fadi Abo Hadba

• Aufbau einer täglichen End-to-End-Datenpipeline für strukturierte CSV-Daten von Ingest über Validierung und Transformation bis zum Curated Store und QA-Reporting • Implementierung von Schema- und Pflichtfeldprüfungen, Fehlerbehandlung, Quarantäne-Logik und Logging zur Sicherstellung robuster Datenflüsse • Containerisierte Entwicklung und reproduzierbare Ausführung mit Docker, versioniert mit Git • Reporting und Visualisierung in Power BI

• Entwicklung einer modularen RAG-Anwendung mit LangChain für semantische Suche und strukturierte Wissensverarbeitung • Einsatz von Chunking, Embeddings, Vektor-Datenbank und Multi-Step Chains • Evaluierung moderner Technologien im Bereich AI-native Datenverarbeitung und wissensbasierter Anwendungen

• Root Cause Analysis komplexer Softwareprobleme • Analyse technischer Daten und interner Datenbanken • Python und Excel für Auswertungen und automatisiertes Reporting • Zusammenarbeit mit Software Development, Quality Management und Service • Azure DevOps / MS TFS • Technische Dokumentation und Qualitätsanalyse

• Manual & Automated Software Testing • Integration & Regression Testing • Requirements Engineering • Defect Validation & Root Cause Analysis • SQL-basierte Datenanalyse • Power BI • Performance Analysis • DICOM / PACS / RIS

• Development and testing of technical prototypes • System Integration • Functional Testing • Analysis of technical system data • Technical Documentation

Schwerpunkte: • KI-Methoden und KI-Anwendungen • Datenanalyse und Visualisierung • Software Engineering Part-time Master’s program in Applied Artificial Intelligence with a focus on Data Analysis, Software Engineering and AI Applications. The program combines theoretical foundations with the practical application of modern AI technologies in data-driven and software-based environments.

Schwerpunkte: • KI-Lösungen • Medizinische Bild- und Datenverarbeitung. Abschlussarbeit: •Entwicklung eines KI-basierten Verfahrens zur Optimierung robotergestützter CT-Trajektorien. Training und Anwendung von ResNet, VGG und EfficientNet. •Einsatz von TensorFlow, PyTorch, NumPy und OpenCV. •Datengetriebene Auswahl optimaler Röntgenprojektionen zur Reduktion von Artefakten, Strahlendosis und Scanzeit. •Anwendung von AI- und Deep-Learning-Methoden auf einen realen Medizintechnik-Anwendungsfall.