Lerne, was als Nächstes kommt. Heute.

Adam ist ein praxisnaher Softwarearchitekt mit über 15 Jahren Erfahrung in der Entwicklung und im Systemdesign für anspruchsvolle Umgebungen wie Banking-Compliance, Gesundheitswesen und Robotik. Er hat Systeme vom frühen MVP bis zur Enterprise-Plattform skaliert und erfolgreich verteilte Offshore-Teams mit bis zu 120 Entwicklern koordiniert. Er weiß genau, wann Code elegant sein muss und wann Pragmatismus gewinnt, um pünktlich zu releasen. Heute trainiert Adam Entwicklerteams im Bereich Agentic Coding mit einem klaren Fokus auf Claude Code und GitHub Copilot CLI. Sein Ansatz basiert vollständig auf Spec-Driven Development. Nachdem er jahrelang Business-Anforderungen in idiotensichere architektonische Leitplanken für große, verteilte Teams übersetzt hat, wendet er nun exakt dieselbe Disziplin auf KI an. Er weiß aus der Praxis: Ohne strikte Grenzen und klare Spezifikationen generieren KI-Tools lediglich technischen Schulden (Tech-Debt) in beispielloser Geschwindigkeit. Adam bringt Entwicklern bei, KI wie einen rasend schnellen Junior-Developer zu führen: gesteuert durch rigorose Spezifikationen, pragmatische Architektur und klare Domänengrenzen. Er unterrichtet ausschließlich das, was er selbst in der Produktion deployt, gedebuggt und skaliert hat. Durch sein praxisnahes Training lernen Teams: * Wasserdichte Spezifikationen zu schreiben, die KI-generierten Code berechenbar steuern. * KI-gestützten Code sicher zu reviewen und zu verwalten, um Tech-Debt massiv abzubauen. * Pragmatische Architekturen zu bauen, mit denen das Team auch Jahre später noch gerne arbeitet. Wir freuen uns darauf, dich in den Kursen zu begrüßen, lass uns gemeinsam resiliente, KI-gestützte Software bauen!

Selbstständiger IT-Berater, Trainer und publizierter Autor mit tiefgreifender Expertise in Java, Spring Boot und Cloud-nativen Architekturen. Als Co-Autor von "Stratospheric: Von Null bis zur Produktion mit Spring Boot und AWS" hat Björn Tausenden von Entwicklern den Weg von der lokalen Entwicklung bis zum produktionsreifen Cloud-Deployment geebnet. Er ist spezialisiert auf digitale Transformation und hilft Unternehmen dabei, Prozesse zu automatisieren, Softwarequalität zu verbessern und geschäftskritische Daten über durchdachte APIs zugänglich zu machen. Seine Kundenarbeit umfasst Enterprise-Anwendungsentwicklung, Architektur- und Designreviews, Angular- und Spring-Boot-Trainings sowie praxisnahes Coaching von Entwicklungsteams in verschiedensten Branchen. Björn verfolgt einen pragmatischen, geschäftsorientierten Ansatz bei Technologiefragen. Ob bei Architekturentscheidungen, Software-Quality-Audits oder maßgeschneiderten Workshop-Formaten, sein Fokus liegt auf messbarem Mehrwert und darauf, Teams zu befähigen, eigenständig mit neuen Technologien zu arbeiten.

Erfahrene Machine Learning Ingenieurin und Data Scientist mit fundierter Expertise in der automatisierten Bildverarbeitung und im Umgang mit unstrukturierten Daten. Katharina war in etlichen internationalen Forschungsprojekten tätig und hat im Bereich Smart Microscopy promoviert. Dabei hat sie an einer großen deutschen Universität Vorlesungen und Übungen durchgeführt, um Studierenden der Elektrotechnik und Mechatronik wichtige KI und Deep Learning Skills zu vermitteln. Tools & Frameworks: PyTorch, TensorFlow, scikit-learn, pandas, PySpark, NumPy, MLflow, MatLab, Snowflake, Amazon Web Services und Databricks

IT-Projektconsultant und Product Owner mit einer Leidenschaft für Produkte, die echten Mehrwert stiften. Durch seine langjährige Erfahrung in der Digitalisierung kritischer Prozesse weiß er genau, wie man Anforderungen präzise übersetzt und Stakeholder sicher durch technologische Transformationsprojekte führt. Mit seinem Hintergrund im Engineering und einem tiefgreifenden Verständnis für komplexe IT-Architekturen agiert er als Brückenbauer zwischen Business, Produkt und Entwicklung. Als Trainer zeichnet sich Marcus durch seine Fähigkeit aus, diese praxisnahe Expertise kombiniert mit agilen Methoden zu vermitteln, um Teams zu befähigen, nutzerzentrierte und technisch fundierte Lösungen mit echter Wirkung zu entwickeln.

Machine Learning Engineer und Softwarearchitekt mit über 15 Jahren Erfahrung, spezialisiert auf Deep Learning, NLP und LLM-basierte Systeme. Starker Fokus auf dem Design und der Bereitstellung von End-to-End-AI-Pipelines, einschließlich Modell-Feinabstimmung (LoRA/PEFT), Retrieval-Augmented Generation (RAG) und Hochleistungs-Inferenz mit modernen Frameworks wie PyTorch, Hugging Face Transformers und vLLM. Erfahren im Aufbau von agentischen Systemen mit LangChain und LangGraph, sowie in der Entwicklung skalierbarer Backend-Dienste in Python. Vereint fundierte Software-Engineering-Prinzipien mit praktischer Expertise in datenzentrierter AI, um robuste, produktionsreife Lösungen zu liefern.