Sadeghi AI

Über mich

Von quantitativer Forschung zu angewandten AI-Systemen.

Ich bin AI/ML Engineer und Gründer von JadayLix Studio. Mein Weg führt von Physik und Computational Neuroscience über Data Science und ML Engineering zu GenAI, RAG und Agent-Workflows.

Meine Erfahrung verbindet computergestützte Forschung mit angewandtem Machine Learning. Bayesianische Modellierung und nichtlineare Systeme prägen meinen Umgang mit Experimenten, Evaluation und technischen Grenzen.

Berufserfahrung

Juli 2026 – heute

Founder & AI/ML Engineer

JadayLix Studio

Entwicklung individueller AI-Software und ML-basierter Systeme. Verantwortung für technische Konzeption, Implementierung und ausgewählte angewandte Produkte.

August 2023 – heute

AI / Machine Learning Engineer

Eigenständige / freiberufliche Projekte

Eigenständige Engineering-Projekte zu LLM-Anwendungen, Retrieval, Agent-Workflows und ML-Systemen. Diese Tätigkeit läuft parallel zu JadayLix Studio weiter.

März 2023 – Juli 2023

Machine Learning Engineer

The Capital Markets Company GmbH / Capco

Entwicklung eines Sentiment-Analysemodells mit Behandlung unausgeglichener Klassen durch SMOTE und Klassengewichtung. Bereitstellung mit Azure ML, Nutzung von Azure Key Vault und Zusammenarbeit mit fachlichen Stakeholdern.

Juli 2022 – September 2022

MLOps / DevOps Engineer – Praktikum

Pexon Consulting GmbH

Arbeit an Flask/REST APIs, Docker und Azure Pipelines sowie Infrastruktur mit Terraform, AKS und Helm. Monitoring mit Prometheus und Grafana.

2015 – 2022

Research Data Scientist

Zentralinstitut für Seelische Gesundheit (ZI Mannheim)

Computational-Neuroscience-Forschung mit Bayesianischer Modellierung, neuronalen Modellen, fMRI, nichtlinearen Systemen und Datenpipelines. Peer-reviewte Publikationen zu Dynamic Causal Modeling und sozialer Kognition.

Engineering-Stack

GenAI / Retrieval

  • LLMs
  • RAG
  • LangGraph
  • LangChain
  • Hybrid Retrieval
  • Evaluation

Machine Learning

  • PyTorch
  • TensorFlow
  • scikit-learn
  • Computer Vision
  • Time Series

ML Systems / MLOps

  • MLflow
  • Docker
  • Kubernetes
  • CI/CD
  • Prometheus
  • Grafana

Backend / Cloud

  • Python
  • FastAPI
  • AWS
  • Azure
  • PostgreSQL
  • Redis
  • Weaviate

Ausbildung & Zertifikate

Dr. rer. nat. / Physik

Universität Heidelberg · magna cum laude

Computational Neuroscience, Dynamic Causal Modeling, fMRI und Bayesianische Modellierung.

Ausgewählte Publikationen

Peer-reviewte Forschung in Computational Neuroscience.