Mohamed HANNANI, LLM Engineer

• Entwicklung und Bereitstellung von produktionsreifen RAG-Pipelines mit LangChain, Qdrant-Vektordatenbank und Claude/OpenAI-APIs für das Abrufen von Gesundheitsdokumenten und intelligente Frage-Antwort-Systeme, Verbesserung der Effizienz des Informationszugriffs um 40%.
• Entwicklung eines Healthcare-Chatbots mit Elasticsearch-gestütztem Retrieval, Sentence-Transformers-Embeddings und kontextbewusster Generierung, Verarbeitung von 1000+ täglichen Benutzeranfragen mit 95% Benutzerzufriedenheit.
• Aufbau automatisierter Web-Scraping-Pipelines mit Playwright und BeautifulSoup4 für Datenextraktion und Vektordatenbank-Ingestion, Reduzierung der manuellen Dateneingabe um 85%.
• Entwicklung von Geospatial-Mapping-Anwendungen mit Leaflet, Deck.gl und PostGIS zur Visualisierung von Krankenhausnetzwerken und pharmazeutischer Gebietsanalyse über 200+ Gesundheitseinrichtungen.
• Gestaltung interaktiver Dashboards mit D3.js, React Flow und benutzerdefinierten Komponenten für Echtzeit-Gesundheits-KPI-Überwachung und Executive-Entscheidungsunterstützung.
• Verwaltung der AWS EC2-Infrastruktur mit Orchestrierung von 50+ Docker-Containern mit CI/CD-Pipelines, Health-Monitoring und Zero-Downtime-Deployments.

• Entwicklung von In-Context-Machine-Translation-Systemen mit LLMs (GPT-4, Claude Opus, LLaMA 2) für generische Text- und Untertitelübersetzung, Erzielung einer 25%igen BLEU-Score-Verbesserung gegenüber Baseline-Transformer-Modellen.

• Leitung eines 3-köpfigen ML-Teams zur Bereitstellung modernster OCR- und Informationsextraktionsmodelle für die Sky Onboarding™-Plattform, Reduzierung der Dokumentenverarbeitungszeit um 30% und Verbesserung der Genauigkeit um 15% über 156+ Dokumenttypen.
• Bereitstellung skalierbarer ML-Modelle für Sky ID™-Identitätsverifizierung mit Docker und Kubernetes auf AWS, Implementierung eines A/B-Testing-Frameworks zur Optimierung der Modellleistung und Erzielung von 99,2% Uptime.
• Entwicklung eines Signaturerkennungs- und Extraktionssystems für Sky Signature™ mit Object-Detection-Modellen (YOLO, Faster R-CNN), Verarbeitung von Bankschecks und Verträgen mit 97% Präzision über 62+ Scheckformate.
• Aufbau einer Produktions-OCR-Pipeline mit Flask-API und Tesseract/PaddleOCR-Integration für Bankscheck-Validierung, Erzielung von 95% Genauigkeit und Eliminierung der manuellen Verifizierung für 10.000+ monatliche Transaktionen.
• Entwicklung eines automatisierten Informationsextraktionssystems mit Transformer-Modellen und benutzerdefinierten NER-Pipelines für Rechnungsverarbeitung, Erzielung von 98% Genauigkeit und Verbesserung der Datenverarbeitungseffizienz um 70%.

Empfio — KI-gestützte Terminbuchungs-SaaS

Produktive KI-SaaS für automatisierte Kundenkommunikation und Terminbuchung rund um die Uhr über WhatsApp, SMS, Web-Chat und Voice — eigenständig von Null bis zum Launch entwickelt. Architektur mit 6 vernetzten Services: FastAPI-Backend (15+ DDD-Domains, async PostgreSQL, Redis, Celery), LangGraph-KI-Agent mit Multi-LLM-Unterstützung (GPT-4o, Claude), Echtzeit-Voice-Pipeline mit ~500ms Antwortzeit, Next.js 14 Dashboard (8 Sprachen) und Stripe-Billing mit API-gesteuerter Feature-Registry.

ECO Analyzer – KI-gestützte Healthcare-Analytics-Plattform

Konzeption und Entwicklung einer skalierbaren Healthcare-Analytics-Plattform zur Analyse deutscher ASV-Daten (Ambulante spezialfachärztliche Versorgung). Aufbau einer modularen Microservices-Architektur mit FastAPI, Node.js, PostgreSQL + PostGIS und Redis zur Analyse von 18.000+ Ärzten und 200+ ASV-Teams deutschlandweit. Implementierung von geospatialer Datenanalyse, Netzwerk- und Kollaborationsvisualisierung sowie KI-gestützten Insights (GPT-4 / Claude) über interaktive Dashboards mit Next.js, D3.js und Leaflet. Fokus auf Performance, Sicherheit und Skalierbarkeit in einem regulierten Healthcare-Umfeld.

Deutsch Tutor - KI-gestützter WhatsApp Vokabeltrainer

Entwicklung eines KI-basierten WhatsApp-Lernsystems zur strukturierten Wortanalyse mittels Wortzerlegung (Präfix, Stamm, Suffix). Implementierung eines asynchronen FastAPI-Backends mit PostgreSQL (SQLAlchemy 2.0 async) und OpenClaw-Integration zur Echtzeit-Nachrichtenverarbeitung. Nutzung der Claude API für dynamische linguistische Analyse. Implementierung des SM-2 Spaced-Repetition-Algorithmus, personalisierter Vokabelverwaltung, Quiz-Logik und Webhook-basierter Nachrichtenrouten. Containerisierung mit Docker sowie Datenbankschemaverwaltung über Alembic für wartbare, skalierbare Systemarchitektur.