Benito Zenz — AI & XR Engineer

Erfahrungen

Technologien & Domänen

Breites Spektrum an Erfahrung in modernsten Technologien — von immersiven XR-Welten bis zur Optimierung großer Sprachmodelle.

Augmented Reality

Entwicklung interaktiver AR-Erlebnisse, die digitale Inhalte nahtlos in die reale Welt integrieren. Erfahrung mit markerbasiertem und markerlosem Tracking.

AR

Virtual Reality

Gestaltung immersiver VR-Umgebungen für Training, Simulation und Spiel. Fokus auf performante 3D-Szenen und intuitive Benutzerführung.

VR

LLM-Finetuning

Anpassung großer Sprachmodelle an spezifische Domänen und Aufgaben. Erfahrung mit LoRA, QLoRA und Agentensystemen für optimierte Modellantworten.

NLP

Deep Learning

Design und Training neuronaler Netze für Klassifikation, Objekterkennung und generative Modelle. Vertraut mit NumPy, Scipy, Scikit-learn, Pandas und modernen Architekturen.

ML

Vektordatenbanken

Einsatz von Vektordatenbanken wie Qdrant und MongoDB für semantische Suche, RAG-Pipelines und effiziente Ähnlichkeitsabfragen.

Data

Programmiersprachen

Werkzeuge & Sprachen

Breite Erfahrung in verschiedenen Sprachen und Ökosystemen — von Data Science bis Spieleentwicklung.

Python

Primäre Sprache für Data Science, Machine Learning und Backend-Entwicklung. Täglicher Einsatz von NumPy, Pandas, PyTorch, Scikit-learn und FastAPI.

Unity C#

Entwicklung interaktiver 3D-Anwendungen und Spiele mit der Unity Engine. Erfahrung in XR-Integration, Shader-Programmierung und performanter Echtzeitgrafik.

JavaScript / TypeScript

Erfahren in modernem ES6+, React, Node.js und TypeScript. Einsatz für Webentwicklung, Datenvisualisierung und interaktive Prototypen.

Publikationen

Paper & Forschung

Akademische Beiträge an der Schnittstelle von Machine Learning und angewandter Informatik.

Research Paper (2026)

Model Collapse

Wenn neue KI-Modelle überwiegend aus den Ausgaben ihrer Vorgänger lernen, verlieren sie nach und nach den Kontakt zur Komplexität der Welt. In diesem Fach-Artikel bewerte ich die Ernsthaftigkeit dieses Problems und gebe einen Überblick über den Stand der Forschung bezüglich neuester Gegenmaßnahmen.

Research Paper (2025)

Visualisierungsmethoden in Python

Aufbauend auf empirischen Arbeiten zu Visualisierungsauswahl, visueller Kodierung und Wahrnehmungsgrundlagen leite ich in dieser Arbeit allgemeingültige Praxisempfehlungen zur Gestaltung interpretierbarer Visualisierungen ab.

Research Paper (2025)

KI im Haushalt

Der Einsatz von künstlicher Intelligenz (KI) im privaten Haushalt bietet Möglichkeiten zur Entlastung bei physischer, mentaler, emotionaler und spiritueller Hausarbeit. In dieser Publikation analysiere ich, in welchen Bereichen KI heute bereits genutzt wird und welche Chancen sowie Risiken mit dieser Nutzung einhergehen.

Abschlüsse

Akademischer Werdegang

Von den Grundlagen der klassischen Bildung bis zur Spezialisierung in Data Science.

2024 – heute

M.Sc. Data Science

Vertiefung in Machine Learning, Deep Learning, DSUC und Big Data Analytics. Schwerpunkt auf angewandter KI-Forschung und Datenexploration.

Work in Progress

2019 - 2022

B.Sc. Informatik

Fundament in Algorithmen, Datenstrukturen, Softwareengineering und Datenbanken. Abschlussarbeit im Bereich angewandter KI.

2019

Abitur

Allgemeine Hochschulreife mit Schwerpunkt auf Mathematik, Chemie, Deutsch und Latein. Grundstein für die akademische Laufbahn.

2019

Latinum

Nachweis umfassender Lateinkenntnisse. Schulung analytischen Denkens und systematischer Textarbeit.

Kontakt

Lass uns sprechen

Du hast ein spannendes Projekt oder möchtest dich vernetzen? Ich freue mich auf deine Nachricht.

E-Mail senden LinkedIn