# Dr. Lena Hartmann

Headline: Senior KI-Ingenieur – Maschinelles Lernen & Generative KI

- Email: lena.hartmann@example.com
- Phone: +49 30 12345678
- URL: https://lena-hartmann.ai

Ort: Friedrichstraße 123, Berlin, Berlin, Deutschland, 10117

Profile: 
- GitHub: [@lena-hartmann](https://github.com/lena-hartmann)
- LinkedIn: [@lena-hartmann](https://www.linkedin.com/in/lena-hartmann)
- Stack Overflow: [@lena-hartmann](https://stackoverflow.com/users/1234567/lena-hartmann)

## Basisinformationen

- Senior KI-Ingenieur mit über 8 Jahren Erfahrung in der Entwicklung und produktiven Skalierung von Systemen für Maschinelles Lernen und Generative KI.
- Spezialisiert auf Deep Learning, Sprachverarbeitung und MLOps; verantwortlich für End-to-End-Pipelines von der Datenaufbereitung bis zum Monitoring im Betrieb.
- Nachweisliche Erfolge bei der Führung interdisziplinärer Teams und der Übersetzung komplexer Geschäftsanforderungen in robuste, ethisch verantwortungsvolle KI-Lösungen.
- Leidenschaft für innovative Forschungsansätze, reproduzierbare Experimente und die kontinuierliche Verbesserung von Modellqualität und -performance.


## Ausbildung

### Technische Universität Berlin

Doktor, Künstliche Intelligenz und Maschinelles Lernen, Punkte: summa cum laude, Okt. 2012–Sept. 2016

URL: https://www.tu.berlin

Kurse: Deep Learning, Probabilistische Graphenmodelle, Natural Language Processing, Reinforcement Learning, Bayesianische Inferenz

Summary: 
- Promotion über selbstüberwachtes Lernen für die Sprachverarbeitung mit Fokus auf ressourcenarme Domänen.
- Entwicklung neuartiger Architekturen, die auf mehreren Benchmarks state-of-the-art Ergebnisse erzielten.
- Publikationen auf führenden Konferenzen wie NeurIPS, ICML und ACL.


### RWTH Aachen University

Master, Informatik, Punkte: 1,2, Okt. 2010–Sept. 2012

URL: https://www.rwth-aachen.de

Kurse: Maschinelles Lernen, Statistische Mustererkennung, Datenbanken und Datenanalyse, Algorithmen und Datenstrukturen, Computer Vision

Summary: 
- Schwerpunkt auf statistischem Lernen und algorithmischer Datenanalyse.
- Masterarbeit zur effizienten Inferenz in tiefen neuronalen Netzen.


## Berufserfahrung

### Senior KI-Ingenieur

Siemens KI-Labor, Apr. 2021–Heute

URL: https://www.siemens.com/ai

Schlüsselwörter: Generative KI, LLM, RAG, MLOps, Teamführung

Summary: 
- Leitung eines Teams von 6 ML-Ingenieur:innen zur Entwicklung generativer KI-Assistenten für industrielle Anwendungen.
- Konzeption und Umsetzung einer skalierbaren LLM-Plattform mit Retrieval-Augmented Generation und strengen Governance-Vorgaben.
- Verantwortlich für Modellauswahl, Fine-Tuning, Evaluation und kontinuierliches Monitoring in der Cloud.
- Enge Zusammenarbeit mit Produktmanagement und Compliance zur Einhaltung des EU AI Act.


### Ingenieur für Maschinelles Lernen

Bosch Center for Artificial Intelligence, Okt. 2018–März 2021

URL: https://www.bosch-ai.com

Schlüsselwörter: Deep Learning, Predictive Maintenance, Kubeflow, Feature Store, Computer Vision

Summary: 
- Entwicklung und Deployment von Deep-Learning-Modellen für Qualitätskontrolle und Predictive Maintenance.
- Aufbau einer unternehmensweiten Feature-Store-Infrastruktur zur reproduzierbaren Modellierung.
- Automatisierung von Trainingspipelines mit Kubernetes, Kubeflow und MLflow.
- Durchführung von A/B-Tests und Modellüberwachung im Produktivbetrieb.


### KI-Ingenieur

Zalando SE, Okt. 2016–Sept. 2018

URL: https://www.zalando.de

Schlüsselwörter: Recommender Systems, NLP, Python, Spark, Personalisierung

Summary: 
- Entwicklung von Empfehlungssystemen zur Personalisierung des Online-Shops.
- Implementierung von NLP-Pipelines zur automatischen Produktklassifikation.
- Optimierung von Modellen für Latenz und Skalierbarkeit im Hochlastbetrieb.
- Zusammenarbeit mit Data Engineering und Product Analytics.


## Sprachen

- Deutsch: Muttersprache oder zweisprachig, Schlüsselwörter: Muttersprache
- Englisch: Verhandlungssichere Kenntnisse, Schlüsselwörter: C2, Verhandlungssicher
- Französisch: Gute Kenntnisse, Schlüsselwörter: B1

## Fähigkeiten

- Maschinelles Lernen: Experte, Schlüsselwörter: Deep Learning, NLP, Computer Vision, Generative KI, Reinforcement Learning
- Programmierung: Experte, Schlüsselwörter: Python, PyTorch, TensorFlow, SQL, Bash
- MLOps & Cloud: Erfahren, Schlüsselwörter: Kubernetes, Docker, MLflow, Kubeflow, AWS SageMaker, Azure ML
- Datenverarbeitung: Erfahren, Schlüsselwörter: Spark, Pandas, Airflow, dbt, Kafka
- Führung & Kommunikation: Erfahren, Schlüsselwörter: Teamführung, Agile Methoden, Stakeholder-Management, Technische Dokumentation, Mentoring

## Auszeichnungen

### Preis für den besten Beitrag

NeurIPS 2023, Dez. 2023

Summary: 
- Auszeichnung für die Publikation „Effiziente Selbstüberwachung für domänenspezifische Sprachmodelle“.
- Anerkennung für herausragende Beiträge zu ressourceneffizientem Training großer Sprachmodelle.

### Innovationspreis KI

Siemens AG, Juni 2022

Summary: 
- Preis für die Entwicklung einer skalierbaren RAG-Plattform mit messbarer Reduktion von Halluzinationen.
- Würdigung der interdisziplinären Zusammenarbeit und des produktiven Einsatzes im industriellen Umfeld.


## Zertifikate

### AWS Certified Machine Learning – Specialty

Amazon Web Services, März 2022

URL: https://aws.amazon.com/certification/certified-machine-learning-specialty/
### Google Cloud Professional Machine Learning Engineer

Google Cloud, Mai 2023

URL: https://cloud.google.com/learn/certification/machine-learning-engineer
### TensorFlow Developer Certificate

Google, Nov. 2020

URL: https://www.tensorflow.org/certificate

## Veröffentlichungen

### Effiziente Selbstüberwachung für domänenspezifische Sprachmodelle

NeurIPS 2023, Dez. 2023

URL: https://proceedings.neurips.cc/paper/2023

Summary: 
- Vorstellung eines selbstüberwachten Verfahrens, das ohne große Mengen annotierter Daten wettbewerbsfähige Ergebnisse erzielt.
- Analyse der Übertragbarkeit auf ressourcenarme Sprachen und Fachdomänen.


### Skalierbare Inferenz für Generative Modelle in der Industrie

KI-Fachzeitschrift, Sept. 2022

URL: https://www.ki-fachzeitschrift.de/artikel/2022-09

Summary: 
- Diskussion architektonischer Muster für latenzarme Inferenz großer Sprachmodelle.
- Praxisbericht zur Integration von RAG und Vektordatenbanken in bestehende Unternehmenslandschaften.


## Projekte

### DocuMind – Intelligenter Dokumentenassistent

RAG-basierter Assistent zur semantischen Suche und Zusammenfassung technischer Dokumente., Jan. 2023–Okt. 2023

URL: https://github.com/lena-hartmann/documind

Schlüsselwörter: RAG, LLM, Vektordatenbank, FastAPI, Evaluation

Summary: 
- Entwicklung einer Ende-zu-Ende-Plattform mit Ingestion, Chunking, Embedding und Vektordatenbank.
- Evaluation von LLMs hinsichtlich Genauigkeit, Latenz und Kosten.
- Bereitstellung einer REST-API und eines Web-Frontends für interne Nutzer:innen.


### VisionQC – Qualitätskontrolle mit Computer Vision

Deep-Learning-System zur automatischen Fehlererkennung in der Fertigung., März 2019–Aug. 2020

URL: https://github.com/lena-hartmann/visionqc

Schlüsselwörter: Computer Vision, Edge AI, TensorRT, Active Learning, Fertigung

Summary: 
- Training von Convolutional Neural Networks auf hochauflösenden Industriebildern.
- Implementierung einer aktiven Lernschleife zur Reduktion des Annotationsaufwands.
- Deployment auf Edge-Geräten mit TensorRT und Überwachung der Modell-Drift.


## Interessen

- Open Source: PyTorch, Hugging Face, MLflow
- Wissenschaft & Forschung: NeurIPS, ICML, ACL
- Freizeit: Wandern, Klettern, Fotografie, Lesen

## Ehrenamtliche Tätigkeiten

### AI Ethics Initiative Berlin

Mentorin für Maschinelles Lernen, Sept. 2021–Heute

URL: https://www.ai-ethics-berlin.de

Summary: 
- Mentoring von Nachwuchswissenschaftler:innen und Berufseinsteiger:innen im Bereich KI.
- Organisation von Workshops zu verantwortungsvoller KI und reproduzierbarer Forschung.
- Beitrag zur Entwicklung eines Leitfadens für ethische Evaluierung von Sprachmodellen.
