Borbala Tasnadi

• Entwicklung der Data-Ingestion-Pipeline für die RAG-Wissensdatenbank auf AWS: Auslesen und Einspielen von Word-Dokumenten, PDFs und Audiodateien.
• Semantische Suche als hybride Suche (Stichwort- und Vektorsuche) mit Reciprocal Rank Fusion.
• Umsetzung der Microservices (asynchron, FastAPI) in einer Zero-Trust-Architektur mit Mandanten- und Nutzertrennung, Verschlüsselung und OAuth2.
• LLMs über Azure OpenAI (OpenAI Responses API) und AWS Bedrock; Mitentwicklung eines eigenen Agent-Frameworks statt LangChain, für einfacheres Debugging.
• Betrieb in Produktion im Rahmen eines Pilotprojekts mit mehreren Kundenunternehmen: Tracing und Debugging mit Arize Phoenix (LLMOps).
• Leitung eines Projekts zur Mehrsprachigkeit (i18n): Übersetzung der Plattformoberfläche in 20 Sprachen mit LLMs, Qualitätsprüfung per LLM-as-a-Judge.

Technologien: Python, FastAPI, Django, LlamaIndex, OpenSearch, Azure OpenAI (Responses API), AWS Bedrock, Arize Phoenix

• Ausgangslage: Ein Dienstleister mit rund 80.000 Beschäftigten tippte die handschriftlichen Monatsstundenzettel von Hand ab.
• Übernahme und Leitung der Entwicklung einer KI-Extraktionspipeline auf Azure: Azure Document Intelligence und Azure OpenAI (OpenAI Responses API), strukturierte Ausgabe mit Schema-Validierung.
• Asynchrone Verarbeitung mit Celery; unsichere Felder prüft ein Mensch (Human in the Loop); Evaluation der Extraktionsgenauigkeit vor dem Deployment.

Technologien: Python, Django, Celery, PostgreSQL, Azure Document Intelligence, Azure OpenAI (Responses API)

• Entwicklung eines KI-Agenten (SQL-Agent) mit Tool Calling über einen MCP-Server für Fragen an BigQuery-Daten in natürlicher Sprache; Integration in die bestehende Oberfläche Open WebUI.
• Guardrails: nur Lesezugriff, SQL-Validierung gegen gefährliche Operationen, Zeilenlimits.
• Workflow und Evaluations-Testdatensatz gemeinsam mit Fachexpert:innen erarbeitet; erprobt von mehreren Teams, etwa Kampagnenmanagement und Live-TV-Planung.

Technologien: MCP, BigQuery, Open WebUI

• E-Mail-Assistent, der ein echtes Postfach kategorisiert, Fragen dazu beantwortet und Newsletter in eine RAG-Datenbank einspielt (unstrukturierte Daten).
• Hybride Suche mit pgvector, Postgres-Volltextsuche und Rank Fusion, mit Reranking.
• Getrennte Evaluation von Suche, Antworten und Gesamtsystem (LLM-as-a-Judge); Modell-Benchmark: Wechsel auf ein kleines LLM zu rund 3 % der Kosten ohne Qualitätsverlust.
• Rechnungsagent (in Arbeit): liest Zahlungsdaten aus Rechnungs-E-Mails und gleicht sie per PSD2-Open-Banking mit Banktransaktionen ab.
• Privacy by Default: Mandanten- und Nutzertrennung per Row-Level Security; Tracing mit Langfuse ohne private Inhalte.

Technologien: Python, FastAPI, PydanticAI, SQLAlchemy, PostgreSQL, pgvector, Supabase, React, TypeScript, Langfuse, OpenTelemetry, GitHub Actions

• Automatische Zuordnung für die Buchhaltung eines Schweizer Zolldienstleisters: zuerst feste Regeln, KI nur dort, wo die Regeln nicht greifen.
• Rund 75 % der Transaktionen automatisch zugeordnet, den Rest prüfte ein Mensch; Ersparnis von rund 2 Stunden Arbeit pro Tag.

Technologien: Python, Django, Celery, PostgreSQL

• Leitung eines ML-Projekts zur Vorhersage soziodemografischer Merkmale von Nutzer:innen für das Ad Targeting, von der Modellauswahl bis zum laufenden Betrieb mit Monitoring.
• Zusammenführung von Cookie-Daten, Google-Werbedaten und Leseverhalten.
• Modelle mit Vertex AI AutoML und XGBoost; Experiment-Tracking mit Vertex AI Experiments, Modellversionierung in der Vertex AI Model Registry.
• Datenaufbereitung mit Dataform; Betrieb des Modells als Dataflow-Pipeline, Ergebnisse in Firestore gespeichert.

Technologien: GCP, Vertex AI, AutoML, XGBoost, Dataform, Dataflow, BigQuery, Firestore

• Einrichtung einer selbst gehosteten n8n-Plattform auf GCP als Infrastructure as Code mit Terraform, auf der das Datenteam Workflow-Automatisierung mit KI-Schritten erprobte.

Technologien: n8n, GCP, Terraform

• Betreuung und Weiterentwicklung des eigenen generativen Modells zur Erzeugung synthetischer Daten, auf Basis von Deep Learning.
• Aufbau einer Evaluationsbibliothek zur Qualitätsbewertung der erzeugten Daten, mit visuellen und statistischen Vergleichen der Verteilungen.
• Entwicklung neuer Verfahren zur Bewertung von Datenschutzrisiken; Co-Autorschaft der zugehörigen Veröffentlichung zur Open-Source-Bibliothek Anonymeter.
• Automatische Erkennung sensibler Informationen (PII) in Texten mit NLP, mit spaCy und Microsoft Presidio.

Technologien: Python, TensorFlow, scikit-learn, pandas, Plotly, spaCy, Presidio, Git, CI/CD

• Betreuung von ML-Modellen im Produktivbetrieb für Real-Time Bidding in der Online-Werbung.
• NLP mit Topic Modeling.