Masterstudent der Informatik mit Schwerpunkt Big Data & KI an der SRH Universität Leipzig.
Fedora-Paketbetreuer und Mitglied der AI-ML SIG.
Ich entwickle Lösungen mit Containern, KI/ML und Cloud-Technologien.
Cloud-AI: Serverlose ML-Pipeline
Überblick Eine serverlose Machine-Learning-Inferenz-Pipeline auf AWS-Infrastruktur mit Telegram-Bot-Schnittstelle für On-Demand-Modellvorhersagen. Technologie-Stack Cloud: AWS Lambda, API Gateway, S3, DynamoDB Infrastruktur: Terraform IaC für reproduzierbare Deployments Entwicklung: LocalStack für lokale Tests Runtime: Docker-Container für portable ML-Deployments Schnittstelle: Telegram Bot API für Benutzerinteraktion Hauptfunktionen Serverlose Architektur: Pay-per-Use-Modell mit AWS Lambda für kosteneffiziente Inferenz Infrastructure as Code: Versionskontrollierte, reproduzierbare Cloud-Infrastruktur mit Terraform Zustandsverwaltung: DynamoDB für leichtgewichtige Request-Protokollierung Portable Deployments: Docker-Container für konsistente ML-Modellausführung Benutzerfreundliche Schnittstelle: Telegram-Bot für einfache On-Demand-Inferenzanfragen Links GitHub Repository
DS-Toolbox: Statistik- & Modellierungs-Toolkit
Überblick Ein modulares Toolkit für Data-Science-Workflows mit wiederverwendbaren Funktionen für statistische Analyse, Simulation, Visualisierung und maschinelles Lernen. Technologie-Stack Sprachen: Python, R Bibliotheken: NumPy, Pandas, scikit-learn, Matplotlib Dokumentation: Umfassende Beispiele auf GitHub Funktionen Statistische Analyse: Modulare Funktionen für gängige statistische Operationen Simulationstools: Funktionen für Datensimulation und Monte-Carlo-Methoden Visualisierung: Benutzerfreundliche Plotting-Utilities ML-Tools: Implementierungen für Regression, Klassifikation und Clustering Dokumentation: Umfassende Beispiele und Anwendungsfälle Links GitHub Repository
Fedora-Paketwartung & AI-ML SIG
Überblick Aktive Beiträge zum Fedora-Linux-Ökosystem als Paketbetreuer und Mitglied der AI-ML Special Interest Group seit Mai 2024. Rolle & Verantwortlichkeiten Paketbetreuer: Wartung und Aktualisierung von Paketen in Fedora-Repositories AI-ML SIG Mitglied: Zusammenarbeit an KI/ML-Tools für das Fedora-Ökosystem Kollaboration: Arbeit mit 15+ globalen Entwicklern zur Beschleunigung der KI/ML-Tool-Verfügbarkeit Wichtige Pakete llama-cpp Effiziente LLM-Inferenz-Implementierung in C/C++. Zusammenarbeit mit Tom Rix (AMD) bei Paketierung und Wartung. Fedora-Paket whisper-cpp C/C++-Implementierung von OpenAIs Whisper-Spracherkennungsmodell. Fedora-Paket wcurl Leitung der Paketierung und Wartung, Gewährleistung von Stabilität und zeitnahen Updates. ...
Llama.cpp & Whisper.cpp Beiträge
Überblick Beiträge zu zwei beliebten C/C++ KI-Modell-Implementierungen: Llama.cpp für große Sprachmodelle und Whisper.cpp für Spracherkennung. Llama.cpp Llama.cpp ist eine hochperformante C/C++-Implementierung zum effizienten Ausführen von LLaMA-Modellen auf Consumer-Hardware. Beiträge Verbesserung der Build-System-Kompatibilität Dokumentationsverbesserungen Bugfixes und Tests Whisper.cpp Whisper.cpp ist eine C/C++-Portierung von OpenAIs Whisper-Spracherkennungsmodell. Beiträge Build-System-Verbesserungen Dokumentationserweiterungen Cross-Platform-Kompatibilitätsfixes Wirkung Diese Projekte ermöglichen das lokale Ausführen modernster KI-Modelle ohne teure GPU-Hardware oder Cloud-Dienste und demokratisieren den Zugang zu KI-Technologie. Links Llama.cpp GitHub Whisper.cpp GitHub