Yasser Sheikh · MSc BEng AMIChemE RITTech

Ich baue produktionsreife KI für die Industrie.

Ich bin Full-Stack-AI-Engineer: ein Jahrzehnt Produktions-KI für die Chemie-, Fertigungs- und Automatisierungsbranche, auf dem Fundament der Verfahrenstechnik. Modelle, Infrastruktur, Apps und Agenten: der ganze Weg vom Rohsignal bis zu einer Entscheidung, der man vertraut. Derzeit bei Navigance in München, wo meine Modelle Chemieanlagen weltweit optimieren.

Spezifischer Energiebedarf · Handbetrieb
Eine Live-Simulation meiner täglichen Arbeit. Probieren Sie es aus.

Was ich mache

Modellierung

Von neuronalen Netzen und Gauß-Prozessen über Gradient Boosting, Zeitreihen und NLP bis zu physikalischen Modellen: was immer zum Problem passt, auf verrauschten realen Daten, bei denen eine falsche Vorhersage physische Kosten hat.

Software & Infrastruktur

Typisierte, getestete, reviewte Codebasen und alles darum herum: MLOps, DevOps, CI/CD, Deployment, Monitoring, Evaluation, Retraining und Health-Alerting. Ich definiere Engineering-Standards und arbeite selbst danach.

Apps & Interfaces

Full-Stack-Entwicklung der Optimierer, Dashboards und Rechner, mit denen Anlagenfahrer und Ingenieure täglich arbeiten, vom Notebook zur CI-validierten Produktion in Tagen.

LLMs & Agenten

Retrieval-gestützte Assistenten, die aus Live-Prozessdaten antworten, und agentische Pipelines, die einen Bug-Report bis zum reviewten Pull Request führen. Praktisch, evaluiert und im Produktivbetrieb.

Werdegang

  1. 2024 — heute

    Data Scientist / ML Engineer — Navigance, München

    End-to-End-Produktverantwortung für KI bei einem 22-köpfigen SaaS-Unternehmen, das Chemieanlagen weltweit optimiert. Hybride Modelle aus neuronalen Netzen und physikalischen Reaktormodellen für Methanol-, Ammoniak-, Maleinsäureanhydrid- und Synthesegasanlagen, mit bis zu 3% Energieeinsparung im laufenden Betrieb. Ich habe den MLOps-Stack aufgebaut (Airflow, InfluxDB, PostgreSQL), berate internationale Kunden zu KI-Initiativen und habe das LLM-Tooling entwickelt: einen Prozessexperten-Assistenten auf Basis von Live-Anlagendaten und eine autonome Agenten-Pipeline vom Bug-Report zum reviewten Pull Request.

  2. 2021 — 2024

    Engineer, Data Science & DevOps — Roke, Manchester

    Cloud-gehostete ML-Lösungen in einer streng getesteten CI/CD-Umgebung: NLP, Clustering und Gauß-Prozesse, mit denen Analysten Milliarden von Datenpunkten in Minuten auswerten. Teamführung als SCRUM Master; Best Roke Project Team 2021 und 2022.

  3. 2021

    Consultant Chemical Engineer — Koch Technology Solutions, Wilton

    Unternehmensweite Digitalisierungsstrategie für einen Technologie-Wertstrom von über $100M pro Jahr; Full-Stack-Prozessautomatisierung, die die Zeit vom Design zur Erkenntnis um 90% verkürzt hat.

  4. 2018 — 2021

    Senior Research Data Scientist — Unilever R&D, Liverpool

    Prädiktive ML-Modelle über globale Werke hinweg mit $50M+ generiertem Mehrwert, dazu das größte F&E-Automatisierungsprogramm der Unternehmensgeschichte: Robotikplattformen, die den Durchsatz um das 20-Fache erhöht und die Datenerfassung von Hunderten auf Millionen Punkte pro Tag skaliert haben.

  5. 2017

    Automation Engineer — Oman LNG (über SECL UK), Sur

    Projekte im Umfang von rund $500K für Leitsysteme an einer laufenden LNG-Anlage ausgeschrieben, gewonnen und termingerecht geliefert, mit Führung von Teams im Feld und Ausbildung lokaler Ingenieure, parallel zum Masterstudium.

Ausbildung & Qualifikationen

Ausbildung

  • Data Analyst Fellowship, BCS — mit Auszeichnung, 2019–2020
  • MSc Process Modelling, University of Birmingham — Merit, 2017
  • BEng Process Engineering, Lancaster University — 2:1, 2016
  • Associate Member IChemE · RITTech

Sprachen & Arbeitserlaubnis

  • Englisch — Muttersprache · Deutsch — B1/B2
  • Britischer Staatsbürger · Blaue Karte EU (Deutschland)

Toolbox

Typisiert, getestet, produktionsreif. Ich wähle das richtige Werkzeug für die Aufgabe, und die Aufgaben sind vielfältig.

Modellierung
Neuronale Netze · Gauß-Prozesse · Gradient Boosting · physikalische und hybride Modelle · Zeitreihen · NLP · Clustering (TensorFlow, PyTorch, GPyTorch, scikit-learn)
KI-Systeme
LLMs · RAG · Multi-Agenten-Systeme · MCP · Evaluations-Frameworks
Plattform & Daten
AWS · Airflow · Docker · Kubernetes · InfluxDB · PostgreSQL · Neo4j · Datadog · Linux · CI/CD · DVC
Sprachen & Tools
Python · SQL · R · MATLAB · C++ · Dash · React · Aspen und AVEVA · UE4, und mehr, wenn die Aufgabe es verlangt

Kontakt

Offen für Senior-Rollen in industrieller KI: Applied Science, ML Engineering, agentische Systeme und technische Führung.
Sie erreichen mich auf LinkedIn.