Senior Data Scientist & KI-Berater

KI-Strategie für nachhaltige Energieforschung gestalten

Ich arbeite an anwendungsnahen Data-Science-Projekten am Deutschen Biomasseforschungszentrum (DBFZ), darunter Beiträge zum interdisziplinären KIDA-Projekt (https://www.kida-bmel.de/). Ich unterstütze Forschungsgruppen am DBFZ und an Partnerinstitutionen dabei, komplexe Datensätze in belastbare wissenschaftliche und politikrelevante Ergebnisse zu überführen. Meine Tätigkeit verbindet strategische KI-Beratung mit praktischer Umsetzung entlang des gesamten Machine-Learning-Lebenszyklus.

Zentrale Aufgaben

• Entwicklung von Daten- und ML-Strategien im Einklang mit Projektzielen, Fördervorgaben und ethischen Leitplanken.
• KI-Guidance und methodische Beratung für Forschende – von der Problemdefinition bis zur Evaluation und Publikation.
• Mitgestaltung der institutsweiten AI-HPC-Roadmap sowie Auswahl von Tools und Infrastruktur mit Blick auf Performance, Kosten und Wartbarkeit.
• Planung und Mitaufbau gemeinsamer HPC-/KI-Infrastruktur über mehrere Institutionen im KIDA-Konsortium hinweg.
• Erste, praktische Anwendungen probabilistischer Methoden, um Unsicherheit in politiknahen ML-Ergebnissen besser abzubilden.
• Betrieb von Slurm-Clustern, Container-Stacks und GitLab/GitHub-Automatisierungen inkl. CVE-basiertem Patching und Security-Monitoring.
• Entwicklung von Open-Source-Werkzeugen wie ScrAIbe und ScrAIbe-WebUI, damit auch Nicht-Programmierer Transkriptions- und Diarisationspipelines nutzen können.
• Beratung von IT-Personal bei der Überführung von Forschungs- und Infrastrukturplanungen in stabile Produktivservices.
• Betreuung von Bachelor- und Masterarbeiten sowie Mitwirkung an Projekt- und Förderanträgen.

So verbinde ich meinen Hintergrund in theoretischer Physik mit praktischer Wirkung – und sorge dafür, dass ML wissenschaftliche Erkenntnis beschleunigt statt verschleiert.