Über uns

Simon Deussen

Founder & Managing Partner

Simon hat control-f gegründet und führt das Unternehmen als Managing Partner und Lead Data Architect. Auf einen B.Sc. in Medieninformatik an der Hochschule der Medien Stuttgart, mit einer Bachelorarbeit bei Daimler TSS über die Umsetzung von Screendesigns in HTML und CSS mit Deep Learning, folgten drei Jahre bei inovex, zunächst als Machine Learning Engineer und dann, parallel zum Master in Autonomous Systems an der Hochschule Bonn-Rhein-Sieg, im Datenmanagement und in der Analytik. Das ist das Fundament, auf dem control-f steht: aus ungeordneten Unternehmensdaten Entscheidungen machen, auf die Verlass ist, Predictive Maintenance, die Anlagen- und Maschinenausfälle erkennt, bevor sie eintreten, und Datenpipelines, die zwei Jahre nach der Übergabe noch laufen. Pragmatische Lösungen statt KI, die in der Präsentation stecken bleibt.

Daniel Tremer

Managing Partner

Daniel ist als Managing Partner zu control-f gekommen und bringt über ein Jahrzehnt Erfahrung in Data Science und Machine Learning in die Arbeit des Unternehmens mit industriellen Großkunden ein. Sein Hintergrund umfasst mehrere Jahre in der Automobilindustrie in Forschung und Entwicklung, IT und Infrastruktur sowie eine eigene Praxis für KI und Datenanalyse vor seinem Wechsel zu control-f. Seine Interessen reichen über das ganze Spektrum angewandter KI, von Large Language Models und generativen Systemen bis hin zu produktivem Data Engineering, und er leitet bei control-f die Arbeit an praxistauglichen, hochmodernen KI-Lösungen für Unternehmenskunden.

Piet Brömmel

Data Engineer

Piet hat einen Hintergrund in Machine Learning und Data Engineering. Er hat einen Master in Informatik von der TU Dortmund und hat zuvor als Data Scientist bei Fraunhofer mit Robotern und Computer Vision gearbeitet. Seine Interessen umfassen Softwareentwicklung, LLMs und alles drumherum, Wandern und algorithmische Kunst.

Henry Beiker

Data Engineer

Henry bringt Softwareentwicklung und KI-Testing in die Data-Engineering-Arbeit von control-f ein. Ein B.Sc. und danach ein Master in Informatik an der Humboldt-Universität zu Berlin liefen parallel zu dreieinhalb Jahren Entwicklungsarbeit. Bei Howto Health hieß das: die Leitung von Software- und Data-Engineering-Projekten, APIs für Datenverarbeitung und -integration und ein internes Werkzeug zur Aufgabenplanung, gebaut nach Anforderungen direkt von den Kunden. In einem Forschungsteam bei Fraunhofer FOKUS hieß es: eine Simulationsumgebung in der Unreal Engine zum Testen von Modellen für die Objekterkennung, ein Testframework für autonome Roboter im Gleisbereich und die Auswertungsabläufe um beides herum. Dieselbe Frage nimmt die Masterarbeit auf: Objekterkennung verbessern, indem die Szenarien simuliert werden, die falsch negative Ergebnisse provozieren. Der Stack ist Python, SQL und JavaScript mit Django, FastAPI und Flask, React im Frontend und PostgreSQL darunter.

Robin Marzucca

Data Engineer

Robin bringt einen Hintergrund in theoretischer Teilchenphysik in die Data-Engineering-Arbeit von control-f ein. Er hat in Quantenfeldtheorie promoviert und mehrere Jahre als Postdoc am Physik-Institut der Universität Zürich geforscht, zu Streuamplituden und Präzisionsrechnungen in der Quantenfeldtheorie, nach früheren Forschungsaufenthalten an der UCLouvain und am Institute for Particle Physics Phenomenology der Durham University.

Marie Ernø-Møller

Data Engineer

Marie bringt einen Hintergrund in theoretischer Physik in die Data-Engineering-Arbeit von control-f ein. Ein MSc in Quantenphysik an der Universität Kopenhagen, mit einer Abschlussarbeit über Double-Copy-Amplituden und ihre Anwendungen in der allgemeinen Relativitätstheorie, führte zur Gravitationswellenforschung an der Humboldt-Universität zu Berlin, wo Methoden der Quantenfeldtheorie und der effektiven Feldtheorie auf die Verschmelzung Schwarzer Löcher angewendet wurden. Neben dieser Forschungsausbildung steht heute ein bewusster Schritt in Machine Learning und Full-Stack-Entwicklung: ein MLOps-Bootcamp, containerisierte Datenpipelines mit Airflow, MLflow, Grafana und Prometheus, Backend-Arbeit mit FastAPI und PostgreSQL und eine selbst gebaute mobile Anwendung, deren Schwerpunkt auf relationalem Schemadesign und Zeitreihen-Metriken liegt.

Birk Burghardt

Data Engineer

Birk bringt einen Informatik-Hintergrund und mehrere Jahre angewandte Data Science in die Data-Engineering-Arbeit von control-f ein. Nach der Bildklassifikation heraldischen Materials für die Abteilung Digital History der Humboldt-Universität führte der Weg zu einer Rolle als Data Science Expert bei Lyreco Deutschland. Dort umfasste die Arbeit Datenmodelle und Reporting mit Power BI, ETL-Prozesse und Workflow-Automatisierung in Python.