Lebenslauf
Gabin Maxime Nguegnang
KI-Forscher und ML-Engineer
München, Deutschland · gmaxime@nguegnang-ai.com
Berufserfahrung
AI Research Consultant: Reasoning von Sprachmodellen und Evaluation agentischer KI
Outlier AI und Mercor · Remote, Deutschland
- Die Stellen finden, an denen das schrittweise Reasoning eines Sprachmodells bei schweren MINT-Aufgaben bricht, und die Korrektur schreiben, die zum Trainingssignal (RLHF) für die nächste, genauere Fassung wird.
- KI-Agenten nach Werkzeugwahl und Kurstreue über lange Aufgaben bewerten (Reasoning nach ReAct-Art, Function Calling, Umgang mit langem Kontext) und die uneindeutigen Fälle gegen ein schriftliches Bewertungsraster entscheiden.
- Die Bewertungsraster entwerfen und die Peer-Review leiten, damit das Prompt-Engineering in einer verteilten Gruppe einheitlich bleibt und schwere mathematische Inhalte zu Trainingsdaten werden, denen das Team traut.
Doktorand und wissenschaftlicher Mitarbeiter
Ludwig-Maximilians-Universität München · München, Deutschland
- Die Bedingungen bestimmt, unter denen der stochastische Gradientenabstieg garantiert konvergiert, und damit gezeigt, wie weit sich ein Training treiben lässt, bevor es auseinanderfällt.
- Ein Projekt zu erklärbarer KI (XAI) geliefert, das Ausfälle in Industriekraftwerken früh meldet und den Grund zu jeder Meldung nennt. F1 von 0,99 mit 6 Ensemble-Lernern und SHAP erreicht, Fairness über die Standorte hinweg gehalten (Disparate Impact Ratio 0,95).
- Kurse im Master zu Optimierung, Machine Learning, Deep Learning und Datenwissenschaft gehalten und einen bestrittenen Beweisschritt bis zur Annahme durch die Redaktion von Springer Nature verteidigt.
Doktorand und wissenschaftlicher Mitarbeiter
RWTH Aachen · Aachen, Deutschland
- Praktikable Bedingungen für die Lernrate beim Gradientenabstieg auf tiefen Netzen hergeleitet, die mit wachsender Tiefe nicht exponentiell schrumpfen, und damit die Grenze aufgehoben, die die frühere Theorie aus der Praxis fernhielt.
- Die Theorie mit großen PyTorch-Trainingsläufen auf HPC-Infrastruktur gestützt und die Last über Knoten verteilt, um die Laufzeit jedes Experiments zu senken.
- Kontinuierliche Optimierung, Mathematik der Datenwissenschaft und höhere Mathematik gelehrt und Kursmaterial gebaut, das fortgeschrittene Theorie für Studierende der Ingenieurwissenschaften greifbar macht, in einer Forschungsgruppe mit 9 Nationalitäten.
Praktikant im Machine Learning
Group One Holding Company · Limbe, Kamerun
- Daten zum Kraftstoffverbrauch von Telekomstandorten ausgewertet, um die Ursache der Verluste zu bestimmen, und 4 Modelle des Machine Learning verglichen (Gradient Boosting führte mit 98 % Nash-Effizienz).
- Das beste Modell als Flask-Webanwendung mit Monitoring-Dashboard in Betrieb genommen und damit 84 617 Liter Kraftstoff gesichert.
- Die Aufnahme der Protokolle automatisiert und die Berichtszeit von Tagen auf Sekunden gesenkt, dazu Erfolgsquoten der API und Verarbeitungslatenz im Dashboard verfolgt.
- Die betrieblichen Randbedingungen mit den Technikerinnen und Technikern an den Basisstationen aufgenommen und danach die Befunde, die Modellergebnisse und die Argumente für den Rollout der Geschäftsleitung und dem Betriebsleiter vorgestellt.
Ausbildung
Promotion in Angewandter Mathematik: Optimierung tiefer neuronaler Netze
LMU München und RWTH Aachen, Deutschland
Konvergenzanalyse für das Training tiefer neuronaler Netze. Veröffentlicht bei Springer Nature (2024) und auf der SampTA 2023.
Kooperativer Master in Industriemathematik: Machine Learning
African Institute for Mathematical Sciences (AIMS), Limbe, Kamerun
Stipendium des Mastercard Foundation Scholars Program, 2017.
Master in Angewandter Mathematik: dynamische Systeme und Modellierung
Universität Yaoundé I, Kamerun
Optimierung und numerische Analysis.
Bachelor mit Auszeichnung in Angewandter Mathematik
Universität Douala, Kamerun
Publikationen
- Convergence of gradient descent for learning linear neural networks Springer Nature: Advances in Continuous and Discrete Models, 2024
- Analysis of stochastic gradient descent for learning linear neural networks SampTA 2023
- Anomaly detection in power generation plants using machine learning and neural networks Applied Artificial Intelligence, 2020
- Predicting fuel consumption in power generation plants using ML and neural networks ICECET 2021
Kenntnisse
Programmierung und Daten
Python (pandas, NumPy, SciPy, scikit-learn) · PyTorch · SQL · PostgreSQL · pgvector · FAISS · FastAPI · Uvicorn · Pydantic · Flask · REST-APIs · Bash
Agentic AI, Sprachmodelle und RAG
KI-Agenten · Multi-Agenten-Orchestrierung · LangGraph · LangChain · MCP · DSPy · RAG · CRAG · ReAct · Chain-of-Thought · Umgang mit langem Kontext · Hugging Face (Transformers, TRL, PEFT) · LoRA · QLoRA · SFT · RLAIF · DPO · RLHF
Evaluation und Monitoring
Entwurf von Evaluationsverfahren · Live-Evaluation · Fehlermodusanalyse · Ursachenanalyse · Red-Teaming · Bewertung nach Raster · Präferenz-Labeling · Qualitäts-Gates · Recall@k · ALCE · RAGAS · Prometheus 2 · MLflow
Machine Learning und Forschung
Deep Learning · Statistik · Nichtkonvexe Optimierung · Konvergenzanalyse · Bayessche Optimierung · Versuchsplanung · Gradient Boosting · Random Forest · SVM · Anomalieerkennung · Erklärbare KI (SHAP) · Sprachverarbeitung · Solver des Operations Research
MLOps, DevOps und Cloud
Docker · GitHub Actions · GHCR · Kubernetes · Azure AKS · AWS · Google Cloud Vertex AI · OpenTelemetry · LangSmith · Git · pytest · Verteiltes Training · HPC · Agile (Scrum)
Zertifikate
- Fortgeschrittene Agentenprogrammierung Outlier AI · Januar 2026
- Fortgeschrittenes Prompt-Engineering Outlier AI · Dezember 2025
- Generative KI mit großen Sprachmodellen DeepLearning.AI / Coursera · Oktober 2024
- Spezialisierung Machine-Learning-Engineering für die Produktion (MLOps) DeepLearning.AI · Mai 2024
Mitgliedschaften und Auszeichnungen
- Munich Center for Machine Learning (MCML), Mitglied Juni 2024 – heute
- Community of Computational and Mathematical Methods in Data Science, Mitglied Dezember 2019 – heute
- Stipendium des Mastercard Foundation Scholars Program August 2017
Sprachen
- Französisch Muttersprache (C2)
- Englisch Verhandlungssicher (C1)
- Deutsch Berufliche Arbeitsfähigkeit (B2+)