-Pipeline von Datenextraktion bis Benutzeroberfläche. Implementierung einer Hybrid-Suche (Embeddings, BM25) und Einsatz von LLMs zur Text- und Tabellenverarbeitung, optimiert durch Prompt Engineering. Nutzung von Python, NLP, Chroma, Pinecone, MySQL, Deployment auf AWS. Genauigkeit von 54 % auf 67 % verbessert, Abschluss mit Note 1,0.

Entwicklung und Wartung von ETL-Pipelines sowie Optimierung von 5 prädiktiven Modellen zur Kundensegmentierung und Verkaufsanalyse (10 % schnellere Laufzeit, erhöhte Genauigkeit). Pflege partitionierter Tabellen (Hadoop/Impala) zur Sicherung der Datenqualität. Erstellung eines Power BI Dashboards zur Entscheidungsunterstützung. Verbesserung der Kundenkontaktierbarkeit durch effiziente Datenintegration. Nutzung von Python, SQL (Spark/Hadoop), R.

Entwicklung von R-basierten Dashboards (Shiny) zur Echtzeitüberwachung von Geldbeständen und Liquiditätsoptimierung. Erstellung von Prognosen und Berichten zu Bargeldtransportkosten, sowie Machine-Learning-Modellen zur Verbesserung der Bargeldverteilung. Unterstützung bei Bestandsoptimierung und strategischer Infrastrukturplanung zur Kostensenkung und Effizienzsteigerung.