Albert Levin

Verantwortung für Architektur und Umsetzung einer mandantenfähigen Enterprise-AI- und ML-Plattform für interne Entwicklungs- und Fachbereichsteams.

• Konzeption und Aufbau einer mandantenfähigen AI- und ML-Plattform für über 50 Entwickler:innen und mehr als 200 Fachanwender:innen – von Daten über Modellentwicklung und Deployment bis zu AI-Anwendungen und Plattformbetrieb.
• Definition von Plattformarchitektur, technischen Standards und Lieferanforderungen in Abstimmung mit internen Engineering-Teams, Fachbereichen und externen Technologiepartnern.
• Entwicklung wiederverwendbarer Infrastructure-as-Code- und CI/CD-Bausteine mit Terraform und Azure DevOps, die das Onboarding beschleunigen und Deployments über alle Umgebungen hinweg standardisieren.
• Umsetzung von Enterprise-AI-Lösungen – von selbst gehosteten LLM-Coding-Agents und agentischen Anwendungen bis hin zu klassischen ML-Workloads auf Kubernetes und Databricks.
• Aufbau von Plattform-Governance, Sicherheit und Observability mit zentralem AI-Gateway und durchgängiger Transparenz im Laufzeitbetrieb.
• Übersetzung der Anforderungen aus DSGVO und EU AI Act in praxistaugliche Plattformkontrollen, Deployment-Prozesse und Infrastrukturstandards.

Konzeption und Umsetzung von MLOps-Workflows und produktiven AI-Anwendungen für Unternehmenskunden.

• Konzeption und Umsetzung von MLOps-Workflows mit Databricks und MLflow – inklusive Modellregistrierung, Lineage, Reproduzierbarkeit und automatisiertem Deployment.
• Entwicklung produktiver AI-Anwendungen und Agenten, darunter Wissensdatenbank- und Natural-Language-to-SQL-Lösungen, mit Python, TypeScript, LangChain, Next.js und React.
• Entwicklung und Bereitstellung von ML-Modell-APIs auf Kubernetes mit Python, FastAPI und Docker – mit produktionsnaher CI/CD und Infrastrukturautomatisierung.
• Aufbau und Betrieb selbst gehosteter LLM-Inferenz-Workloads auf Kubernetes mit Hugging Face, Docker und Helm.
• Entwurf und Pflege von Cloud-Infrastruktur mit Terraform und Terragrunt, einschließlich Testautomatisierung mit Go und Terratest.

Leitung der Umsetzung von Data-Platform- und Data-Engineering-Vorhaben für ML-Workloads.

• Konzeption und Optimierung von ETL/ELT-Pipelines in Databricks mit PySpark und Delta Lake für ML-Training, Feature Engineering und Datenverarbeitung.
• Neuausrichtung der Verarbeitung auf eine ereignisgesteuerte Azure-Architektur mit Databricks, PySpark und Event Hubs; die Laufzeit der Pipeline sank dadurch von 2,5 Stunden auf unter eine Stunde.
• Einführung automatisierter CI/CD- und Testprozesse für Python-Pakete in Azure DevOps – für mehr Zuverlässigkeit und Wiederholbarkeit.
• Entwicklung eigener Monitoring- und Observability-Werkzeuge mit Python und Grafana.
• Entwicklung einer VS-Code-Erweiterung zum lokalen Debuggen von Python- und PySpark-Jobs, die den Zeitaufwand für die Fehlersuche im Team verkürzt hat.

Entwicklung und Produktivsetzung von ML-Modellen und Model-Serving-Systemen für Einzelhandels-Anwendungsfälle.

• Entwicklung von ML-Modellen für Prognose, Betrugserkennung, Empfehlungen und Suche mit XGBoost, scikit-learn und TensorFlow/Keras.
• Aufbau von Model-Serving-APIs mit Python, FastAPI, Docker und Kubernetes auf GKE und AKS, inklusive Produktions-Monitoring mit Prometheus und Grafana.
• Umsetzung von MLOps-Workflows mit Azure DevOps, Databricks und MLflow für eine reproduzierbare Modellentwicklung und Bereitstellung.
• Entwicklung von PySpark- und Databricks-Pipelines für ML-Training, Feature Engineering und Feature-Store-Workloads.
• Automatisierung von Deployment und Betrieb mit Kubernetes, Helm, Docker und Terraform.

Entwicklung von Datenintegrations-Workflows und Reporting-Pipelines für das Europageschäft.

• Entwicklung von ETL/ELT-Pipelines mit Python, Airflow und BigQuery.
• Entwicklung interner Webanwendungen mit Django und Flask.
• Entwurf von Datenmodellen im Unternehmens-DWH nach Data Vault 2.0.
• Einrichtung von CI/CD-Pipelines in GitLab und Betrieb eines Airflow-Kubernetes-Clusters.
• Verwaltung von Netzwerk- und Sicherheitskonfigurationen in Google Cloud, darunter Firewalls, VPCs und Load Balancer.