Zum Inhalt springen
Sharan Shyamsundar
Porträt von Sharan Shyamsundar

Founding AI Engineer · Deutschland

Hallo, ich bin Sharan. Ich baue KI-Agenten, die echte Arbeit erledigen.

Bei qado baue ich Agenten, mit denen Einkaufsteams in Unternehmen die verhandelten Einsparungen auch wirklich behalten. Davor habe ich bei Quid Agenten gebaut, die die Buchhaltung machen.

Meine Projekte20 Minuten buchenLebenslauf (PDF)

Ausgewählte Projekte

Zwei Build-Logs: was ich gebaut habe, was es schwierig machte, was ich gelernt habe.

qado · Einkauf2026 – heute

Agenten, die verhindern, dass Einsparungen im Einkauf versickern

Agenten, die Einkaufsverträge lesen und erkennen, wo Einsparungen verloren gehen.

  1. Verträge + Rechnungen
  2. Bedingungen lesen
  3. Rechnungen prüfen
  4. Hinweis an den Einkauf
Zum Build-Log →
Quid · Finanzen2025 – 2026

Vom LLM-Demo zu Agenten, die die Buchhaltung machen

Frühe LLM-Prototypen zu produktiven Agenten für Finanzteams gemacht.

  1. Beleg in Slack
  2. Felder extrahieren
  3. Kategorien zuordnen
  4. Spesenabrechnung
Zum Build-Log →

Werdegang

Stationen

  1. 2026 – heuteFounding AI Engineer, qadoGründungsteam. Agenten für den Einkauf in Unternehmen: Vertragstreue, Erkennung von Mehrausgaben, Verhandlungsvorbereitung.
  2. 2025 – 2026AI Engineer, QuidFrüh dazugekommen. LLM-Prototypen in Produktion gebracht: Multi-Agenten-Systeme für die Buchhaltung.
  3. 2023 – 2025Werkstudent, BASFTeam Supply Chain Digitalisation. Eddy gebaut, einen RAG-Helpdesk für interne Fragen; Supply-Chain-Dashboards.
  4. 2022 – 2024MSc Data Science, Universität MannheimStudiumUmzug nach Deutschland. Masterarbeit über parameter-effizientes Fine-Tuning quantisierter LLMs.
  5. 2020 – 2023Quant Analyst & Consultant, Equity Data ScienceFrüh ins Quant-Team gekommen. ESG-Analyseprodukte, automatisierte Investment-Workflows.
  6. 2020Management Trainee, Machine Learning, IT Mines TechnologyMeine erste Machine-Learning-Stelle in der Praxis.
  7. 2019Data Scientist Intern, Saatchi & Saatchi · Publicis MediaPraktikum während des Bachelorstudiums.
  8. 2017 – 2020BSc Applied Statistics & Analytics, NMIMSStudiumHier wurden Zahlen zur Gewohnheit.

Auszeichnungen

  • Aug 2026Sieger, AWS Challenge, JiVS Hackathon
  • Aug 2025Themensieger, JiVS Hackathon
  • Jan 20252. Platz gesamt + Themensieger, JiVS AI Hackathon beim WEF in Davos
  • Aug 2024Themensieger, JiVS Hackathon
  • 2023Sieger im Team, STADS Datathon, Mannheim

Alles Teamsiege. JiVS-Hackathons mit Team Strike, veranstaltet von Data Migration International; die Sommerausgaben auf Schloss Seeburg.

Wie ich baue

  1. 01

    Die Domäne bewusst lernen.

    Ich schreibe auf, was ich weiß und was nicht, frage die Leute, die seit Jahren darin arbeiten, und mache aus den Lücken einen Lernplan. KI hilft: Recherche, Lernpläne, sogar ein Podcast aus dem Paper, für das mir die Zeit fehlt.

  2. 02

    Evals vor Features.

    Was ich nicht an echten Fällen messen kann, geht nicht live.

    In der Praxis ansehen →
  3. 03

    Das Modell ist der einfache Teil.

    Die meiste Arbeit steckt in den Tools, dem Kontext und den Prüfungen drumherum.

  4. 04

    Agenten verdienen sich ihre Autonomie.

    Erst vorschlagen, dann freigeben, dann handeln. Vertrauen wird gemessen, bevor Geld fließt.

  5. 05

    Alles ausprobieren, behalten, was funktioniert.

    Neue Modelle und Coding-Agenten kommen alle paar Wochen. Ich teste sie früh und teile mit dem Team, was hilft.

Weitere Projekte