• Umsetzung von JST Findings für Liqui Risk Cluster als Business Analyst.
• Vorbereitung von Data Quality Measures für Liqui DB Daten auf DQ Dashboard: Abstimmung Zielbild mit den involvierten Fachbereichen, Datenmodellierung, Dokumentation (Jira, Confluence).
• Reconcilliation zwischen LiquiDB und Finance FRDWH: Abstimmung Zielbild mit den Fachbereichen aus LiquiRisk und Finance, Datenmodellierung (Tabellen, Views), Dokumentation (Spezifikation, Jira, Confluence).
• Hochautomatisierte prototypische Umsetzung in Python Pandas und SQL in Oracle DB: Sammlung der Daten in DB, Durchführung Abgleich, Erzeugung der Ergebnisreports auf Positionsebene je Liefersystem / Assetklasse, Erstellung von High Level Reports und Implementierung von Strategien zur Kennzeichnung von systematischen Missmatches

• Mitarbeit in Front Arena Releasewechsel (Version 2017.4 bzw. 2021.2) : Test und Dokumentation der Funktionalitäten in den Hauptapplikationen des Handels (Trade- und Instrumentmasken des versch. Gattungen sowie Nutzung von PACE zwecks Performancegewinn). Anpassungen an den Tradeimportschnittstellen.
• Erweiterung der Geschäftsdatenschnittstelle um BondForwards, InflationSwaps und VarianceSwaps; Updates an TotalReturnSwaps und CreditDefaultSwaps: Import von Geschäfts- und Instrumentdaten aus XML Dateien nach Front Arena mittels den Funktionsbibliotheken ACM und AEL / Python. Abstimmung mit der OTC Derivateabwicklung zur korrekten Anlage der Objekte in Front Arena. Implementierung der Requirements, Test und Rollout.
• Upgrade der Python Version von 2.7 auf 3.5 in den betr. Modulen.

• Restrukturierung des Reportings für die Fachseite zur Extraktion von Fachlogik aus den Reporting Engines (SAP BI / Crystal Reports). Implementierung der Fachlogik in der Sybase Datenbank zwecks Performanz, Transparenz und Historisierung.

• Außerdem Update und Harmonisierung des Datenhaushaltes im Allgemeinen. Abstimmung der Ergebnisse sowie Begleitung der Fachtests und des Rollouts.
• Auslesen der Geschäftsdatenbank mit Python zwecks Datenanalyse / Mustererkennung in Pandas. Außerdem Erstellung eines Datenabgleichtools in Pandas zum effizienten Abgleichen von CSV Dateien.

• Analysen mittels SQL (MS SQL Server Mgmt Studio) und Python (Jupyter) der Quant DB, welche relevante Daten (Wertpapiere, Preise, Portfolien, Fonds, ?) des quantitativen Asset Managements der Deka bereitstellt. 
• Data Cleansing & Update des Fondsreportings.
•  Implementierung von Simulationsläufen zur Ermittlung der Werte der Portfolios (zzgl. stat. Auswertungen)
• Einführung von Apache Parquet via Python Pandas zwecks performanter Analyse in Jupyter von großen Portfolio-, Kunden- und Kontodaten für Zukunftsplan und BeVestor. Anbindung weiterer Datenquellen, Abstimmung der Requirements, Umsetzung der Setup- und Analysefunktionen, Präsentation & Dokumentation

• Überarbeitung des Reportings von Finanzen und Controlling, zur Verlagerung von Access Reports in das Oracle DWH und in den Microsoft SQL Server.
• Analyse des IST-Zustandes, Abstimmung des inhaltl. Zielbildes mit dem Fachbereich, Erstellung von Jobs und SQL Prozeduren zur Erstellung der gewünschten (Zwischen-) Ergebnisse sowie Begleitung der Abnahmetests.

• Koordination zwischen dem Fachbereich und IT für verschiedene Teilprojekte.
• Hauptthema war Neuimplementierung einer Geschäftsdatendatenbank für Handelsprodukte (BOND, MM, IRD, EQD, CD, usw.), welche als zentrale und umfassende Datenquelle für relevante Risikobereiche aufgesetzt wird (Cpty-, Liqui- und Marketrisk). Daraus resultierend vollständige Überarbeitung von Schnittstellen für die Datenversorgung (Geschäftsdaten, Marktpreise und Sensitivitäten) der Cpty Risk Systeme zur Berechnung von Cpty Risk Kenngrößen (Emittenten Risiko, Marktpreisrisiko, usw.). 
• Hierbei mussten die Gegebenheiten der neuen Datenquellen mit den Requirements der Abnehmer in abgestimmte Fachkonzepte gebracht werden. 
• Die nachfolgende Implementierung wurde bis zur Abnahme (= Releasetest) begleitet und unterstützt.

• Vereinheitlichung und Erweiterung der Datenversorgung (statische Daten, Geschäftsdaten, modellierte Cash Flows und Marktdaten) für die Liquiditätsablaufbilanz (LAB) und das Fundstransferpricing (FTP) bzw. Liquidity Cost Allocation (LCA) zu Reportingzwecken sowie zur Erfüllung regulatorischer Vorgaben; i.e. Berechnung von Basel 3 Kenngrößen HLA-Classification und Liquidity Cover Ratio (LCR) für den Standardfall und Stresstest.
• Analyse von großen Datenbeständen mittels SQL und Excel zum Aufbau des Financial Data Warehouse welches regelmäßig unterschiedliche Datafeeds extrahiert und ins gemeinsame Datenformat abbildet (FDWH bzw. ETL). Erstellung von Konzepten zum Setup des aktuellen DWH und der historischen Datenbank sowie Konzeption von Korrekturprozessen. Fachliche Begleitung der Reportingdatenbank ActivePivot (AP).
• Abstimmung von Anforderungen aus dem Fachbereich mit der IT. Einführung und Erweiterung von IT-Schnittstellen, Begleitung der Implementierung, Durchführung sowie Dokumentation in HPQC von Fachtests.

• Koordination zwischen dem Fachbereich und IT, zur Wartung und Weiterentwicklung von Systemen zur Limitüberwachung und zur Exposureberechnung (Marktpreisrisiko, Emittentenrisiko, ?): Migration von Limitdaten, Überarbeitung des Pre-Deal Limit Checks (PDLC), Update von Add-On Berechnungen via Replacement Cost RC und Exposure At Default EAD (analog Value at Risk), Versorgung mit Marktdaten und Anbindung von Quellen für statische Daten.
• Erstellung quantitativer Auswertungen für Basel 2, z.B. Kreditrisiko-Standardansatz (KSA) und Counterparty Default Adjustment (CDA). Definition und Abstimmung von Fachanforderungen, Prüfung auf Umsetzbarkeit, Erstellung von Fach- und IT- Konzepten, Begleitung der Implementierung und Durchführung von Abnahmetests. 

• Konzeption Einsatz von Front Arena 2.2 für die DekaInvest zur Bearbeitung von OTC-Derivaten: Analyse des Ist-Zustands, Erstellen eines IT-Konzepts zur Automation und Skalierbarkeit der Prozesse. Erstellung und  Abstimmung der Entscheidungsvorlage, Vorbereitung der Projekt- und Ressourcenplanung.
• Implementierung von Erweiterungen in Front Arena zur Abwicklung von OTC-Derivaten der DekaInvest: CDS, Zinsswaps, Optionen, Equity-Forwards und Equity-Swaps.
• Konzeption und Programmierung von Schnittstellen zwischen den involvierten Systemen Front Arena, Decalog, V3 und DTCC; hierzu insbesondere Klärung der Abbildung der Produkte in Front Arena und Abstimmung der Prozessabläufe mit den beteiligten Fachbereichen. 
• Implementierung von Reports zur Unterstützung der MO- und BO-Workflows der Derivate. 
• Erstellung von  Prozess- und IT-Konzepten, Entwicklung und Abstimmung der Software, Koordination und Durchführung von Abnahmetests sowie Vorbereitung der Rollouts

• Wartung und Weiterentwicklung des Handelssystems Front Arena 2.0 unter Windows 2000 (Client via Exceed) und Solaris. Erstellung von IT-Konzepten und Releasenotes, Reportprogrammierung zur Bestimmung von Risikokennzahlen in ASQL (ggf. unter Einbindung von AEL), Schnittstellenprogrammierung mit ADS-Datenbankanbindung in Python und AEL. Vorbereitung und Erweiterung des Systems zum Handeln von Kreditderivaten (Credit Default Swaps und Credit Spread Options). Massendatenänderung zur Portfoliorestrukturierung.
• Mitarbeit im Migrationsprojekt Summit_EH zur Ablösung von Front Arena durch Summit: d.h. Transfer der Geschäfte, Funktionalitäten und Prozesse. Hauptaufgabe war im Speziellen, die Konzeption und Erstellung von Reports in Summit.

• Leitung der Übungsgruppen der Vorlesungen  Differentialgeometrie I+II und Analysis für Informatiker.
• Mathematische Forschung im Bereich dynamische Systeme und Kontrolltheorie mit  Schwerpunkt zeitvariante Optimierung. 
• Zu diesem Thema wurde im Jahr 2008 die Dissertation eingereicht.

Ziel des Forschungsprojekts:

Rekrutieren und analysieren  von multivariaten Patientendaten (va. EKG, Blutdruckspur, Herzecho) zur Verbesserung der Risikostratifizierung. 

Aufgaben:

• Erhebung, Aufbereitung und Auswertung der Patientendaten:  Algorithmen zur Mustererkennung, Zeitreihenanalyse, numerische Simulationen, Monte-Carlo Verfahren,  statistische Auswertungen und mathematische Modellierung. Hierbei wurde u.a. mit Matlab, Java, Simulink, Mathematica, Access und SPSS unter Windows 2000 gearbeitet.