Abdullah Hanif

Machine Learning Engineer | Bioinformatik

Saarbrücken, Deutschland

Ich bin Machine Learning Engineer mit einem Hintergrund in Informatik und Bioinformatik. Ich entwickle Machine-Learning-Systeme für biologische Daten von Anfang bis Ende: validierte und reproduzierbare Datenpipelines, Modelle von Protein- und Genom-Sprachmodellen bis zu klassischen Lernverfahren, eine Evaluation, die einer kritischen Prüfung standhält, sowie Services und Webanwendungen, die tatsächlich genutzt werden können. Bevor ich in die Bioinformatik gewechselt bin, habe ich fast vier Jahre als Softwareentwickler gearbeitet. Deshalb ist mir genauso wichtig, dass ein System im Betrieb zuverlässig läuft, wie das Modell dahinter.

Erfahrung

Masterarbeit — Genomisches Sprachmodell zur AMR-Vorhersage

DATABIOMIX (Industriepartner) & Lehrstuhl für Klinische Bioinformatik, Universität des Saarlandes / HIPS · Aug. 2026 – heute

Statt im Labor zu testen, gegen welche Antibiotika ein Bakterienstamm resistent ist, sagt meine Masterarbeit dies direkt aus seinem Genom vorher. Dafür entwickle ich gemeinsam mit DATABIOMIX ein Transformer-basiertes genomisches Sprachmodell, betreut vom CEO des Unternehmens und von einem Professor der Universität des Saarlandes. Grundlage sind kuratierte Resistenzdaten, die mit echten Laborergebnissen abgeglichen werden.

Genomisches Sprachmodell — Pipeline-Diagramm

Wissenschaftlicher Mitarbeiter, Data Science & Public Health

Department of Epidemiology, Cornell University · Nov. 2023 – März 2024

Ich habe aus Public-Health-Daten Vorhersagemodelle für Unfruchtbarkeitsrisiken und Krankheitsmuster (Tuberkulose, Hepatitis, Polio) entwickelt, um zu ermitteln, wo Gesundheitsressourcen am dringendsten benötigt werden.

Backend-Entwickler & Datenanalyst

AseelApp, Arlington, VA, USA · Sep. 2021 – Juli 2023

Ich habe Backend-Systeme und REST-APIs in Python/Django für eine E-Commerce-Plattform entwickelt und die Migration von einer Multi-Page- zu einer Single-Page-Architektur begleitet. Außerdem habe ich das Datenbankdesign übernommen und mit Redash Verkaufs- und Produktanalysen aus den SQL-Daten erstellt.

Softwareentwickler (Teilzeit)

Rahanet ISP, Herat, Afghanistan · Okt. 2019 – Juli 2021

Neben meinem Bachelorstudium habe ich StockOCR entwickelt, ein internes Inventarisierungstool, das mit Tesseract OCR Seriennummern und MAC-Adressen direkt aus Gerätefotos ausliest, einschließlich des dazugehörigen Check-in/Check-out-Workflows.

Weitere Projekte

PhageMatch — Vorhersage von Phagen-Bakterien-Interaktionen

Projektleitung · Universität des Saarlandes · Sep. 2024 – Apr. 2025

Ich habe ein vierköpfiges Team geleitet, das ein Modell entwickelt hat, um vorherzusagen, welche Phagen (Viren, die Bakterien infizieren) gegen welche Bakterienstämme wirken. Das ist relevant für die Phagentherapie als Alternative zu Antibiotika. Wir haben Graph Neural Networks und Self-Supervised Learning eingesetzt, um die begrenzten gelabelten Daten bestmöglich zu nutzen, und ich habe die Snakemake-Pipeline von den Rohdaten bis zur Evaluation aufgebaut. Beim Startup Weekend Saarbrücken 2024 haben wir den 3. Platz belegt.

PhageMatch — Pipeline-Diagramm

GitHub →

Ausbildung

M.Sc. Bioinformatik — Universität des Saarlandes

Okt. 2024 – Feb. 2027

Machine Learning, neuronale Netze, Genomdatenanalyse & NGS, Single-Cell-Bioinformatik, Epigenetik & Epigenomik, Mikrobiom-Datenanalyse, computergestütztes Wirkstoffdesign.

M.Sc. Applied Data Science & Analytics — SRH Hochschule Heidelberg

Okt. 2023 – Sep. 2024 (Studienleistungen abgeschlossen)

B.Sc. Informatik — Universität Herat

Juli 2017 – Juni 2021

Kenntnisse

Programmierung

Python, TypeScript, SQL, R, Bash

Machine Learning

PyTorch, Hugging Face Transformers, scikit-learn, LightGBM, Optuna, SHAP, Protein-Sprachmodelle (ESM-2, SaProt), Graph Neural Networks, Self-Supervised Learning, Conformal Prediction

MLOps & Deployment

Docker, GitHub Actions, Google Cloud Run, ONNX Runtime, MLflow, Hugging Face Hub, FastAPI, Django, Next.js, React, Git, Linux

Pipelines & Daten

Nextflow, Snakemake, Hydra, Pandera, DuckDB, Parquet, pandas, NumPy

Genomik & Omics

RNA-seq (DESeq2, edgeR), Single-Cell (Scanpy, Seurat), Epigenomik (Bismark, MACS2), Multi-Omics (MOFA), mikrobielle Genomik (Prokka, Sourmash), Biopython, Bioconductor

Proteine & Strukturbiologie

ProteinGym, AlphaFold2-Strukturen, Foldseek, ColabFold, HHblits/HHsearch

Kontakt

Ich bin offen für Vollzeitstellen im Bereich Machine Learning und angewandtes ML, besonders dort, wo Modelle auf biologische oder medizinische Daten treffen. Außerdem freue ich mich jederzeit über den Austausch zu Protein-Sprachmodellen, genomischem ML oder antimikrobieller Resistenz.