Sulaiman Shamasna

• Führte die Konzeption und Implementierung von End-to-End-KI-Anwendungen an, einschließlich interner Chatbots, die Llama-Modelle und Ollama zur Steigerung der organisatorischen Effizienz nutzen • Definierte Systemarchitekturen, entwarf Microservices, containerisierte Anwendungen und implementierte Retrieval-Augmented Generation (RAG)-Systeme für skalierbare KI-Lösungen • Leitete vollständige Entwicklungsprozesse & integrierte CI/CD-Pipelines, um die Bereitstellung und Wartung von KI-Systemen zu optimieren

• Entwicklung und Einsatz von KI-Chatbots für Finanzberater in Banken mithilfe von Mistral, LangChain & LlamaIndex • Verbesserung der Chatbots durch Retrieval Augmented Generation (RAG) und Vektordatenbanken • Entwicklung einer benutzerfreundlichen UI mit Streamlit und Gradio, integriert ins Backend via FastAPI • Containerisierung von Microservices (Backend, Frontend, Vektordatenbanken) mit Docker • Aufbau und Verwaltung von CI/CD-Pipelines, Deployment auf Clustern sowie Monitoring

• Entwicklung eines KI-basierten Sprachaktivitätserkennungssystems als Teil eines „Smart Speech Assistant“-Systems • Training und Optimierung von Modellen, inklusive Hyperparameter-Tuning und Quantisierung • Nutzung von Docker für Containerisierung und Erstellung von Pip-Paketen für saubere Integration • Implementierung von CI/CD mit GitLab und automatischer Versionierung via Semantic Release

- Erstellung eines Sturzerkennungsmodells (mit Hilfe von neuronalle Netze) unter Verwendung von Daten aus 9-achsigen Bewegungssensoren (Accelerometer und Gyroskope) - Einsatz eines Modells zur Erkennung von Stress und Schlafstadien unter Verwendung der Photoplethysmogramm-Daten eines tragbaren optischen Sensors (MAX32664) - Anwendung von Signalverarbeitungsalgorithmen für die Analyse der Herzfrequenzvariabilität (Zeitbereich, Frequenzbereich, und nicht lineare Methoden)