Senior AI / ML Engineer profile
Professional Profil

Senior AI / ML Engineer

12+ Jahre Erfahrung6 Stationen11 Zertifikate

Dies ist eine öffentliche Version meines Lebenslaufs. Für den aktuellen, rollenspezifischen Lebenslauf kontaktieren Sie mich

Über mich

Senior AI / ML Engineer mit über 12 Jahren Erfahrung in Software- und Platform Engineering, nun fokussiert auf Design, Aufbau und Betrieb der Plattformen und Infrastruktur, die produktionsreife AI/ML-Systeme im großen Maßstab betreiben. Ich schließe die Lücke zwischen ML-Teams und zuverlässiger Enterprise-Delivery — von GPU-Plattformen und Training-Orchestrierung bis hin zu beobachtbarem, kosteneffizientem Inference-Serving.

Meine Kernstärken umfassen End-to-End-ML-Plattform-Design (Feature Stores, Training-Orchestrierung, Model Registries, A/B-Serving), Integration und Fine-Tuning-Workflows großer Sprachmodelle (LoRA/QLoRA), Retrieval-Augmented Generation (RAG) mit fortgeschrittenen Chunking-, Embedding- und Reranking-Strategien sowie agentenbasierte AI-Systemarchitektur mit Tool-Use, Planning und Memory-Patterns. Ich entwerfe AI-Plattformen, die sicher, erklärbar und am EU AI Act, NIST AI RMF und ISO/IEC 42001 ausgerichtet sind.

Ich architekturiere skalierbare Inference-Infrastruktur auf Kubernetes (GKE) mit GPU-Scheduling, Autoscaling und kostenoptimiertem Serving über vLLM, TGI und Triton. Ich verfüge über produktive Praxiserfahrung mit Vertex AI sowie fundierte Kenntnisse von Amazon SageMaker, Azure ML und Open-Source-Stacks (MLflow, Kubeflow, Ray).

Ich kann komplexe AI-Systemarchitektur klar für Executives, Produktteams und Regulierungsbehörden präsentieren — mit hochwertigen Diagrammen, Risikobewertungen und Business-Impact-Analysen. Ich führe Architektur-Reviews, AI-Risikobewertungen und Implementierungsplanung für verantwortungsvolle, skalierbare AI-Delivery durch.

Google Cloud (5x Professional zertifiziert): Professional Cloud Architect, Professional Cloud Network Engineer, Professional Security Operations Engineer, Professional Cloud DevOps Engineer, Professional Data Engineer. Technical Expert: Build with Vertex, Intelligent Search, Customer Engagement Suite with Google AI.

Als publizierter technischer Autor veröffentliche ich regelmäßig praxisnahe AI-Engineering-Erkenntnisse auf Medium und in Fachpublikationen und habe mehrere AI-Hackathons bei der Deutschen Telekom gewonnen.

Kontakt

E-Mail
LinkedIn profile linkLinkedIn
GitHub profile linkGitHub

Fähigkeiten

Cloud & Plattform
LLM-Fine-Tuning (LoRA, QLoRA)
Retrieval-Augmented Generation (RAG)
Prompt Engineering & Evaluation (RAGAS, DeepEval)
Vektordatenbanken (Pinecone, Weaviate, pgvector, ChromaDB)
Embedding-Modelle & Semantische Suche
ML-Plattform-Architektur (Feature Store, Model Registry, A/B-Serving)
Training-Orchestrierung (Kubeflow, Ray, Vertex AI Pipelines)
Inference-Serving (vLLM, TGI, Triton, TorchServe)
Modelloptimierung (Quantisierung, Destillation, Pruning)
Vertex AI (AutoML, Custom Training, Endpoints, Gemini)
Azure OpenAI Service & Azure ML
Data Engineering für ML (Spark, BigQuery, Dataflow, dbt)
Kubernetes (GKE, EKS)
Docker
Ereignisgesteuerte Architektur (Kafka, Pub/Sub, NATS)
Security für AI-Systeme (Modellsicherheit, Data-Poisoning-Abwehr)
Security & Zero Trust
KI-Governance (EU AI Act, NIST AI RMF, ISO/IEC 42001)
Delivery & IaC
Terraform / Pulumi
CI/CD (GitLab CI, GitHub Actions, Cloud Build)
Argo CD / Argo Workflows (GitOps, ML-Pipelines)
Reliability & Observability
Observability (Prometheus, Grafana, OpenTelemetry)
Sprachen & Grundlagen
Python (PyTorch, TensorFlow, JAX)
Go (Golang)
API-Design (REST, gRPC, GraphQL, OpenAPI)
Weitere Kompetenzen
Agentenbasierte KI (Tool-Use, Planning, Memory)
Transformer-Architektur & Attention-Mechanismen
GPU-Infrastruktur & Scheduling (NVIDIA GPUs, MIG)
Amazon SageMaker & Bedrock
LangChain / LlamaIndex / CrewAI
Hugging Face Ecosystem (Transformers, PEFT, TRL, Datasets)
MLOps & Experiment Tracking (MLflow, W&B, Neptune)
Computer Vision (YOLO, ViT, Detectron2)
NLP (NER, Sentiment, Zusammenfassung, Klassifikation)
Responsible AI & AI Safety (Guardrails, Red-Teaming, Bias-Audit)
KI-Risikomanagement (ISO/IEC 23894)
Architekturdiagramme & Technisches Storytelling

Berufserfahrung

Senior Google Cloud Platform Engineer (GKE / GCP-Fokus)

T-Digital by Deutsche Telekom · Vollzeit

Sep 2024 - Present · 1 Jahr 11 Monate

Thessaloniki, Central Macedonia, Griechenland · Hybrid

  • Die Multi-Region-GKE-Plattform für AI/ML-Workloads erweitert: GPU-Node-Pools mit Autoscaling, Node-Taints/Tolerations und Scheduling-Policies für Modell-Inferenz und Batch-Training bereitgestellt.
  • Produktives Model-Serving auf Kubernetes (vLLM / Triton Inference Server) hinter dem L7-Ingress und Cloud Armor der Plattform ermöglicht — mit HPA-Autoscaling, GPU-Auslastungsmetriken und OpenTelemetry-Tracing.
  • Vertex AI in die Plattform-Delivery integriert: Terraform-Module für Endpoints und Pipelines, Workload-Identity-Zugriff auf Vertex-Dienste und reproduzierbares IaC für AI-Service-Deployments.
  • Produktive Multi-Region-/Multi-Cluster-GKE-Plattform für mehrere Produktteams verantwortet und weiterentwickelt: mit Terraform (google/google-beta-Provider) provisioniert, via Argo CD GitOps über Standard- und Autopilot-Cluster-Modi verwaltet.
  • GCP-Netzwerk entworfen und betrieben: Shared-VPC-Topologie, Private Service Connect, VPC Peering, private GKE-Cluster mit autorisiertem Control-Plane-Zugriff, Cloud DNS Private-/Public-Zone-Management.
  • HTTPS-L7-Ingress mit Google-managed Certificates, Multi-Backend-Routing via Cloud Load Balancing und Cloud Armor WAF-Regeln (Rate Limiting, Geo-Restriktion, benutzerdefinierte OWASP-Regelwerke) implementiert.
  • GCP IAM gehärtet: Workload Identity Federation für schlüsselloses CI/CD-Authentifizierung, Least-Privilege-Service-Account-Design, Org-Policy-Constraints, Binary Authorization Policy Enforcement.
  • GCP Secret- und Key-Management betrieben: Cloud KMS (CMEK), Secret Manager mit Rotation-Triggern, External Secrets Operator für nahtlose Pod-Secret-Injection.
  • Vollständige Observability auf GCP aufgebaut: Cloud Monitoring Dashboards und SLO-basiertes Alerting, Cloud Logging mit log-basierten Metriken und Log Analytics, Cloud Trace über OpenTelemetry Collector integriert.
  • Vulnerability-Pipeline verwaltet: Artifact Registry Container Scanning, Trivy in CI, CVE-Triage-Prozess, Binary Authorization Attestation Gates zum Blockieren unsignierter Images in Produktion.
  • Plattform-Resilienz verbessert: Cluster-etcd-Backup zu Cloud Storage, PVC-Snapshots, Cross-Region-Failover-Validierung, RPO/RTO-Dokumentation aligned mit SLO-Zielen.

Ausgewählte Projekte

  • KI-Prompt-Sicherheit

    Eine Chrome- & Safari-Extension, die Geheimnisse aus KI-Prompts fernhält — sie scannt Nachrichten, bevor sie ChatGPT, Claude oder Gemini erreichen, mit 110+ Regex-Mustern und Shannon-Entropie-Analyse und redigiert oder blockiert API-Keys, Tokens und PII. 100 % lokal, keine Telemetrie.

    JavaScript · Chrome Extension · Safari Extension · Security · Privacy

    Chrome Web Store
  • Risiko-Analytik

    Ein quantitatives Modell, das Führungskräften messbare Transparenz über Schlüsselpersonen-Abhängigkeit, Entscheidungsengpässe und Kontroll-Bypass-Risiken gibt — Bus Factor, Decision Concentration und Bypass Risk in einem Produkt. Auf PyPI veröffentlicht mit zitierbarem DOI.

    Python · NetworkX · Risk Modeling · CLI · Research

    Auf GitHub ansehen

Lizenzen & Zertifikate

Google8×

Google Cloud Certified Professional Cloud Architect

Ausgestellt von Google · Ausgestellt Mai 2025

Kennung: 8a9ddfba001e4a55bf42667a6b62da9b

Skills: Cloud-Lösungsarchitektur, Sicherheit und Compliance, Cloud-Netzwerke, +6 weitere

Nachweis anzeigen

Google Cloud Certified Professional Data Engineer

Ausgestellt von Google · Ausgestellt Jan 2024

Kennung: 4f3e7970bbdb4a61805a8209cfe215ed

Skills: Daten-Engineering, Big Data & ML-Pipelines, Daten-Governance & Sicherheit, +6 weitere

Nachweis anzeigen

Kurse

20265

NIS-2 Deep Dive

K&P Computer / BLUE Consult

Abschlussbescheinigung für die NIS-2 Deep Dive Webschulung (28. Mai 2026) mit Inhalten zu echten Angriffsszenarien (Identitätsdiebstahl, kompromittierte Backups, Zugriffe über Benutzerkonten), NIS-2-Anforderungen zu Risikomanagement, Meldepflichten und Lieferkettensicherheit, Governance-Strukturen, Security-Rollen, Richtlinien und Incident-Response-Prozessen, Schwachstellenmanagement und Cyber-Resilienz mit IBM-Lösungen, Netzwerk- und Firewall-Sicherheit sowie SOC-, SIEM- und Endpoint-Protection.

IBM DevOps and Software Engineering (Professional Certificate)

Coursera

ACE ID IBM-0032 (v1), 14 Wochen (~200 Stunden), Mindestbestehensnote 70. ACE: 18 SH (6 x 3) in den Bereichen Web Development (HTML/CSS/JavaScript), Python for Data Science, Advanced Application Security, Intro to Cloud Computing, Intro to Python und Microservices.

Ausbildung

  • In Deutschland anerkannt · Bachelor-Niveau

    Militärakademie der Strategischen Raketentruppen (Peter der Große)Ingenieurabschluss, Automatisierungs-Managementsysteme

    2007 - 2012

    Ingenieurabschluss, Automatisierungs-Managementsysteme

    Ingenieurabschluss, Übersetzung

    Von der Zentralstelle für ausländisches Bildungswesen (ZAB) der KMK als gleichwertig mit einem deutschen Bachelor-Abschluss anerkannt

    Zeitmanagement · Selbstdisziplin · Kommunikation und Zusammenarbeit

  • Humanitarian, Economic and Information Institute of TechnologyBachelor, Rechtswissenschaft

    2012 - 2016

    Bachelor, Rechtswissenschaft

    Datenschutz und Sicherheit · Compliance und Regulatorik · Kommunikation und Zusammenarbeit · Technische Analyse

Veröffentlichungen

8Artikel veröffentlicht aufGoogle Cloud - Community · Data Engineer Things · Medium · Mr. Plan ₿ Publication · Code Your Own Path

Neu

Google Cloud - CommunityMay 14, 2026

KI-Sicherheitsevaluation: Prompt Injection, Datenlecks und unsichere Tool-Calls testen

Wie man LLM-Systeme sicherheitstestet: Red-Teaming für Prompt Injection, Erkennung von Datenlecks und Validierung sicherer Tool-Calls — eine KI-Sicherheitsevaluation im Sinne verantwortungsvoller KI.

Artikel öffnen
  1. KI-Agenten mit ADK und Skills 2026 bauen: Von Prompts zur Architektur

    Apr 18, 2026

    Google Cloud - Community

    Agentische KI mit dem Agent Development Kit (ADK) und Skills entwerfen: Tool-Use, Planning, Memory und Orchestrierungsmuster — vom Ad-hoc-Prompt zum produktionsreifen Agenten.

    Artikel öffnen

Auszeichnungen

6Auszeichnungenvon Google & der Entwickler-Community verliehen

  1. Ausgezeichnet von Google CloudJun 2026

    Einer von nur wenigen Engineers, die Google zum Ambassador für Infrastructure ernennt — eine Anerkennung, die Google der absoluten Spitze seiner globalen Cloud-Community vorbehält. Ausgezeichnet für nachhaltige, praktische Meisterschaft in Google-Cloud-Infrastruktur, bewiesen in der Konsole statt auf Papier.

  2. Google Cloud Security ChampionVon Google ausgewählt

    Ausgezeichnet von Google CloudMay 2026

    Von Google als Security Champion anerkannt — eine Auszeichnung für Praktiker, die durchgehend tiefes, angewandtes Know-how bei der Absicherung von Google-Cloud-Umgebungen zeigen und die Sicherheitslatte in der gesamten Community anheben.

    © 2026 Aleksei AleinikovSenior AI / ML Engineeralekseialeinikov.com