• Forschung und Entwicklung modernster Portfolio-Optimierungsalgorithmen sowie ML-basierter Allokationsmodelle
• Implementierung eines PoC für ML-gestützte Investitionen und Portfoliomanagement mit Unterstützung für über 50 Börsen
• Integration von Erklärbarkeit (XAI) und Untersuchung von NISQ-Ära QML für niedrig-dimensionale Daten
• Aufbau einer Dateninfrastruktur für technische, fundamentale und kontextbezogene Analysen von Unternehmen
• Entwicklung eines Multi Agent RAG Systems für Investmentanalysen inkl. Guardrails gegenr unerwünschte Antworten

Ergebnis:

Erfolgreiche Entwicklung von PoCs (closed Beta), derzeit Arbeit am MVP

Energie Asset Management

• Product Ownnership inkl. Produktvision, Backlog und Stakeholdermanagement sowie Qualitäts und Releasemanagement
• Forschung und Entwicklung moderner genetischer Programmierung, eventbasierter Back- und Forward-Testing-Methoden mithilfe von Simulationen, sowie Implementierung proprietärer Tools zur teil- und vollautomatischen Entwicklung
• Aufsetzen von CI-Pipelines in GitLab, Unit Testing und Test Coverage Monitoring
• Entwicklung von Modellen und Validierung der resultierenden Algorithmen hinsichtlich Performance und Praxistauglichkeit

Ergebnis:

Erfolgreicher PoC, laufende Entwicklung eines Softwaremoduls zur automatisierten Generierung von Handelsstrategien.

• Entwicklung von Tools zur automatisierten Generierung von Handelsstrategien
• Entwicklung von Architektur- und Prozessmodellen zur Konsolidierung einer komplexen ML und Daten-Codebasis 
• Entwicklung einer internen Bibliothek für technische Indikatoren und Feature Engineering
  
• Aufbau einer Forschungsdatenplattform, Daten- und Serivcemigration von GCP zu AWS, Data Warehouse mit Delta Lake und entwickelte Datenpipelines für Marktdatenbeladungs in S3.
• Entwicklung von Handelsalgorithmen mit FastAPI, Konvertierung von Pandas Workloads zu Databricks, Aufbau eines Intraday Data Warehouses mit Delta Lake.
  
• Integration von Modellen, Faktoren und Dashboards für den Handel, mit erfolgreicher Automatisierung von Algorithmen und Benachrichtigungssystemen

Energie Asset Management

• Implementierung und Test eines Moduls für technische Indikatoren (MACD, RVOL etc.) und Feature-Engineering-Tools
• Entwicklung verschiedener OHLC-Charts sowie ML-basierter Indikatoren und deren Integration in Algorithmen
• Integration von Funktionen zur Abbildung von Zeitgranularität, Datenvalidierung und Performanceoptimierung von Features
• Prototypisches Dashboard zur Visualisierung der Berechnungen auf Rohdaten und resultierenden Datenstrukturen

Ergebnis:

Erfolgreiche Entwicklung, Integration und Wartung der Bibliothek sowie der zugehörigen Tools.

Asset Management

• Entwicklung von Architektur- und Prozessmodellen zur Konsolidierung einer komplexen ML und Daten-Codebasis (60.000 LoC)
  • Ermittlung von Möglichkeiten zur Standardisierung von Services sowie diverser Abhängigkeiten zwischen den Tools
  • Software- und Geschäftsarchitekturdesign zur Standardisierung und Modularisierung fragmentierter Codebasen
  • Homogenisierung und Zusammenführung der Quellcodes im Hinblick auf Performance, Wartbarkeit und Skalierbarkeit
  • Software- und Datenarchitekturmodellierung sowie Restrukturierung von ETL-Strecken und CI/CD-Pipelines
  • Erweiterung der Testabdeckung sowie der Funktionalität einzelner Komponent eines Monolithen durch ein Hybrid-Redesign

Ergebnis:

Vereinheitlichte Entwicklung durch Architektur- und Prozessmodelle sowie Richtlinien und Architecture Design Records.

Energie Asset Management

• Product Ownership inkl. Produktvision, Backlog und Stakeholdermanagement sowie Qualitäts- und Releasemanagement
• Leitung eines 3-köpfigen Teams zur Migration der gesamten Dateninfrastruktur (?Lift and Shift?) von GCS zu AWS,
• Erweiterung um Delta Lake, Logging und Monitoring sowie Full-Stack Web App durch Integration eines Dash Microservice
• Aufbau eines 3 Layer Data Warehouse Systems von Grund auf, einschließlich Konzeption, Implementierung und Wartung
• Implementierung von Datenpipelines von Rohmarktdaten bis zum Datensenke auf AWS

Ergebnis:

Erfolgreiche Entwicklung, Wartung und Skalierung der Dateninfrastruktur.

Asset Management

• Entwicklung automatisierter und hybrider Strategien in einem FastAPI-Service von der Datenquelle bis zur -senke
• Ablösung von Pandas durch Databricks sowie Entwicklung eines Shortterm Data Warehouses und Delta Lakes als Datensenke
• Integration der entwickelten Tools (z. B. Modelle, Indikatoren, Signale, Dashboards für Monitoring/Observability)

Ergebnis:

Erfolgreiche Entwicklung und Wartung der Anwendung, die Trades automatisch ausführt oder Benachrichtigungen sendet.

Blockchain

• Marktanalyse, Geschäftsplanung, Projektmanagement, Anforderungsmanagement und Architekturdesign
• Entwicklung von Wrappern und Schnittstellen zur Integration verschiedener DEX- und CEX-Anwendungen
• Entwicklung von Smart Contracts für Smart Order Routing durch große DEX-Aggregatoren

Ergebnis:

Integration von über 30 CEXs und 4 Blockchains, eingestellt aus Finanzierungsgründen insb. im Wettbewerbervergleich.

• Technische Leitung von über 10 End-to-End Analytics Projekten mittels MSBI, Power BI, Azure und Python; Beratung des Senior Managements zu BI, KI, Cloud-Architektur, Migration, Kosten und Governance mit einem Fokus auf Datenstrategie und Enablement
• Management interdisziplinärer Teams von 2-13 Mitgliedern von der Ideenfindung bis hin zum Betrieb von BI und KI-Lösungen
• Entwicklung einer Risiko Analytics Plattform für Portfolios > 1Mrd. ?; Einführung von AIOps im ITSM und Unterstützung des PMO
• Tools: Python, Pandas, Git, Excel, Power BI, SQL Server, Tabular, Azure (DevOps, Cognitive Services, Machine Learning, ML Studio, Purview, ADF, SSIS, Event Hub, Kubernetes Service, ARM, SQL Db, Synapse, Databricks, dbt), Airflow, Ansible, Terraform, scikit, NLTK, Keras, mlflow, T5, Sharepoint, Archimate, Visio, Collibra

Implementierung einer Plattform für Energiemarktdaten zur Arbitrage, Preisgestaltung und Absicherung

• Scrum-Mastering, Projektmanagement, Architekturmodellierung und Code-Reviews
• Betreuung von Pipelines für Day-Ahead Daten und Entwicklung kritischer Teile wie Views, Datenmodellen und KPIs
• Entwicklung von Portfolioanalysen und Risikoberichten im Hinblick auf Performance sowie Regulatorik
• Entwicklung von Monitoring-Tools für Datenbanken und ETL-Performance bei der Bewirtschaftung des Data Warehouse

Ergebnis:

Entwicklung von Pipelines und eines Data Warehouses für PPA inkl. Datenmodellen und 3 Dashboards für EOD-Daten.

Ergebnis:

Erfolgreiche Entwicklung, Wartung und Skalierung von über 10 Dashboards, die PB-Daten nahezu in Echtzeit verarbeiten.

Ergebnis:

Erfolgreiche Lösung aller Kundenprobleme im Zusammenhang mit der Integration und Analyse in Power BI und Azure ML.

Ergebnis:

Aufbau eines Data Warehouses, Entwicklung, Wartung und Skalierung von über 10 Dashboards, einschließlich IAM.

Ergebnis:

Erfolgreiche Migration der Legacy -BI-Infrastruktur zu Azure.

Ergebnis:

Serviceauswahl und Architekturüberarbeitung für spezifischer Anforderungen wie Multi-Datenbank Datenmodelle und Joins.

Ergebnis:

Lieferung und Wartung von über 5 Dashboards, einschließlich IAM.

Ergebnis:

Entwicklung von Tools, die das CISO-Team entlasten und Medienbrücke sowie manuelle Tasks um über 90% reduzieren.

Ergebnis:

Erfolgreiche Entwicklung und Skalierung von über 10 Dashboards, die mit PB-Daten umgehen, einschließlich IAM.

• Anforderungsmanagement, Datenextraktion und -analyse aus Sharepoint und sonstigen KMS
• Ticketklassifikation mit BERT Embeddings (K-Means++, HDBSCAN, Gaussian Mixture, LSTM, SVM) inkl. Optimierung, Testing und Validierung zur Vorfilterung und Kategorisierung der Dringlichkeit von Service Desk Anfragen

Ergebnis:

Erfolgreiche Bereitstellung von Modellen zur Entlastung des ITSM-Teams bei manuellen PMO-Tasks um über 60%.

Ergebnis:

Optimierung von 4 Datenbanken durch Ablösung und Ausgliederung unabhängiger oder inperformanter Komponenten.

Ergebnis:

Entwicklung und Präsentation von ML-Demos inkl. Bewertung von Pro und Contra für verschiedene Anwendungsszenarien.