David Jeczmionek
ENDEFRIT
David Jeczmionek

Automatisierung · Computer Vision · LLMs · Datensysteme

Ich bringe Computern bei zu sehen, was physisch geschieht, zuerst in einer Maschine, dann in einem Raum und einer Stadt, heute über einen ganzen Kontinent, und baue diese Systeme so, dass die Verantwortlichen die Kontrolle über ihre Daten behalten.

Gründer & Technical Lead, Techno-Merce · MSc ETH Zürich · Microsoft Mixed Reality & AI Lab

E-Mail sendenLinkedIn

So können wir starten

Daten- und KI-Quick-CheckFinden Sie heraus, ob Ihre Daten Ihr Problem mit KI lösen können, bevor Sie in ein ganzes Projekt investieren.Zum Angebot →Private KI auf Ihren DatenEin KI-Assistent, der aus Ihren eigenen Dokumenten und Daten antwortet, die nie Ihre Kontrolle verlassen.Zum Angebot →Daten- und KI-Systeme: Aufbau und ÜbergabeIhre Datenplattform oder Ihr KI-System: entwickelt, in Betrieb genommen und an Ihr Team übergeben.Zum Angebot →

Angebote

Drei Wege zur Zusammenarbeit

Daten- und KI-Quick-Check

Viele KI-Projekte scheitern, weil niemand früh geprüft hat, ob die Daten die Frage überhaupt beantworten können. Dieser Check macht genau das zuerst.

Für: Teams mit Daten und einer konkreten Idee für Automatisierung, Computer Vision oder einen KI-Assistenten.

Sie erhalten:

  • Eine Analyse Ihrer Daten, Ihres Prozesses und dessen, was Erfolg in Zahlen bedeuten würde
  • Einen kleinen funktionierenden Prototyp auf einer Stichprobe Ihrer eigenen Daten
  • Eine klare Empfehlung: umsetzen, anpassen oder stoppen, mit einer Schätzung für den nächsten Schritt
Dieses Angebot anfragen

Private KI auf Ihren Daten

Sprachmodelle sind auf internem Wissen am nützlichsten, doch viele Unternehmen können ihre Daten nicht an öffentliche KI-Tools geben. Ich baue Assistenten, die dort laufen, wo Sie es entscheiden.

Für: Unternehmen mit Wissen in Dokumenten, Handbüchern, Tickets oder Datenbanken, das vertraulich bleiben muss.

Sie erhalten:

  • Einen Assistenten, der in Ihren eigenen Datenquellen sucht, antwortet und zeigt, woher jede Antwort stammt
  • Betrieb unter Ihrer Kontrolle, zum Beispiel in einer Schweizer Cloud-Region oder auf Ihren eigenen Servern
  • Tests von Antwortqualität, Datenzugriffsrechten und Schutzmechanismen vor dem Go-live
Dieses Angebot anfragen

Daten- und KI-Systeme: Aufbau und Übergabe

Hat sich eine Idee bewährt, muss sie jeden Tag zuverlässig laufen, auf Daten, denen Sie vertrauen können. Ich entwerfe und baue das System und sorge dafür, dass Ihr Team es selbst betreiben kann.

Für: Organisationen mit einer validierten Idee oder einem Prototyp in Datensystemen, Computer Vision oder Automatisierung.

Sie erhalten:

  • Datenarchitektur, Entwicklung und Inbetriebnahme auf AWS, Google Cloud oder Ihrer eigenen Infrastruktur
  • Dokumentation, geschrieben für die Menschen, die das System betreiben
  • Schulung und Übergabe an Ihr Team, mit Unterstützung während des Übergangs
Dieses Angebot anfragen

Über mich

Von der Maschine zum Kontinent

Dieselbe Frage auf jeder Skala, über zwölf Grössenordnungen hinweg.

  1. Mikrometer

    In einer Maschine

    ETH Zürich · Spherene

    Machine Learning, das thermische Fehler bei der CNC-Bearbeitung kompensiert, automatisierte Struktursimulationen in der halben Laufzeit und ein MSc in Robotik, Systemen und Regelung.

  2. Meter

    In einem Raum

    Microsoft Mixed Reality & AI Lab

    Datenschutzfreundliches Deep Learning für 3D-Stereo-Matching, damit Kamerabilder in der Cloud verarbeitet werden können, ohne offengelegt zu werden.

  3. Hunderte Meter

    In einer Stadt

    ETH Zürich · Computer Vision Group

    Augmented-Reality-Lokalisierungsdaten für den LaMAR-Benchmark, der 45’000 m² Universitätsgebäude, Innenhöfe und Altstadtquartiere umfasst, drinnen wie draussen. Dazu Deep Learning für autonomes Fahren auf Kamera- und Lidar-Daten.

  4. Tausende Kilometer

    Über einen Kontinent

    Techno-Merce

    Satellitengestützte Analysen für Behörden und internationale Organisationen in sechs Ländern West- und Südafrikas. Unsere Satellitenplattform Sovereignty Eye überwacht Land, Wälder und Gewässer mit Radarbildern von Sentinel-1 und optischen Bildern von Sentinel-2.

Was ich mache

David Jeczmionek

Ich bin Ingenieur und mache aus KI funktionierende Systeme. Computer Vision und Machine Learning kenne ich aus der Forschung an der ETH Zürich und im Microsoft Mixed Reality & AI Lab. Ich arbeite mit Sprachmodellen und Agenten, Automatisierung sowie Datenplattformen auf AWS und Google Cloud.

Ich biete den ganzen Weg von der Idee bis zum Betrieb. Ich prüfe, ob Ihre Daten Ihre Frage beantworten können, baue das Modell oder System, nehme es in Betrieb und übergebe es mit Dokumentation und Schulung an Ihr Team. In der Schweiz übernehme ich ausgewählte Mandate in Automatisierung, Computer Vision, LLM- und Agentensystemen sowie Datensystemen.

Daneben baue ich mit einigen Partnern Techno-Merce auf. Wir machen aus Satellitendaten Entscheidungsgrundlagen für Land, Wasser und natürliche Ressourcen und entwickeln digitale Plattformen für öffentliche Institutionen, etwa das WSP Digital Audit für Wassersicherheit.

In internationalen Umgebungen bin ich zu Hause, von Ministerien in Westafrika bis zu Forschungslabors und Unternehmen in der Schweiz. Ich arbeite professionell auf Deutsch, Englisch, Französisch und Italienisch; Polnisch ist meine Muttersprache.

Expertise

Vier Bereiche, in denen ich arbeite

Automatisierung

Engineering- und Geschäftsprozesse automatisieren

Software und Machine Learning, die Ihrem Team repetitive Arbeit abnehmen, von Simulations- und Testabläufen bis zu Content- und Dokumenten-Pipelines.

Computer Vision

Systeme, die sehen, was geschieht

Inspektion, Lokalisierung, 3D- und Satellitenbilder. Vom schnellen Machbarkeitstest bis zum Modell im produktiven Einsatz, mit einer Genauigkeit, die auf nie gesehenen Daten gemessen wird.

LLM- und Agentensysteme

KI-Assistenten, die mit Ihren Daten arbeiten

Sprachmodelle und Agenten, die in Ihren eigenen Dokumenten und Systemen suchen, zusammenfassen und handeln, während Ihre Daten unter Ihrer Kontrolle bleiben.

Datensysteme

Datenplattformen entwerfen und bauen

Architektur, APIs, Datenbanken, Dashboards und Cloud-Infrastruktur auf AWS und Google Cloud, inklusive Feld-Apps, die auch bei schwacher Verbindung funktionieren.

Haben Sie ein Projekt im Kopf?

E-Mail sendenLinkedIn

Projekte

Ausgewählte Projekte und Tätigkeiten

Computer Vision

  • Sovereignty EyeTechno-Merce

    Satellitenplattform für Behörden und internationale Organisationen auf Basis von Radarbildern (Sentinel-1) und optischen Bildern (Sentinel-2). techno-merce.com

  • Datenschutzfreundliche Computer VisionMicrosoft Mixed Reality & AI Lab

    Deep-Learning-Kodierung für Stereo-Matching in der Cloud, mit zwei neuen Datenschutzmethoden auf Basis von Adversarial Training und Kanalpermutation.

  • LaMAR-BenchmarkETH Zürich, Computer Vision Group

    Augmented-Reality-Lokalisierungsdaten für den LaMAR-Benchmark (ECCV 2022), aufgenommen in Universitätsgebäuden und Altstadtquartieren. lamar.ethz.ch

  • Deep Learning für autonomes FahrenETH Zürich

    Multi-Task-Learning für semantische Segmentierung und Tiefenschätzung sowie 3D-Objekterkennung aus Lidar-Punktwolken.

Automatisierung

  • Kompensation thermischer FehlerETH Zürich, IWF

    Machine-Learning-Modell, das thermische Fehler bei der CNC-Bearbeitung kompensiert.

  • SimulationsautomatisierungSpherene

    Python-Automatisierung der Strukturvalidierung in Ansys, mit 50 % kürzeren Laufzeiten.

  • Content- und Cloud-AutomatisierungGlobal Swiss Learning

    KI- und Software-Automatisierung für Cloud-Speicher, die Erstellung von E-Learning-Inhalten und interne Produktivität, dazu Computer Vision zur Bild- und Videoverbesserung.

Datensysteme

  • WSP Digital AuditUNICEF Ghana und KNUST

    Water-Safety-Plan-System nach WHO-Methodik: mobile Erhebung vor Ort, rollenbasierte Zugriffe, automatische Bewertung und ein Zertifizierungsablauf.

  • National Sanitation GHG AssessmentGhana

    Treibhausgas-Inventarmodell für das Ministry of Local Government, Chieftaincy and Religious Affairs und WaterAid Ghana, umgesetzt mit der KNUST.

  • Digitale LernplattformGlobal Swiss Learning

    Personalisiertes Empfehlungssystem, Echtzeit-Analysen, AWS-Architektur, DevOps und Datenschutz-Compliance.

Lehre

  • ETH ZürichLehrassistenz

    Computer Vision, Programming for Robotics (ROS), Introduction to Robotics and Mechatronics und die Robotics Summer School.

Eigenes Unternehmen

  • Techno-MerceGründer & Technical Lead, seit 2025

    Umweltanalysen für den Ressourcenschutz und nachhaltige Lieferketten. techno-merce.com

Empfehlungen

Was Kolleginnen und Kollegen sagen

Zitate im englischen Original

“He is intelligent, motivated, kind, takes initiative and is a great communicator, traits which make him easy to work with, and ideal for project lead and delivery.”
Cayla Casares, Global Swiss Learning
“He brings enthusiasm to discussions and is eager to explore innovative solutions as well as to work independently.”
Renlong Li, direkte Führungskraft

Bereit für den ersten Schritt?

E-Mail sendenLinkedIn
Kontakt speichern ↓