Kasatov KI & Daten
EN Kontakt aufnehmen

Ein Ingenieur, der seine eigene Arbeit automatisiert

Von Karosserien und Anlauframpen zu Python, SQL, Machine Learning und Agentensystemen: derselbe Instinkt, die Ursache finden und das System verbessern, jetzt angewandt auf Daten und auf die Arbeit selbst.

Porträt von Sergey Kasatov
Abb. 1 · Person Köln, DE

17 Jahre lang habe ich Karosserien und Schließsysteme entwickelt, Lieferanten auditiert und Serienanläufe für Ford-, General-Motors- und Stellantis-Programme gesteuert. Meine wirkungsvollsten Entscheidungen waren immer datenbasiert: Die KPI-Pakete und Qualitäts-Trend-Reports, die ich aufgebaut habe, haben die Projekte bewegt. Also habe ich umgeschult, um direkt mit Daten zu arbeiten.

Heute nutze ich SQL, Python, Excel und Tableau, um Produktions- und Qualitätsdaten zu analysieren, KPI-Dashboards aufzubauen und Ursachenanalysen zu unterstützen. In meinen Engineering-Rollen hat dieser Ansatz sechsstellige Einsparungen gebracht, bis zu 250.000 € pro Initiative. Seit 2026 entwerfe und betreibe ich zusätzlich ein Multi-Agenten-System, das 19 wiederkehrende Workflows unbeaufsichtigt ausführt; dort habe ich gelernt, wie solche Systeme tatsächlich scheitern. Ansässig in Köln, offen für Festanstellungen in KI-Beratung und KI-Enablement, Automatisierung und Datenanalyse in ganz Deutschland: vor Ort, hybrid oder remote.

Statusfeld · Aktuell

  • Masterschool, Data Analytics Vollzeit-Weiterbildung im September 2026 abgeschlossen, Spezialisierung Advanced Data Science and AI
  • Google Data Analytics zertifiziert (Jul 2026); Capstone-Projekt (Cyclistic Bike-Share) auf GitHub abgeschlossen
  • Portfolio-Aufbau fertigungsnahe Projekte auf GitHub und Tableau Public
  • KI-Agenten-Workflows zertifiziert "AI Agents PRO" (Jul 2026); Entwurf und Betrieb eines Multi-Agenten-Systems mit 19 geplanten Workflows über drei LLM-Laufzeitumgebungen

Stand: September 2026

Sprachen

DeutschB2
EnglischC1
RussischMuttersprache
Google Data Analytics Badge

Nächste Meilensteine

  • [›]
    Power BI Data Analyst (PL-300) · Ziel Oktober 2026
  • [ ]
    Data Analyst (IHK) · Prüfungsrunde bis November 2026

Revisionsverlauf · Berufserfahrung

17 Jahre entlang des Fahrzeug-Lebenszyklus

Jede Seite des Dreiecks OEM–Werk–Lieferant. Zu lesen wie der Revisionsblock einer Zeichnung, älteste zuerst.

RevDatumÄnderungsbeschreibungWo
A2007–2008Prozessengineering: CNC-Programme, Fertigungslinien, Luftfahrt-DokumentationElaS & KMPO, Russland
B2008–2010Senior Qualitätsingenieur Lieferantenqualität: 20+ Audits, PPAP/APQP für 35 TeileSOLLERS · FIAT & ISUZU
C2011–2012Engineering-Praktika: Prototypen-Bereitschaft, UHSS-Reparaturmethoden, SimulationenFord & Continental, DE
D2013–2014Produktentwicklungsingenieur: 25 Rohbau-Teile lokalisiert, 75.000 € EinsparungGeneral Motors, RU
E2014–2025Automotive-Berater: Entwicklung, Anlauf, Qualität in Ford-, Opel-, Stellantis-ProgrammenSEGULA Technologies, DE
F2025–2026Umschulung auf Datenanalyse: Python, SQL, Tableau, ML · diese RevisionMasterschool · Köln
Rev. E · Detailansicht Apr 2014 – Feb 2025

SEGULA Technologies · Automotive-Berater

Köln, Deutschland · Langzeiteinsätze bei Stellantis, Opel und Ford

Projektingenieur, BIW & Türkomponenten · Stellantis, Rüsselsheim

Jul 2022 – Feb 2025

Schnittstelle Entwicklung–Serienanlauf für ca. 100 BIW-Teile; Koordination von ca. 150 Konstruktionsänderungen durch den Hochlauf. Ein wöchentliches KPI-/Qualitäts-Trend-Reporting senkte die Time-to-Close von ca. 4 auf ca. 3 Wochen und die Anlaufnacharbeit um ca. 25 %, mit ca. 100.000 € Kosteneinsparung.

Launch Quality Specialist, TSQ · Opel Werk Eisenach

Okt 2020 – Jun 2022

Qualitätsabsicherung des Serienanlaufs Opel Grandland X Facelift: Fahrzeuge durch die Montagesequenzen begleitet, Linienprobleme analysiert und gelöst, Korrektur- und Vorbeugemaßnahmen dokumentiert.

Manufacturing Engineer, Launch & Logistics · Eisenach, Rüsselsheim, Trnava

Jul 2019 – Sep 2020

Materialflussanalyse für eine PHEV-Einführung, Optimierung von Supermarkt und E-Kanban, Montagekonzepte für die Integration neuer Modelle und Roboteranpassung für die Peugeot-208-BEV-Linie.

Teamleiter, Body Exterior & Interior · Ford, Köln

Apr 2014 – Jun 2019

7 Fahrzeuganläufe mit 3 Werken und 5 Lieferanten unterstützt, Führung eines Teams von 3 Ingenieuren. Ein wöchentliches KPI-Paket für 6 Stakeholder verfolgte die SOP-Reife von 70+ Teilen. Standardisierungs- und Lokalisierungsinitiativen brachten 250.000 € Kosteneinsparung.

KPI-ReportingAnlaufmanagementÄnderungsmanagementUrsachenanalyse
Rev. D · Detailansicht Jan 2013 – Apr 2014

General Motors · Produktentwicklungsingenieur

Sankt Petersburg, Russland · Chevrolet, Opel, Cadillac

25 Rohbau-Stanzteile über lokale Lieferanten lokalisiert: ca. 75.000 € Einsparung bei vollen Freigabe- und Qualitätsanforderungen. Lokalisierungs-Tracker und Wochenreporting aufgebaut; SOP-Reife für 2 Fahrzeugprogramme verantwortet.

Rev. C · Detailansicht Mär 2011 – Sep 2012

Ford & Continental · Engineering-Praktika

Köln & Ingolstadt, Deutschland

Bei Ford: 100 % Prototypen-Bereitschaft über 45 Ford-Kuga-Komponenten und UHSS-Reparaturmethoden, die die Reparaturkosten um ca. 15 % senkten. Bei Continental: thermo-mechanische Simulationen (CATIA, ANSYS), die die Kühlzeit für Spritzgussteile um 35 % reduzierten.

Rev. B · Detailansicht Jul 2008 – Sep 2010

OJSC SOLLERS · Senior Qualitätsingenieur (Lieferantenqualität)

Jelabuga, Russland · FIAT- und ISUZU-Programme

20+ Lieferanten auditiert und Korrekturmaßnahmen nachverfolgt. PPAP/APQP für 35 Teile über die Lieferantenbasis verantwortet, 8 kritische Themen vor SOP geschlossen und Anläufe von 3 Fahrzeugmodellen unterstützt.

Rev. A · Detailansicht Aug 2007 – Jul 2008

Frühe Karriere · Prozessengineering

AO PO ElaS & OJSC KMPO, Russland

8 CNC-Programme entwickelt und validiert, Fertigungslinien optimiert (ca. 15 % Herstellkostenreduktion) für Ölpumpenkomponenten; Prozess- und Qualitätsdokumentation in der Luftfahrtfertigung.

Technische Spezifikation · Kompetenzen

Zwei Werkzeugkästen, ein Profil

Der Daten-Stack eines Analysten, gestützt auf die Qualitätsdisziplin eines Automobilingenieurs.

Daten & Analytik Spez 1/4

SQL Python · pandas Tableau Excel / Power Query Statistik & EDA Datenbereinigung KPI-Design & Dashboards Data Storytelling

Machine Learning & KI Spez 2/4

scikit-learn XGBoost TensorFlow / Keras PyTorch Zeitreihenprognose NLP · TF-IDF · Transformer SHAP-Interpretierbarkeit KI-Agenten-Workflows · n8n Prompt Engineering Strukturierte LLM-Ausgaben KI-Strategie & Governance MLflow Streamlit

Qualität & Fertigung Spez 3/4

Ursachenanalyse · 8D SPC PPAP / APQP Lieferantenqualität & Audits Anlauf-/Hochlaufmanagement Änderungsmanagement Lean · Kaizen

Tools & Plattformen Spez 4/4

Jupyter Notebook DBeaver Databricks · Spark SQL Git · GitHub VS Code Obsidian-Wissensbasis

Ausbildung & Nachweise

Ingenieurstudium, Daten-Weiterbildung

Sep 2025 – Sep 2026

Masterschool (MSIT)

Data Analytics Program (AZAV) · Advanced Data Science and AI

Vollzeit-Weiterbildung mit Praxisfokus: Python, SQL, Pandas, Tableau, Statistik, Machine Learning, Zeitreihen, Computer Vision, NLP & LLMs, KI-gestützte Analyse-Workflows, KI-Strategie und Governance sowie Automatisierung mit Agenten-Konzepten.

Zertifikat erwartet Sep 2026

Okt 2010 – Mär 2013

Technische Hochschule Ingolstadt

International Automotive Engineering, Masterstudium

Schwerpunkte: Mathematische Modellierung & Simulation, Automotive Design, Karosseriebau. Masterarbeit bei der Ford-Werke GmbH zu BIW-Reparaturmethoden für höchstfeste Stähle (Ford C-Max), Note 1,3. 87,5 von 90 ECTS erbracht; Studium ohne Abschluss beendet.

Sep 2003 – Jul 2008

KNRTU-KAI, Kasan

Ingenieur-Diplom, Maschinenbau

Bauteilkonstruktion, Prozessengineering, Werkstoffkunde. Diplomarbeit: Planung einer mechanischen Werkstatt zur Fertigung von Pumpenkomponenten für die Öl- und Gasindustrie.

Mit Auszeichnung abgeschlossen

Verifizierte Zertifikate

Google Data Analytics Professional Certificate
Google / Coursera
Jul 2026Prüfen
AI Agents PRO - Shared Brain for you and AI-agents
Max Postnikov
Jul 2026Prüfen
Tableau for Data Visualization
Analyst Builder
Nov 2025Prüfen
Excel for Data Analytics
Analyst Builder
Mär 2025Prüfen
MySQL for Data Analytics
Analyst Builder
Sep 2024Prüfen
GD&T and Stack-Up, Basic to Expert
Udemy
Aug 2025Prüfen
Root Cause Analysis and the 8D Process
Udemy
Aug 2025Prüfen
Statistical Process Control with Excel
Udemy
Aug 2025Prüfen
The Production Part Approval Process (PPAP)
Udemy
Aug 2025Prüfen
Programming Foundations: Databases
LinkedIn Learning
Mär 2022Prüfen

Prüfberichte · Empfehlungen

Was Dozenten und Kollegen sagen

Bericht 1/6 · Einschätzung des Dozenten Quelle: LinkedIn · öffentlich · Original in Englisch
“Sergey brings a rare blend of strong technical capability, analytical thinking, and excellent communication… This ability to bridge technical modeling with real business value is one of Sergey's greatest strengths. He is technically strong, business-minded, and an excellent communicator.”
Tom Themeles Data Science Instructor, Masterschool
Bericht 2/6
“He didn't just build charts: he mastered calculated fields, filters, LOD Expressions, parameters, and interactive dashboard design with impressive efficiency… a dedicated professional who understands how to turn raw data into a compelling story.”
Zerihun Waje Data Analyst · Data Scientist · Lecturer
Bericht 3/6
“Sergey has a strong analytical mindset and a structured way of working… He communicates clearly and works well in a team. I recommend Sergey for Data Analyst / Data Science roles.”
Giannis V. Chatzidis Senior AI Engineer & Technical Product Owner
Bericht 4/6 · direkter Vorgesetzter
“Sergej zeigte eine herausragende Einsatzfreudigkeit, Verlässlichkeit und ein beeindruckendes Maß an Fachwissen… Seine Fähigkeit, komplexe Probleme zu lösen und gleichzeitig den Überblick zu behalten, war beeindruckend.”
Nils Hartmann Senior Sales Manager, SEGULA Technologies (direkter Vorgesetzter)
Bericht 5/6 · Teamkollege
“I am happy to recommend his logical clear working processes and great skills… I can confirm Sergey is very versatile and capable of all requested of him. It has been a pleasure to work with him.”
Neil Cooper Launch Analyst & Quality Engineer, Stellantis (Teamkollege)
Bericht 6/6 · Einschätzung der Dozentin Quelle: LinkedIn · öffentlich · Original in Englisch
“Sergey is a highly skilled and technically strong student who consistently focused on how the concepts we learned could be applied in real production environments… Combined with his strong technical background and excellent soft skills, Sergey would be a valuable addition to any AI or data science team.”
Krystyna Isakova Ph.D. Data Science & Analytics Instructor

Alle Empfehlungen sind öffentlich auf meinem LinkedIn-Profil einsehbar.

Klingt nach dem Profil, das Sie suchen?

Domänenwissen, Ursachenanalyse-Disziplin und ein moderner Daten-Stack. Sprechen wir über Ihre Daten.

Kontakt aufnehmen Zu den Projekten
Zur Einstellung freigegebenwirksam ab 2026-09 · DE