André Dollfus

Data Engineer und AI Engineer mit Erfahrung in der Entwicklung skalierbarer Daten- und Backend-Systeme sowie KI-gestützter Anwendungen.

Fundierte

Kenntnisse in Python, SQL, FastAPI, Docker und modernen Data-Engineering-Tools. Erfahrung in der Konzeption von RESTful-Architekturen, Entwicklung von RAG-Pipelines mit LangChain sowie Implementierung automatisierter Datenprozesse und cloudbasierter Lösungen. Starke analytische Fähigkeiten kombiniert mit hoher Eigenverantwortung, strukturierter Arbeitsweise und ausgeprägtem Qualitätsbewusstsein.

Motiviert, innovative und nachhaltige Software- und Datenlösungen zu entwickeln und aktiv zum Erfolg interdisziplinärer Teams beizutragen.

Data Engineer - Hochschule Luzern (HSLU)

(2023-10 - 2024-04)

Mitarbeit in den Bereichen Backend-Architektur, AI/RAG-Implementation und Data Engineering.

• Konzipierte und entwickelte skalierbare RESTful-Backend-Architekturen mit FastAPI, PostgreSQL und Docker.
• Entwickelte und automatisierte End-to-End-Datenpipelines mit Prefect, dbt und Redshift zur Verbesserung der Datenverfügbarkeit und Reduktion manueller Prozesse.
• Implementierte eine Retrieval-Augmented-Generation-(RAG)-Pipeline mit LangChain und PGVector zur kontextbasierten Beantwortung von Benutzeranfragen.
• Entwickelte und integrierte einen LLM-basierten CV-Scanner zur automatisierten Extraktion, Anonymisierung und strukturierten Skill-Erfassung.
• Implementierte Matching-Algorithmen zur Berechnung qualitätsbasierter Matching-Scores zwischen Kandidaten- und Jobprofilen.

Data Engineer / ELT Engineer - Bank (Kundenanalyseprojekt)

(2024-02 - 2024-06)

Beauftragt, Datenflüsse für ein Finanzinstitut zu strukturieren und Analysen zur Kundenbewertung zu unterstützen. Enge Zusammenarbeit mit Data-Analytics-Teams zur Verbesserung von Reporting und Datenqualität.

• Analysierte und bereinigte grosse Kundendatensätze in MySQL und MongoDB.
• Entwickelte eine ELT-Pipeline zur Automatisierung der Datenextraktion, -transformation und -ladung.
• Visualisierte Kennzahlen und Trends in Metabase, wodurch Management-Entscheidungen datenbasiert unterstützt wurden.
• Dokumentierte den gesamten Datenprozess zur Sicherstellung von Transparenz und Wiederverwendbarkeit.

Google Cloud Engineer / Developer - Hochschule Luzern (HSLU)

(2024-02 - 2024-06)

Mitwirkung an einem Forschungsprojekt zur Entwicklung einer KI-gestützten Anwendung zur Erkennung von Fake News. Entwicklung der gesamten technischen Lösung von der Datenerfassung bis zur Bereitstellung im Web.

• Verarbeitete und strukturierte grosse Textdatensätze zur Vorbereitung auf das Training von KI-Modellen.
• Trainierte und validierte BiLSTM-Modelle in PyTorch, um Artikelklassifikationen mit hoher Genauigkeit zu erzielen.
• Entwickelte eine Streamlit-Web-App mit Saliency-Maps zur transparenten Visualisierung der Modellergebnisse.
• Implementierte Cloud-Workflows auf Google Cloud für skalierbare Speicherung und Berechnung.

Bachelor - Artificial Intelligence & Machine Learning - Hochschule Luzern (2022-09 - 2026-02)