// paper #01
ReAct: Synergizing Reasoning and Acting in Language Models
ICLR 2023
Interleaving reasoning traces with actions beats either alone on knowledge and decision tasks.
Analyse lesen
Khasim Bin Saleh
AI/ML Engineer, Berlin, Deutschland
Ich baue LLM- und ML-Systeme von Anfang bis Ende, und ich messe sie, bevor ich ihnen vertraue.
// fokus
- Deep Learning
- LLMs and RAG
- Agent Reliability
- Real-Time Voice AI
- MLOps
- Robotics
// über mich
Über mich
Ich habe zwei Jahre lang ML- und LLM-Systeme von Anfang bis Ende gebaut. Die Arbeit reicht von Datenpipelines und Feature Engineering bis zu Evaluation und getestetem Deployment mit Docker.
Bei Coschool habe ich einen KI-Tutor an mehr als 1.000 Beta-Nutzer ausgeliefert. Jetzt baue ich Klindok, eine Offline-Software für klinische Dokumentation im DACH-Markt. Sie ist DSGVO-konform und läuft auf meinem eigenen kleinen Sprachmodell.
In meiner Masterarbeit baue ich einen LLM-Agenten, der prüft, ob synthetische Gesundheitsdaten sicher geteilt werden können. Ich schaue auf Nutzen und Privatsphäre unter der DSGVO.
// aktuelle arbeit
Aktuelle Arbeit
MSc thesis
In ArbeitAn LLM agent for assessing the utility and privacy of synthetic health data under GDPR.
Klindok
Im AufbauOffline, GDPR-compliant clinical documentation for private practices in the DACH market.
SeiteWeekly paper breakdowns
LaufendOne AI paper analysed every week.
German B1
In ArbeitGerman, in progress toward B1.
// zuletzt aus dem labor
Zuletzt aus dem Labor
// woche 01
Comparing enterprise AI agent surveys: why 17% vs 65%
2026-09-28 bis 2026-10-04
Compared four 2026 industry surveys on enterprise AI agent adoption, where reported uptake ran from 17% to 65%. The gap came from who each survey asked, how it defined an agent, and whether a vendor ran it.
Woche lesen// ausgewählte projekte
Ausgewählte Projekte
Klindok
Im Aufbau03/2026, Berlin
Offline, privacy-first AI medical documentation. GDPR-compliant Arztbriefe in under 30 seconds for DACH private practices.
- < 30s per Arztbrief
- 100% offline
- GDPR Art. 30 audit log
- SQLite
- Fernet
- bcrypt
- pytest
2023
Built and shipped a 0 to 1 AI tutor serving 1,000+ beta users.
- 1,000+ beta users
- 80%+ fewer off-topic answers
- +35% contextual accuracy
- -40% retrieval latency
- RAG
- Milvus
- GPT
07/2025
22 derived features from 8 sensor streams, 5 models compared on F1 under class imbalance, 14 pytest tests, and a one-command Docker setup.
- 22 features
- 5 models
- 14 pytest tests
- XGBoost
- Docker
- pytest
// kenntnisse
Kenntnisse
Programmierung
- Python
- SQL
- CUDA
- LaTeX
ML und Deep Learning
- PyTorch
- TensorFlow
- scikit-learn
- XGBoost
- Hugging Face Transformers
GenAI und LLM
- LangChain
- RAG
- OpenAI
- OpenRouter
- Gemini
- Azure Document Intelligence
- prompt engineering
- real-time speech (Deepgram STT, TTS)
Evaluation und Benchmarks
- evaluation harnesses
- rubric-based LLM scoring
- evidence-based model and prompt selection
- statistical testing (Diebold Mariano, Friedman)
- time-series forecasting
- ensemble methods
Computer Vision
- OpenCV
- YOLO
- ArUco marker tracking
- real-time object detection
Tools und Infrastruktur
- Docker
- Git/GitHub
- Linux (Ubuntu)
- Postgres
- Prisma
- FastAPI
- Streamlit
- React
- Power BI
// werdegang
Werdegang
06/2026 bis 10/2026 · Berlin
Research Assistant
SRH Berlin University of Applied Sciences
- Compared four 2026 industry surveys on enterprise AI agent adoption, where reported uptake ran from 17% to 65%, and traced the gap to who each survey asked, how it defined an agent, and whether a vendor ran it.
- Reviewed five agent design patterns (ReAct, Reflection, Planning, Tool use, Multi-agent), going back to the original ReAct and Reflexion papers, and matched them to live deployments in banking and healthcare, and to the MCP and A2A protocols.
03/2023 bis 08/2023 · Hyderabad
Machine Learning Intern
Coschool
- Built and shipped a 0 to 1 AI tutor serving 1,000+ beta users.
- Designed evaluation pipelines to catch unsafe or off-topic outputs, and fine-tuned GPT models with guardrails, cutting incorrect or off-topic answers by 80%+ across 500+ test cases.
- Built a RAG pipeline that improved contextual accuracy by 35%+.
- Deployed semantic chunking and Milvus ingestion for 10K+ documents, cutting retrieval latency by 40%.
// neben dem code
Neben dem Code
- Patent
Automatic and Internet-Controlled Mobile Pet Food Dispenser System
Application No. 202311073080, filed October 2023, co-inventor.
- Studierendenvertretung
- Student Council candidate, SRH (2026).
- Interessen
- Business and research reading
- Travel
- Philosophy
- Healthcare AI
- Sprachen
- Hindi (native), English (C1), German (B1, in progress)
// kontakt
Lass uns sprechen
Du stellst ein, forschst oder baust im Bereich Healthcare AI? Lass uns sprechen.