Karriere-Profil
Ich bin ein erfahrener Fullstack-Ingenieur mit fundierten Kenntnissen in den Bereichen Co-Creation und Schaffung von Geschäftswert. Ich habe die Konzeption und Entwicklung umfassender Lösungen vorangetrieben, die von KI-Chatbots über industrielle IoT-Dashboards bis hin zu Finanz- und Gesundheits-Webanwendungen reichen. Mein Innovationsgeist und meine unerschütterliche Neugierde treiben mich dazu an, die Leistungsfähigkeit der KI zusammen mit meinen vielseitigen Fullstack-Engineering-Fähigkeiten zu nutzen, um kreative Problemlösungen zu fördern.
Ich bin davon überzeugt, dass wir kollektives Wissen und maschinelle Intelligenz nutzen sollten, um reale Herausforderungen effektiv zu bewältigen. Ich erkenne die zentrale Rolle der Integration von Software, Hardware und KI für die Förderung der Mensch-Digital-Interaktion. Mein oberstes Ziel ist es, die Geschäftsanforderungen meiner Kunden genau zu verstehen und unermüdlich danach zu streben, ihre Erwartungen mit maßgeschneiderten Lösungen zu übertreffen. Mein Streben nach Innovation wird durch mein unerschütterliches Engagement für kontinuierliches Lernen und Wachstum ergänzt.
Erlebnisse
Weiterentwicklung einer ganzheitlichen Gesundheitsplattform für Schweizer Nutzer, die Versicherungen mit personalisierten Dienstleistungen über Partnerschaften und intelligente Technologien integriert, um die Gesundheitsvorsorge zu fördern, individuelles Management zu ermöglichen und nachhaltigen Mehrwert über alle Lebensphasen hinweg zu bieten.
- Backend-Entwicklung mit Node.js, TypeScript, NestJS, TypeORM und MSSQL
- Frontend-Entwicklung mit Node.js, TypeScript und Next.js
- Abhängigkeitsmanagement mit npm
- Optimierung eines hochperformanten Build-Systems und CI-Aufgaben für TypeScript-Codebasen sowie Skalierung eines Monorepos mit Turborepo
- Integrationstests mit Jest
- E2E-Tests mit Cypress
- Kollaboratives Programmieren mit Git, IntelliJ und Azure Repos
- Kontinuierliche Integration und Deployment (CI/CD) unter Verwendung von Azure Pipelines
- Agile Planung und Umsetzung von Aufgaben nach Scrum und Behavior-Driven Development
- Beheben von Race-Condition-Fehlern durch Spezifizierung von Tests und Implementierung der Lösung mittels Test-Driven Development
Die erhobenen statistischen Daten werden in aggregierter Form veröffentlicht. Zu diesem Zweck werden ein internes Content-Management-System sowie ein hochverfügbares Webportal betrieben. Die Daten können als Tabelle oder als Diagramm angezeigt und heruntergeladen werden.
- Backend-Entwicklung mit Java 17, Spring Boot und OracleDB
- Frontend-Entwicklung mit TypeScript und Angular
- Abhängigkeitsmanagement mit Gradle
- Anwendungs-Deployment auf Windows Server
- Agile Planung und Umsetzung von Aufgaben nach Scrum
- Automatisierung von Provisioning, Konfigurationsmanagement, Orchestrierung und Anwendungs-Deployment mit Ansible
- Kontinuierliche Integration und Deployment (CI/CD) unter Verwendung eines Jenkins-Servers
- Enterprise-Suche mit Apache Solr
- Verwaltung von Messaging und Integrationsmustern mit IBM MQ
- Unit-Tests mit JUnit, Mockito und AssertJ
- Integrationstests mit Karma und Migration zu Jest
- E2E-Tests mit Cypress
- Kollaboratives Programmieren mit Git, IntelliJ und GitLab
In der dynamischen Welt der Finanzen, wo Präzision und Datenschutz von höchster Bedeutung sind, bietet FinLogGPT sichere, lokale Gespräche mit Dokumenten im Finanzbereich. FinLogGPT ist mehr als nur ein KI-Chatbot; es ist ein vertrauenswürdiger Assistent, der qualitativ hochwertige Antworten auf jegliche finanziellen Fragestellungen liefert.
Datenschutz an erster Stelle: Im Finanzbereich sind Daten höchst sensibel. FinLogGPT gewährleistet, dass private Daten niemals die IT-Infrastruktur verlässt, in der es installiert und konfiguriert wurde. Sämtliche Operationen werden lokal ausgeführt, ohne auf externe APIs zugreifen zu müssen. Dies stellt sicher, dass alle finanziellen Informationen 100% sicher und privat bleiben.
- Back-End-Entwicklung mit Python, PyTorch und ChromaDB
- Entwurf und Entwicklung einer KI-Chatbot-Lösung unter Verwendung fortschrittlicher NLP-Techniken (Natural Language Processing) und maschineller Lernmodelle wie GGUF, GPTQ und GGML
- Prüfung und Bewertung von LLMs anhand der Qualität der Antworten und der Reaktionszeit bei Inferenzen
- Dokumentation und Bereitstellung von Entwicklerleitfäden für Drittanbieter und Endnutzer
- Front-End-Entwicklung von grafischen Benutzeroberflächen (GUIs) auf der Grundlage von Frameworks wie Streamlit, um die Interaktion mit FinLogGPT zu vereinfachen, und React
- Durchführung von Nutzerforschung und Usability-Tests zur Verbesserung der User Experience
- Überwachung der Systemleistung und Durchführung von Leistungsanalysen
- Testen, Bewerten und Optimieren von Chatbot-Interaktionen und Antwortzeiten durch kontinuierliche Anpassungen und Aktualisierungen
- Bereitstellung einer Anwendung mit Elastic Beanstalk und AWS CICD-Tools mit vollständiger Automatisierung
- Schreiben von Infrastruktur als Code mit AWS CloudFormation
- Implementierung von Messaging- und Integrationsmustern mit AWS SQS, SNS und Kinesis
Die elektronische Akte (E-AKTE) ist das digitale Abbild der Papierakte. Grundlage hierfür ist die Digitalisierung der Posteingänge und die anschließende elektronische Bearbeitung und Ablage. Die E-AKTE ist damit der Weg in ein papierarmes Büro und ein wichtiger Baustein für moderne Dienstleistungen. Die Bundesagentur für Arbeit arbeitet bereits seit einigen Jahren mit der E-AKTE. Es werden Dienstleistungen benötigt, um das Verfahren E-AKTE in fachlicher und technischer Hinsicht zu pflegen und weiterzuentwickeln. Die Dienstleistungen umfassen vornehmlich das Aufgabengebiet Entwicklung.
- Erstellen, Testen, Integrieren und Dokumentieren von komplexer, performanzkritischer SW, Frameworks (serverseitig)
- Lokalisierung, Analyse und Beseitigung von SW-Fehlern
- Erstellen von Teilkonzepten zur Weiterentwicklung von SW-Entwicklungsprozessen
Entwicklung eines Minimal Viable Products (MVP) Dashboard, das für die dynamische Darstellung von Daten genutzt wird, die Echtzeit-Daten von Sensoren (Internet of Things) und industriellen Maschinen (Industrial Internet of Things) sammeln und entsprechend visualisiert werden.
- Back-End-Entwicklung von „IIoT Dashboard“ mit Node.js, TypeScript, Sequelize, Socket.IO und PostgreSQL mit TimescaleDB-Erweiterung
- Front-End-Entwicklung des “IIoT Dashboard” mit Vue.js, Tailwind CSS, Headless UI, TypeScript und Chart.js
- Refaktorisierung des Back-Ends auf Spring Boot, Java 11, WebSockets und MongoDB
- Testen des Back-Ends mit BDD und TDD sowie dem Testframework JUnit
- Containerisierung aller Dienste mit Docker und docker-compose
- Administrieren eines Ubuntu-Server-Systems (LTS-Version 18.04)
- Konfiguration eines Reverse-Proxies mittels Traefik Proxy
- Konfiguration eines Datenbrokers für die Kommunikation zwischen Diensten unter Verwendung von Apache Kafka und Spring Boot
- Konfiguration eines Datentransformers für die Transformation von Daten, die vom Data Broker kommen, unter Verwendung von Kafka-Streams
- Agile Planung und Durchführung von Aufgaben nach Scrum und Behaviour-Driven Development
- Agile Dokumentation von Team-Entscheidungen mittels Agile Decision Log und AsciiDoc
- Konzeption und Visionsaustausch zum MVP anhand von Miro-Board, Digital Sticky Notes und Feature-Voting
- Modellierung der Architektur des MVPs mit Miro-Board
Entwicklung eines mandantenfähigen Systems, die für die Verwaltung und interaktiven Beratung von Kunden in Finanz- und Versicherungsfragen verwendet wird.
- Back-End-Entwicklung der “FinExpert”-App mit Node.js und MongoDB
- Front-End-Entwicklung der “FinExpert”-App mit React, JSX, HTML5, CSS
- Implementierung der Designvorgaben unter Gewährleistung der Mandantenfähigkeit und beliebiger CIs
- Implementierung interaktiver Dialoge & Datenmanipulationen unter Verwendung von HTML5
- Entwurf und Umsetzung in Richtung Responsive Design und Nutzbarkeit auf Mobilgeräten
- Anbindung externer Schnittstellen mit Versicherungs- und Finanz-APIs
- Containerisierung aller Dienste mit Docker und docker-compose
- Konfiguration eines Reverse-Proxys mit Traefik Proxy
- Agile Planung und Durchführung von Aufgaben nach Scrum und Behaviour-Driven Development
Digitale Technik erleichtert den Alltag und lässt viele Menschen an etwas teilhaben, was ohne sie unerreicht bliebe. Sie kann helfen, selbständiger zu leben und eigene Entscheidungen zu treffen. Man kann bei etwas mitmachen ohne zu reisen und sich mit anderen verbinden, sogar online neue Freunde finden. Aber nicht alle haben den gleichen Nutzen von den Technologien. Manche Menschen brauchen eine individuelle technische Lösung für ihr Zuhause, die es nicht als fertiges Produkt zu kaufen gibt. Das Projektteam will Menschen befähigen, technische Lösungen selbst zu erfinden und diese mit Spaß an der Sache gemeinsam zu gestalten.
- Inklusive Prototypisierung mit Jugendlichen
- Entwurf und Umsetzung einer neuen Methodik zur schnellen, spielerischen, verhaltens-getriebenen Prototypisierung namens „Behaviour-Driven Prototyping“
- Partizipative Prototypisierung von Technischen Lösungsideen mittels Behaviour-Driven Prototyping
- Veröffentlichung von „ Inklusive partizipative Technikentwicklung am Beispiel InTiA.“
- Präsentation von „ Playful Introduction to Technology and Co-Creative Prototyping.“
- Konfiguration eines MQTT-Servers für die leichtgewichtige Kommunikation zwischen IoT-Endgeräten auf einem Raspberry Pi 3+ mit einem Raspbian-Betriebssystem
- Übersetzung zwischen Kommunikationsprotokollen Zigbee und MQTT mittels „zigbee2mqtt“
- Visuelle Programmierung von Anwendungslogik mit Node-RED
- Agile Planung und Durchführung von Aufgaben nach Scrum
Weiterentwicklung der Projektbörse am Campus Gummersbach als Microservice-Architektur, auf dem Studierende der TH Köln, lokale Unternehmen und Lehrende der TH Köln zusammengebracht werden.
- Architektur-Entwurf der Komponenten nach dem Microservice-Architekturstil
- Abbildung als UML-Komponentendiagramm der Kommunikation zwischen den Komponenten
- Entwurf und Entwicklung mehrerer Microservices im Backend mittels Spring Boot und Java 8
- Entwurf und Entwicklung des Frontends mittels Angular und TypeScript
- Anwendung von Material Design für das Look & Feel der Web-Anwendung
- Initiales Aufsetzen und Administrieren eines Ubuntu-Server-Systems (LTS-Version 16.04.)
- Containerisierung und Orchestierung der einzelnen Microservices mittels Docker und docker-compose
- Continuous Integration und Deployment (CI/CD) unter Einsatz eines Jenkins-Servers
- Konfiguration eines Reverse Proxies unter dem Einsatz von Apache a2
- Agiles Arbeiten und Agile Projektführung durch Scrum
Fördermöglichkeiten für Forschungstätigkeiten recherchieren und Projekt-Anträge erstellen.
- Unterstützung bei der Recherche nach Fördermöglichkeiten für Forschungstätigkeiten, bezogen auf die Forschungsfelder der Fachgruppe Systemgestaltung
- Unterstützung bei der Formulierung von Forschungsanträgen und bei der Organisation von Forschungsverbünden
- Unterstützung bei der Planung und Umsetzung von Forschungspublikationen
- Tutoring im Bereich Informatik I & II
Berechnen der Schadenquote im Verhältnis zum jeweiligen Volumen, um Anomalien zu ermitteln, um zu sehen, ob bestimmte Fahrzeuglinien, Werke, Märkte, Routen, Transportarten, Spediteure oder Händler eine signifikante Abweichung von der Norm aufweisen.
Verwendung von binären logistischen Regressions- und Regressionsbaummodellen zur Ermittlung von Anomalien. Die gefundenen Anomalien werden in einem Dashboard dargestellt.
- Evaluation und Auswahl geeigneter Tools zur Data Mining Analyse vorhandener Produktionsprozesse
- Evaluation und Implementierung geeigneter Algorithmen in Python
- Kollaborative Programmierung mit Git und Visual Studio Code
- Transformation gegebener Daten in ein geeignetes Modell
- Statistische Analyse mittels Ordnen, Filtern, Bereinigen, Verbinden des Ford-Datensatzes
Ein Verständnis über die Trends von Softwaretechnologien ist von großer Bedeutung, vor allem wenn diese zunehmend schnell entwickelt werden. Diese Entwicklungen führen im Informationszeitalter zu einem explosionsartigen Wachstum an Neu- und Weiterentwicklungen von Programmiersprachen und Frameworks, Plattformen, Techniken, Tools führen. Es wird dann extrem schwierig, den Wald vor lauter Bäume zu sehen.
Angelehnt an das „Technology Radar von ThoughtWorks“ (https://www.thoughtworks.com/radar), werden im TechRadar der TH Köln verschiedene innovative Technologien untersucht und evaluiert. Diese werden mithilfe eines ersten Brainstormings vorselektiert und durch ein weiteres Verfahren nach Bewertungskriterien wie z. B. Plattformunabhängigkeit, Alleinstellungsmerkmale, Entwicklungsstatus usw. entsprechend eingestuft. Die Selektion wie auch die Bewertung erfolgen so objektiv wie möglich, beruhen jedoch letztendlich auf der subjektiven Einschätzung des Teams hinter dem TechRadar der TH Köln.
- Evaluation und prototypische Implementierung ausgewählter Technologien (Methoden, Werkzeuge, Sprachen & Frameworks) nach Scrum
- Festlegung von geeigneten technischen Kriterien
- Implementierung eines TechRadars (im Sinne von ThoughtWorks TechRadar)
- Einordnung dieser Technologien in dem implementierten TechRadar TH Köln
In diesem Projekt ging es um die Konzepterstellung für ein intelligentes Tutorensystem im Bereich der elektronischen Lehrplattform ArchiLab der TH Köln.
- Entwurf einer traditionellen Architektur von Intelligenten Tutorsystemen (ITS)
- Konzeption eines Datenmodells für Learning Outcomes
- Fachliche Modellierung der Domäne Student und Tutor
- Evaluation und Förderung von Studenten-Wissen
- Evaluation und Förderung von Affektive Zustände eines Studentens
- Fachliche Modellierung der Domäne ArchiLab
- Wahrscheinlichkeiten anhand von Bayesischen Netzwerken berechnen
- Entwurf eines Bayesischen Studenten-Modells
- Evaluation von Methoden in Maschinelles Lernen zur Lernunterstützung eines Studenten
In diesem Projekt ging es um die Konzeption und anschließende Implementierung eines Empfehlungssystems für die elektronische Lehrplattform ArchiLab.
- Entwicklung mittels Behaviour-Driven Development und Test-Driven Development
- Testing mit JUnit, AssertJ, JsonPath und Mockito (spring-boot-starter-test)
- Integration Testing mittels HTTP-Anfragen und @SpringBootTest
- Evaluation von „Big Data“ Framework Apache Spark
- Entwurf und Entwicklung eines Recommender-Systems als Microservice mit Spring Boot und Apache Spark
- Dokumentation der REST-API mittels Spring REST Docs und Asciidoctor
Zertifizierungen
Green Software for Practitioner hält sich an die Prinzipien der grünen Software und demonstriert fortgeschrittene Kenntnisse und Fähigkeiten bei der Anwendung dieser Prinzipien auf das Software-Design und die Software-Entwicklung. Dieser Kurs vermittelt dem Praktiker ein umfassendes Verständnis der Konzepte der grünen Software, einer gemeinsamen Sprache und standardisierter Begriffe, um sicherzustellen, dass der Praktiker nachhaltige Praktiken effektiv in Softwareanwendungen integrieren kann. Diese Zertifizierung stärkt die Glaubwürdigkeit und das Vertrauen als Software-Praktiker. Unternehmen, die zertifizierte Fachleute für grüne Software beschäftigen, können deren Fachwissen zuversichtlich nutzen, um sich einen Wettbewerbsvorteil zu verschaffen und die Zufriedenheit ihrer Stakeholder und Kunden zu steigern.
Verständnis der Grundlagen der Programmierung und legt ein solides Fundament. Verständnis des Unterschieds zwischen der älteren Python 2-Version und der neuen Python 3-Version. Aufbau einer soliden Grundlage für die Python-Programmierung, indem Konzepte wie Variablen und Datentypen, einige Datenstrukturen, Bedingungen, Schleifen, Funktionen und mehr lernen wurden. Erstellen eines kleinen und einfachen Programmes mit Python 3. Perfekte Brücke, um tief in die fortgeschrittenen Konzepte von Python einzutauchen.
Leidenschafts-Projekte
Dies ist eine kleine Liste meiner Leidenschafts-Projekte.