Files
bewerb/gedaechtnis/inhalte.md
tlg 16156db5c8 Erste Bewerbungs-Session: SÜ2-K.o.-Regel, Agentur-Schreibregeln, Entwurf FindYou
- 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>
2026-06-12 18:14:13 +02:00

1.4 KiB

Inhaltliche Bausteine (geprüft)

Bewährte, faktisch korrekte Inhalte und Formulierungen zu Erfahrungen/Skills. Was hier steht, ist verifiziert richtig. Wird am Ende jeder Session aktualisiert.

Korrekte Fakten

  • Standard-All-in-Stundensatz für Agenturprojekte: 105 € netto (Direktbeauftragung KMU: 120 € netto). Quelle: vorgaben/marketing.md §2.
  • Eine Sicherheitsüberprüfung SÜ2 dauert mindestens drei Monate, teils bis zu einem Jahr → Projekte mit SÜ/Sicherheitsüberprüfung fallen aus (in vorgaben/rahmenbedingungen.md als verankert).

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/Coaching ist durch mehrere durchgeführte KI-Potenzialanalyse-Workshops und KI-Schulungen belegt.

Nicht zutreffend / nicht behaupten

  • Nicht behaupten, täglich/laufend an einer produktionsreifen Agentic-AI-Plattform oder „der ersten produktionsreifen Plattform" zu arbeiten.
  • On-Premise-KI mit RAG (Projekt „Kischdle") ist Proof-of-Concept-/Evaluierungsniveau, kein produktiver ML-Wirkbetrieb → kein „tiefgehendes Production-ML/MLOps" behaupten.
  • Keine Kafka-Praxiserfahrung behaupten (nur übertragbares Verständnis ereignisgetriebener Architekturen vorhanden).