Technische Fähigkeiten
Meine Arbeit bewegt sich an der Schnittstelle von Physik, KI und Infrastruktur. Ich kombiniere experimentelle Strenge mit pragmatischer Ingenieurskunst, damit Forschungsteams schnell Ergebnisse liefern können, ohne die Nachvollziehbarkeit zu verlieren.
Programmierung & Data Science
Python & PyData
100%8+ years
Tägliches Werkzeug mit NumPy, pandas, SciPy, Plotly und weiteren Bibliotheken.
PyTorch & JAX
85%6+ years
Research-Grade-Modelle für neuronale und probabilistische Workflows, inkl. differenzierbarer Physik.
Probabilistische Modellierung
80%5+ years
Bayesian Calibration, Dichteschätzungen und Unsicherheitsmodelle für wissenschaftliche Daten.
Scientific Computing & HPC
Slurm- & Lmod-Stacks
85%5+ years
Scheduling, Accounting und Nutzerbetreuung für Cluster auf Institutsebene.
Containerisierte Workflows
80%5+ years
Singularity/Apptainer, Conda und CUDA-Images für portable Forschungs-Pipelines.
GPU- & MPI-Workloads
70%4+ years
Profiling von Multi-GPU-, MPI/OpenMP-Jobs und Skalierungsberatung für Teams.
Reproduzierbarkeit & Research Software
Git + Testing
85%8+ years
Git, pytest, mypy und Packaging, die Notebooks mit veröffentlichten Ergebnissen verbinden.
Dokumentations-Pipelines
75%7+ years
Sphinx/LaTeX/Markdown-Stacks für vollständig nachvollziehbare Projekt- und Experimentabläufe.
DevOps & Plattformen
GitLab/GitHub-Automatisierung
80%5+ years
CI/CD, Container-Registries und Release-Prozesse für Forschungstools.
Security & Monitoring
70%4+ years
CVE-Tracking, Dependency-Scanning und leichtgewichtige Observability für HPC-Services.