Ich überführe Machine Learning, Optimierung und agentische KI in belastbare Software — von industriellen Signalwerkzeugen bis zu beschränkten Entscheidungssystemen und lokalen Wissensprodukten.
Zwei verbundene, aber getrennte Aufgaben: kurze Segmente als Teilentladung oder Rauschen klassifizieren und lange Reihen in verschiedene Entladungs- und Rauschintervalle segmentieren.
Ausgewählte Systeme / 01
Anhand dieser neun Fallstudien zeige ich meine Arbeitsweise in industrieller Signalanalyse, Energieentscheidungen, Optimierung und AI-Systemen.
Von Wellenformen zu prüfbaren Intervallen
Day-ahead-Preisprognose × beschränkte Optimierung
Expertenprüfung für lange Industriesignale
Beschränkte sequenzielle Entscheidungen
Local-first-System für aktives Lernen
Unbekannte Signalfamilien prüfbar ordnen
Von knappen Daten zu prüfbaren Trade-offs
Von Anforderungen zu Prototyp und Evaluation
Verlässlicher Workflow vor autonomem Agenten
Engineering-Bereiche / 02
Erfahrung / 03
Meine Erfahrung reicht von industrieller Signalanalyse über datengetriebene Strukturoptimierung bis zu Unternehmensdatenflüssen. Ich implementierte Klassifikation, Segmentierung und Anomalieerkennung; produktiv ausgerollt wurde die Klassifikationsschnittstelle, Segmentierung und Anomalieerkennung blieben in der Testumgebung.
Gesamte ErfahrungPublikationen / Archiv
Ich schreibe auf Chinesisch über Reinforcement Learning, Machine Learning, AI Agents und Engineering-Entscheidungen — und erkläre KI so, dass mehr Menschen sie verstehen und nutzen können.
Offen für neue Aufgaben
Ich interessiere mich für Rollen in Applied AI, Machine Learning und Software Engineering, in denen technische Tiefe, Produktdenken und sorgfältige Evaluation zusammengehören.
Dresden · Deutsch, Englisch und Mandarin