tlg
16156db5c8
- rahmenbedingungen.md + Skill projekt-anlegen: Sicherheitsüberprüfung (SÜ/SÜ2) immer ❌ (Dauer ≥ 3 Monate, K.-o.-Kriterium) - gedaechtnis/stil.md: Agentur-Anschreiben-Regeln (Teaser, kein Techno-Blabla, keine falschen Behauptungen, Lücken nicht erwähnen, Absatz-Aufbau, Header, feste Grußformel) - gedaechtnis/schwerpunkte.md: Fachthemen + Querschnitts-Schlagworte ergänzt - gedaechtnis/inhalte.md: geprüfte Fakten und Nicht-Behauptungen - bewerbungen/: Entwurf FindYou (Data Scientist/MLOps) + Register-Eintrag - gedaechtnis/log.md: datierter Eintrag Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
1.7 KiB
1.7 KiB
Schwerpunkte (kontrolliertes Vokabular)
Erlaubte Schlagworte zur Klassifikation von Projekten und Bewerbungen. Beim Schreiben einer Bewerbung nur Schlagworte aus dieser Liste verwenden. Fehlt ein passendes Schlagwort, hier ergänzen (mit Kurzdefinition) und im Commit begründen. Ziel: gleiche Schwerpunkte immer gleich benennen (kein „ML" vs. „Machine Learning" vs. „KI").
| Schlagwort | Definition |
|---|---|
| Agentic AI | Autonome KI-Agenten, Tool Use / Function Calling, Coding-Agent-Umgebungen (Claude Code/Cowork, Cline) |
| MCP | Model Context Protocol; Anbindung externer Systeme/Tools an LLMs |
| RAG | Retrieval Augmented Generation inkl. Chunking, Embeddings, Vektordatenbanken |
| LLM | Large Language Models: Auswahl, Betrieb, Evaluierung, Fine-Tuning, On-Premise |
| Vektordatenbanken | Pinecone, Qdrant und vergleichbare Vektorspeicher für semantische Suche |
| On-Premise KI | Eigenbetrieb von KI-Inferenz auf eigener Hardware (GPU-Inference, Quantisierung) |
| MLOps | Aufbau und produktiver Betrieb von ML-/LLM-Infrastruktur, Deployment, Monitoring |
| Container | Containerisierung und Deployment mit Docker/Podman |
| Python | Python-Entwicklung im Produktionskontext (FastAPI, Tooling, Datenverarbeitung) |
| Event-Streaming | Verarbeitung kontinuierlicher Daten-/Nachrichtenströme, Message-Middleware (DDS, SOME/IP) |
| Öffentlicher Sektor | Endkunde aus Verwaltung/Behörden/öffentlicher Hand (oft mit Sicherheitsanforderungen) |
| Produktiver Einsatz | Tätigkeit zielt auf produktiven Wirkbetrieb, nicht nur Prototyp/PoC |
| Produktiver KI-Betrieb | Betrieb von KI-/LLM-Systemen im laufenden produktiven Wirkbetrieb (MLOps, Deployment, Monitoring) |