Entwicklung eines Saas Produkts. Angeboten werden managed PostgreSql Instanzen

• Openshift/Kubernetes, Docker, docker-compose, Python, SQL, Flask, Django, Django-Rest-Framework
• Terraform, Ansible, PostgreSQL
• Continuous Integration/Continuous Delivery (CI/CD), Github, Gitlab
• AWS, DigitalOcean, Linux, Elasticsearch,Kibana, Logstash, ELK

• Server-Entwicklung mit Python und HTML/Javascript
• Frontend-Entwicklung für einen IoT Infrastruktur Leitstand, dessen Zweck die Steuerung und Überwachung von smarten und drahtlosen Energie Sensoren ist, die den Energieverbrauch von Endkunden messen

• Server-Entwicklung in Python und Client-Entwicklung in React für das Produkt Corporate Library
• Weiter Entwicklung der Container Infrastruktur und des relationalen Datenmodells

Die pressrelations GmbH ist der führende Mediamonitoring Anbieter in Deutschland im Bereich der Online Medien Beobachtung. Die Natural Language Processing Pipeline der pressrelations GmbH verarbeitet mehr als 1 Millionen News Artikel pro Tag. Ein Teil dieser Pipeline ist die sog. Named Entity Recognition (NER). 

Ziel des Projektes war zum einen die Verbesserung der Erkennungsgüte bei Einhaltung des verfügbaren CPU und Speicher Budgets. Zum anderen sollte eine unmittelbares Anpassen des Verhaltens der NER ohne aufwendiges Neu Trainieren der verwendeten Modelle möglich gemacht werden.

Erreicht wurde dieses Ziel unter Verwendung eines hybriden Ansatzes: ein trainiertes neurales Netz in Kombination mit semi automatisch erzeugten Wortlisten unter Verwendung des sog. Aho–Corasick Algorithmus. Das neuronale Netz wurde auf einer großen annotierten Menge von News Artikeln trainert und lieferte eine gute Erkennungsrate, während die Verwendung der Wortlisten eine einfache und schnelle Anpassung an speziellen Themen Bereiche ermöglicht.

Entwicklung eines Web Crawlers auf Basis von Selenium und headless Chrome. Mithilfe des Crawlers werde die Daten über Sportkurse für das Portal erzeugt.

• Kubernetes, Docker, docker-compose, Python, Selenium, headless Chrome
• Continuous Integration/Continuous Delivery (CI/CD), Github, Gitlab
• AWS, DigitalOcean, Terraform

Forschungs Kooperation mit der Heinrich Heine Universität (AGENT) und Entwicklung im Bereich Natural Language Processing / Machine Learning Module für die Web Crawling Pipeline von pressrelations.

• Machine Learning und Natural Language Processing (NLP), DeepLearning, Convolutional neural networks (CNN), Recurrent neural networks (RNN, LSTM)
• Logistische Regression, Dimensionality reduction, Principal Component Analysis (PCA)
• TF/IDF, Word2Vec, Fasttext, Word Embeddings, Support Vector Machines (SVM), Decision Trees
• Agile Entwicklung, SCRUM
• scikit-learn, tensorflow, xgboost, spacy, nltk, pandas, numpy, scipy, MongoDB
• shell, Linux, Bash,AWS, Jira
• Elasticsearch,Kibana, Logstash, ELK, MsSql, GraphQl, Python,Cython, Ruby On Rails, React, Angular, Docker, docker-compose, Apache Mesos, Git, PyUnit, SQL, PostgreSQL, Flask
• Publikation: Auf Anfrage

Das Inspektionstool "Database-Inspector" für den Navigation Data Standard wurde weiterentwickelt. 

• Integration von pugixml um effizient XPath Queries auf den hierarchisch organiserten Navigations Daten ausführen zu können
• Implementierung einer OpenGL basierten Visualisierung der in den Navigationsdaten eingebetten 3D Modelle
• Implementierung einer CI Pipeline basierend auf Teamcity von Jetbrains
• Zielsysteme waren Windows und Linux

Softwareentwicklung für die Automobilindustrie in  einem Team von 4 Personen. Daten Inspektions Tool für Daten im  Navigation Data Standard (NDS) Format

• Cross-Platform Development (Windows, Linux, Android)

2014 - 2015: Data Science/Business Analytics

Als Teil von Teams von 2-6 Personen erarbeitete ich Lösungen im Bereich der Datenanalyse bzw. Produktanalyse.

• Entwicklung von KPIs, Cohort Analysis, Google Analytics, R, RStudio, Python, Pandas, Numpy, PHP, Zählpixel/Web beacon, Javascript, HTML5, Git
• Data Warehouse, MongoDB
• Agile Entwicklung, SCRUM

2011 - 2014: Softwareentwicklung

Zu Beginn meiner Tätigkeit bei sipgate arbeitete ich an den verteilten Systemen in Scrum-Teams von 6-10 Personen. Die Entwicklung erfolgte sowohl im Bereich des Backends als auch im Frontend.

• J2EE, Java, PHP, JavaScript
• Voip Komponenten (HLR, SMSC, Asterisk,...) in C/C++.
• Shell, Python, Java SE, Jenkins
• Python, SciPy, Git, Jira
• Unit Testing, Junit, Selenium
• Agile Entwicklung, SCRUM

• Entwicklung von aussagekräftigen Kennzahlen um Entscheidungen auf der Ebene der Produktentwicklung belastbar und schnell zu bewerten
• Implementierung der automatisierten Erstellung der Kennzahlen in R und Python
• Bewertung der Kennzahlen und der damit verbundenen Produkt Entscheidungen
• Identifikation fehlender Daten und Anpassung der Software und Infrastruktur um diese zu erheben
• Präsentation der Ergebnisse in Entwicklungsteams um Entscheidungs- und Lernprozesse  zu unterstützen
• Definition und Implementierung einer Data Warehouse Infrastruktur

• Bei Goodgame Studios habe ich in kleinen Teams von 2 Personen gearbeitet und die Anforderungen der Spiel Designer umgesetzt
• Ich war verantwortlich für das Java Backend

Die Artificial Technology GmbH war ein Anbieter für künstliche Intelligenz Lösungen für Computerspiele. 

• die Evaluierung von Ansätzen zur Integration der von Artificial Technology entwickelten KI-Middleware in die BigWorld Technologie (www.bigworldtech.com)
• prototypische Implementierung verschiedener Wegfindungsalgorithmen
• Modellierung und prototypische Implementierung von Emotions Systemen für Computergesteuerte Charaktere

Entwicklung einer KI Middleware für Videospiele. Team von 6 Personen.

• Pathfinding for Videogames
• A* Algorithm, künstliche Intelligenz für Videospiele