Bewerbung Tenth Revolution Group, Fullstack AI Engineer Computer Vision versandreif
Finale Fassung (kollaborativ, vom Nutzer gekuerzt: Teaser, Einleitung ueber Interessen, OCR-Vergleich, LLMs-taeglich-Satz); Skill-Feinschliff (Grammatik, Workflow-Automatisierung, KI-Modelle statt doppeltem LLMs). Gedaechtnis: neues Schlagwort Multimodale KI; Inhalte zu KI-/Dokumentenanalyse-Praxis und Caveats (keine klassische CV/OCR/MLOps/Cloud-native); Stil-Regeln (nicht belegten Buzzword als Vergleich, Einleitung bei grenzwertiger Rolle ueber Interessen). Register aktualisiert. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
@@ -10,6 +10,8 @@ Was hier steht, ist verifiziert richtig. Wird am Ende jeder Session aktualisiert
|
||||
- **On-Prem-Infrastruktur (belegbar, nutzbar in KI-Bewerbungen):** Das EspoCRM läuft in einem Podman-Pod-Container auf dem Server **DesTEngSsv006**, dem eigenen On-Premise-KI-Server (GPU-Inference). Auf demselben Server laufen auch die Claude-Code-Sessions. Der `projekt-anlegen`-Skill holt Projektausschreibungen automatisiert von Portalen (z. B. freelancermap), gliedert sie in Must/Nice/Misc, bewertet sie und trägt sie via REST-API ins CRM ein. Beleg für Agentic AI, MCP, Web-Datenextraktion und produktiv genutzte On-Premise-KI; auch als konkreter, authentischer Aufhänger im Anschreiben verwendbar.
|
||||
- **n8n-Praxis (verifiziert vom Nutzer, S+, über den Lebenslauf hinaus):** n8n ist seit 2025 Teil des selbst betriebenen Server-Setups (eigene Linux-Server seit 2011). Konkrete, belegte n8n-Arbeiten: eigene Workflows entworfen und gewartet, inklusive **Customizations in JavaScript**, wo die Standard-Nodes nicht ausreichten; ein **Telegram-AI-Agent mit Zugriff auf Google-Cloud-Daten**; ein **RAG-Workflow**, in dem n8n die Daten-Chunks bildete, die Vektoren per **OpenAI-Embedding-Modell** erzeugte und in einer **Vektordatenbank** ablegte. Nutzbar als konkreter Beleg für [[Workflow-Automatisierung]], n8n-Nodes/Debugging, REST/Webhooks/JSON-Integration und KI-Anbindung in Workflows.
|
||||
|
||||
- **KI-/Dokumentenanalyse-Praxis (für Computer-Vision-/Document-AI-Bewerbungen):** Seit 2025 Erstellung von KI-Lösungen; LLMs werden täglich für die Analyse und Auswertung von Dokumenten genutzt (gedeckt, konsistent mit „Agentic AI ist alltägliches Werkzeug"). Die **Vision-Fähigkeiten mehrerer aktueller KI-Modelle** wurden evaluiert (Niveau „ausprobiert/getestet", siehe [[Multimodale KI]]) — **nur erwähnen, nicht anpreisen**, keine Modellnamen nötig. Guter ehrlicher Aufhänger: KI-Vision „extrahiert Informationen aus Dokumenten besser als konventionelle OCR-Methoden" — nennt den ❌-Buzzword **OCR** als Vergleichsgegenstand, ohne eigene OCR-Erfahrung zu behaupten.
|
||||
|
||||
## Bewährte Bausteine
|
||||
- Product-Lifecycle-Baustein: „In mehreren Positionen habe ich komplexe technische Systeme von Grund auf begleitet, vom Aufstellen der Anforderungen über Lösungskonzepte und Implementierung bis zu Verifikation, Deployment und geordnetem Wissenstransfer bei der Übergabe."
|
||||
- Wissenstransfer an Kunden ist in **jedem** Projekt gelebte Selbstverständlichkeit: laufend über regelmäßige Update-Meetings und direkten Austausch während der Zusammenarbeit, nach Bedarf. Nicht auf die (kurzen) KI-Workshops/Schulungen verengen, das stellt es zu klein dar. Bewährter Satz (Doku-Variante, wenn die Rolle Dokumentation betont): „Wissenstransfer ist für mich gelebte Praxis: In allen bisherigen Projekten habe ich mein Wissen laufend in regelmäßigen Update-Meetings, je nach Bedarf im direkten Austausch mit den Experten und durch sorgfältige Dokumentation an die Teams meiner Kunden weitergegeben."
|
||||
@@ -41,3 +43,6 @@ Was hier steht, ist verifiziert richtig. Wird am Ende jeder Session aktualisiert
|
||||
- Keine Kafka-Praxiserfahrung behaupten (nur übertragbares Verständnis ereignisgetriebener Architekturen vorhanden).
|
||||
- **Scrum/agile Vorgehensweisen** nur einmal gelebt (Alcatel-Lucent, „Agile Design mit Scrum") → nicht als breite Kompetenz anpreisen; SAFe gar nicht behaupten.
|
||||
- **BPMN, Use Cases, User Stories** nicht wörtlich behaupten (im Lebenslauf nicht belegt). Stattdessen „Modellierung fachlicher Abläufe" o. Ä. verwenden.
|
||||
- **Computer Vision / Bildverarbeitung:** Nur Evaluierung multimodaler Vision-LLMs belegt ([[Multimodale KI]]), **keine** klassische Computer Vision / Bildverarbeitung (OpenCV-Pipelines, Feature-Detection) → nicht als fundierte CV-Kompetenz anpreisen.
|
||||
- **OCR-Technologien / Document-AI:** keine Praxis (Paperless-ngx wird betrieben, aber kein OCR-Entwicklungsnachweis) → nicht behaupten.
|
||||
- **MLOps, CI/CD, Cloud-native:** kein belegter produktiver MLOps-/Cloud-native-Betrieb (Fokus On-Premise/Self-Hosted; Azure DevOps Server = ALM, kein Cloud-native-Beleg) → nicht behaupten.
|
||||
|
||||
@@ -2,6 +2,29 @@
|
||||
|
||||
Datierte Einträge: was wurde am Gedächtnis geändert und **warum**.
|
||||
|
||||
## 2026-06-18 — Bewerbung Tenth Revolution Group (Fullstack AI Engineer Computer Vision, Hybrid Köln, Agentur)
|
||||
- **Eingegangene Anfrage** (Recruiter schrieb Thomas direkt an) → Eröffnungs-Dank zulässig. Agentur
|
||||
(Tenth Revolution Group / Frank Group), Empfänger Mehmet Karakaya. Kanal: E-Mail an die in der
|
||||
freelancermap-Kontaktkarte sichtbare Adresse `m.karakaya@frankgroup.com` (im Nachrichtentext war
|
||||
sie maskiert); Alternative wäre die Antwort über das Portal. CRM-Opportunity vorab angelegt
|
||||
(Reseller, Must-Match 44 %, kein Nice; ❌ Computer Vision, OCR/Document-AI, MLOps/Cloud-native;
|
||||
Einsatzort Köln 472,9 km → Misc ❌).
|
||||
- **Start-Diskrepanz:** freelancermap-Feld „ab sofort" vs. Nachricht „August/nach Absprache" → auf
|
||||
Nutzerwunsch als **ab sofort** formuliert.
|
||||
- **Neues Schlagwort `Multimodale KI`** (`schwerpunkte.md`): Computer Vision / Vision-Language-Modelle /
|
||||
intelligente Dokumentenanalyse; ausdrücklich nur Modell-Evaluierung belegt, keine klassische
|
||||
Bildverarbeitung/OCR.
|
||||
- **Inhalte** (`inhalte.md`): KI-/Dokumentenanalyse-Praxis seit 2025, LLMs täglich für Dokumentenanalyse
|
||||
(gedeckt); Vision-Fähigkeiten mehrerer KI-Modelle evaluiert = Niveau „ausprobiert", nur erwähnen,
|
||||
nicht anpreisen (Nutzer-Hinweis „unter uns"). Neue „nicht behaupten"-Caveats: klassische Computer
|
||||
Vision/Bildverarbeitung, OCR/Document-AI, MLOps/CI/CD/Cloud-native.
|
||||
- **Stil** (`stil.md`): (1) Nicht belegten Ausschreibungs-Buzzword als **Vergleichsgegenstand/Abgrenzung**
|
||||
nutzen (OCR-Beispiel) → Treffer ohne Falschaussage. (2) Bei fachlich **grenzwertiger** Rolle die
|
||||
Einleitung über „meine **Interessen**" entschärfen statt beanspruchter Schwerpunkt-Buzzwords.
|
||||
- Finale Fassung kollaborativ: Nutzer hat den Text deutlich gekürzt (Teaser), Einleitung auf „Interessen"
|
||||
umgestellt, OCR-Vergleich und „LLMs täglich"-Satz eingebracht; Skill machte Grammatik-/Stil-Feinschliff
|
||||
(Subjekt-Verb „gehört", „Workflow-Automatisierung", doppeltes „LLMs" → „KI-Modelle").
|
||||
|
||||
## 2026-06-17 — Bewerbung Computer Futures / SThree (Fullstack-Entwickler KI, Rolle 1, Remote, Agentur)
|
||||
- **Mehrrollen-Ausschreibung:** Eine Anzeige mit drei Senior-Rollen (Chat/LLMs/Agentic AI;
|
||||
ML/Prognose; Vision/Dokumentverarbeitung). Auf Wunsch nur **Rolle 1** bewertet und beworben
|
||||
|
||||
@@ -27,3 +27,4 @@ Commit begründen. Ziel: gleiche Schwerpunkte immer gleich benennen
|
||||
| Verifikation & Validierung | V&V-Strategien, Test, systematische Ursachenanalyse, technisches Troubleshooting |
|
||||
| Embedded & Kommunikationstechnik | Embedded Systems und Kommunikationstechnologien (Ethernet, TCP/IP, CAN, Bussysteme) |
|
||||
| Workflow-Automatisierung | Prozess-/Workflow-Automatisierung mit Low-Code-/Automatisierungstools (n8n, Langflow, UI.Vision, PyAutoGUI), Integration über REST-APIs, Webhooks und JSON, eigene Logik in JavaScript |
|
||||
| Multimodale KI | Verarbeitung/Analyse mehrerer Modalitäten (Text, Bild, Audio) mit KI, inkl. Vision-Language-Modellen; Computer Vision und intelligente Dokumentenanalyse (nur Modell-Evaluierung belegt, keine klassische Bildverarbeitung/OCR) |
|
||||
|
||||
@@ -20,6 +20,15 @@ aktualisiert. Nur **übertragbares** Wissen, keine projektspezifischen Einmaligk
|
||||
- **Lücken nicht erwähnen.** Schwächen/fehlende Abdeckung nicht offenlegen. Entdeckt
|
||||
der Empfänger sie, lässt sich das im Interview souverän klären; von selbst darauf
|
||||
hinweisen schadet nur.
|
||||
- **Nicht abgedeckten Buzzword als Vergleichsgegenstand nutzen.** Ein in der Ausschreibung
|
||||
geforderter, aber **nicht belegter** Begriff darf als Abgrenzung/Vergleich auftauchen, ohne
|
||||
eigene Erfahrung zu behaupten (Beispiel Computer-Vision-Projekt: „Informationen aus Dokumenten
|
||||
noch besser extrahieren als die konventionellen **OCR**-Methoden" — nennt OCR, ohne OCR-Praxis
|
||||
zu behaupten). So entsteht ein Buzzword-Treffer ohne Falschaussage.
|
||||
- **Einleitung bei fachlich grenzwertiger Rolle entschärfen.** Trifft die Rolle das Profil nur
|
||||
teilweise, kann die Einleitung ehrlich „… da sie meine **Interessen** unmittelbar trifft"
|
||||
sagen statt eine Liste beanspruchter Schwerpunkte/Buzzwords. Die konkreten Belege folgen
|
||||
weiter unten. (Nutzer-Entscheidung Tenth Revolution Group, Fullstack AI Engineer Computer Vision.)
|
||||
- **Triviale Aussagen weglassen.** Nichts schreiben, was für den Empfänger ohnehin
|
||||
offensichtlich ist. Insbesondere bei Portal-Bewerbungen **nicht** erwähnen, **wo** die
|
||||
Ausschreibung gefunden wurde (bei einer Hays-Bewerbung ist „auf der Hays-Projektbörse
|
||||
|
||||
Reference in New Issue
Block a user