Low-level AI.
Real-world impact.
Ich entwerfe und baue agentische KI-Systeme und LLM-Pipelines für den Produktiveinsatz. Was meine Arbeit auszeichnet: Ich verstehe den Stack bis hinunter zu CUDA-Kerneln und GPU-Scheduling — Architekturentscheidungen werden dadurch an der Realität der Hardware ausgerichtet, nicht nur an dem, was das Framework gerade am einfachsten macht.
▸ Agentic AI Engineer · LLM Architect · CUDA Specialist
▸ Agentische Systeme · LLM Fine-tuning · Edge Inference · MLOps/AWS
▸ Full Stack: Agent-Orchestrierung → Low-Level wenn nötig
▸ true # offen für neue Projekte
// was ich anbiete
Leistungen
Ganzheitliche Durchführung von der Architektur über den PoC bis zum Produktivdeployment und zur Übergabe.
Agentic AI & LLM-Orchestrierung
Multi-Agenten-Systeme, die eigenständig planen, abrufen und handeln. Tool-Use-Pipelines, LLM-orchestrierte Workflows, Memory- und State-Management — gebaut auf solidem Infrastruktur-Know-how, damit Sicherheit, Latenz und Kosten von Anfang an eingeplant werden, nicht erst nachträglich.
LLM Fine-tuning & Alignment
Domänenspezifische Modellanpassung mit LoRA, QLoRA, DPO und RLHF-Pipelines. Von der Datenkuration und -aufbereitung bis zu produktionsreifen Modellgewichten und Evaluierungsframeworks.
Edge LLM Inference
Deployment quantisierter Large Language Models auf eingeschränkter oder spezialisierter Hardware. Inklusive Hardware-Auswahl für den jeweiligen Anwendungsfall und das Budget — bis hin zu Custom CUDA-Kerneln, GGUF/Open-WebUI-Optimierung, TensorRT-Integration und Kernel-Level-Profiling.
MLOps & Agentische Architekturen auf AWS
End-to-End ML-Infrastruktur und agentische Architekturen auf AWS: SageMaker Training & Endpoints, Lambda-basierte Inferenz, Step Functions für Multi-Agenten-Orchestrierung, Bedrock-Integration, ECR, Model Monitoring und GitOps CI/CD für ML-Teams.
HPC & CUDA-Optimierung
Maximaler Durchsatz aus GPU-Clustern. Custom CUDA/ROCm-Kernel, Tensor-Parallelismus, Flash-Attention-Varianten, Speicherbandbreiten-Optimierung, NVLink- & InfiniBand-topologiebewusstes Scheduling und systematisches Profiling mit Nsight.
Audio- & Signalverarbeitung mit ML
Echtzeit-Audio-ML-Pipelines: Spracherkennung, Rauschunterdrückung, akustische Anomalieerkennung und individuelle DSP-Vorverarbeitung. Produktionsdeployments für Embedded- und Cloud-Targets.
KI-Strategie & Technische Führung
Umfassender ML-Hintergrund in LLMs, klassischer Data Science, Computer Vision und Signalverarbeitung — aufgebaut über Jahre akademischer Forschung und Produktionsarbeit. Diese Breite ermöglicht eine fundierte Einschätzung des tatsächlichen Lösungsraums: wann ein Fine-tuned LLM überdimensioniert ist, wann XGBoost die bessere Wahl ist und welche Spezialisten das Team braucht.
// Testimonials
Was Kunden sagen
"His work is exemplary. He is a prodigy. If he can't do it, 99.9999% of people can't. Don't think too much — he just delivers all the time."
— Kunde via Upwork
"The best deep learning engineer I worked with. After hiring multiple freelancers I have come to the conclusion that he is the best in the business."
— Kunde via Upwork
"The AI/ML project I'm working on is extremely novel and has been in progress for nearly 2.5 years, during which I've faced several long periods of no progress. Meeting and aligning with Alex has metaphorically been a one in a million encounter."
— Kunde via Upwork
"If he can't do it, nobody most likely can't. He is one of the best AI engineers that you can come across."
— Kunde via Upwork
"Excellent to work with — a prodigy that will go far."
— Kunde via Upwork
Alle Bewertungen von verifizierten Kundenprojekten auf Upwork.
Top Rated Plus · Upwork-Profil// über mich
Die Person hinter den Projekten
Ich entwerfe und baue agentische KI-Systeme und LLM-Pipelines für Unternehmen, die tatsächlich im Produktionseinsatz funktionieren sollen — zuverlässig, schnell und wartbar. Multi-Agenten-Orchestrierung, domänenspezifische Modelle, RAG-Architekturen, AWS-natives Deployment: das ist der Kern meiner Arbeit.
Was den Unterschied macht: Ich verstehe den gesamten Stack von Cloud-Architekturen bis zum GPU-Scheduling. Das bedeutet, ich setze nicht nur Frameworks zusammen — ich treffe die richtigen Architekturentscheidungen, weil ich weiß, wo die eigentlichen Engpässe liegen.
Ich arbeite direkt mit Engineering-Teams und technischen Gründern zusammen. Sie bekommen Senior-Expertise für das eigentliche Problem, schnelle Iteration und eine saubere Übergabe.
Akademischer Hintergrund
Mit Auszeichnung · Zemanek-Preis-Nominierung · 2018–2023
Mit Auszeichnung · 2015–2018
Mit Auszeichnung · 2011–2015
// Tech Stack
Languages
LLM & Agents
AWS
Cloud & Infra
Signal & Data
Frameworks & XAI
// zusammenarbeiten
Ein Projekt geplant?
Ich bin derzeit für neue Engagements verfügbar — Beratung, vollständige Projektdurchführung oder Mitarbeit im Team. Schicken Sie mir einfach eine kurze Anfrage, ich antworte innerhalb eines Werktags.
Standort Wien, Österreich — vor Ort (AT/DE) oder weltweit remote
Bevorzugte Zusammenarbeit: Vollprojekt · Beratung · eingebettet im Team