CamperCompass
Windwarnung und Sonnenkompass für Camper. Personalisierte Böengrenze für die Markise, MeteoAlarm-Unwetterwarnungen und 8-Tage-Prognose.
Patrick | Diplom-Meteorologe & App-Entwickler
15 Jahre Daten- und Medienerfahrung bei RTL. Heute verbinde ich Wetterdaten, Python und KI zu mobilen Anwendungen für iOS und Android.

Hinter den Kulissen bei RTL habe ich grafische Wettersysteme automatisiert und komplexe Wetterdaten visualisiert – anfangs mit Matlab und AutoIt, später mit Python und JavaScript. Als Meteorologe gehörte neben dem Fachlichen – wie Moderatoren-Briefings und Unwetterwarnungen – auch die verständliche Aufbereitung für Formate wie die n-tv Wetterwoche zu meinem Alltag.
Heute verknüpfe ich Wetterdaten, Datenbanken und KI in eigenen Apps. Um dafür passgenaue, kleine Modelle selbst zu bauen, vertiefe ich mich intensiv in Machine Learning und habe kürzlich die Machine Learning Specialization von DeepLearning.AI abgeschlossen.
Diesen Mix aus Fachexpertise, Data Engineering und Produktentwicklung möchte ich nun in ein Team einbringen, das datengetriebene KI-Lösungen baut – und mich dort in Data Science und KI-Entwicklung gezielt weiterbilden.
Festanstellung und Weiterbildung in Data Science oder KI-Entwicklung, auch ohne Bezug zur Meteorologie.
Konzeption und Entwicklung eigener Flutter-Apps für iOS und Android: Wetter-APIs, Supabase-Backend, KI-Bilderkennung mit Gemini. CamperCompass ist in den App Stores veröffentlicht.
Automatisierung der grafischen Wettersysteme, Aufbereitung und Visualisierung von Wetterdaten mit Matlab, AutoIt, Python und JavaScript. Briefing der Moderatoren, Unwetterwarnungen sowie Wettertexte für ntv.de und wetter.de, u. a. die Wetterwoche im Schnellcheck.
Physik der Atmosphäre, Statistik und wissenschaftliche Datenauswertung.
Windwarnung und Sonnenkompass für Camper. Personalisierte Böengrenze für die Markise, MeteoAlarm-Unwetterwarnungen und 8-Tage-Prognose.
Angel-App mit KI-Fischerkennung per Foto, KI-Taktikempfehlungen nach Wetterlage und Wellenhöhenberechnung nach der SMB-Methode.
Zeigt vor der Fahrt, wo auf der Route Rücken-, Seiten- oder Gegenwind wartet. Echtes Routing übers Straßennetz, Routen-Import (GPX, KML, GeoJSON, CSV) und zeitversetzte Windvorhersage pro Abschnitt – mit dem besten Zeitfenster zum Losfahren.
Offen für Festanstellungen in Data Science und KI-Entwicklung, auch ohne Bezug zur Meteorologie. Ich freue mich auf Ihre Nachricht.