Artyom Narimanyan-Senior Software- & Cloud-Consultant

Entwurf und Entwicklung eines Retrieval-Augmented-Generation-(RAG)-Systems für intelligente Fragebeantwortung auf Basis proprietärer Wissensquellen. Die Lösung kombinierte moderne Embedding-Modelle, Vektordatenbanken und Large Language Models (LLMs), um relevante Informationen abzurufen und kontextbezogene Antworten zu erzeugen.

• RAG-Lösung mit Python und Flask entworfen und umgesetzt
• REST APIs für semantische Suche und KI-gestützte Fragebeantwortung entwickelt
• Embedding-Modelle für die Vektorisierung von Dokumenten integriert
• Wissensbasis auf Basis von ChromaDB aufgebaut
• Large Language Models (LLMs) für kontextbezogene Antwortgenerierung integriert
• Retrieval, Ranking und Antwortqualität optimiert

Technologien: Python, Flask, ChromaDB, Embeddings, all-MiniLM-L6-v2, RAG, LLMs, Prompt Engineering, REST APIs

Entwurf und Entwicklung einer skalierbaren cloudbasierten Online-Bibliothek, mit der Nutzer Daten über REST APIs abrufen konnten. Die Lösung wurde mit Java Spring Boot gebaut und auf AWS über Elastic Beanstalk und Amazon EKS bereitgestellt. Automatisierte CI/CD-Pipelines und umfassendes Monitoring sorgten für zuverlässige Deployments und hohe Plattformverfügbarkeit.

• Backend-Architektur entworfen und implementiert
• REST APIs mit Validierung, Fehlerbehandlung und Versionierung entwickelt
• MySQL für die dauerhafte Datenspeicherung integriert
• Anwendung mit Docker und Kubernetes containerisiert
• CI/CD-Pipelines auf AWS entworfen und automatisiert
• Cloud-Infrastruktur mit Terraform und Helm verwaltet
• Monitoring und Alerting mit Prometheus und Grafana umgesetzt

Technologien: Java, Spring Boot, MySQL, Docker, Kubernetes, Terraform, Helm, AWS EKS, AWS Elastic Beanstalk, AWS ECR, AWS CodePipeline, AWS CodeBuild, Prometheus, Grafana

Entwarf und entwickelte eine cloud-native Microservices-Plattform für die Echtzeit-Dokumentenverwaltung. Die Lösung wurde mit Java Spring Boot, Docker und AWS aufgebaut und umfasste eine Android-Anwendung zur Überwachung des Dokumentenlebenszyklus. Im Rahmen des Projekts wurde die Datenplattform von Firebase Realtime Database auf eine skalierbare AWS-basierte Infrastruktur mit MongoDB migriert.

• Entwarf und entwickelte eine Microservices-Architektur mit Java Spring Boot
• Containerisierte Anwendungen mit Docker und Docker Compose
• Leitete die Migration von Firebase Realtime Database zu AWS und MongoDB
• Entwarf und implementierte eine ereignisgesteuerte Messaging-Architektur
• Implementierte Echtzeitkommunikation mit Firebase und Pusher
• Baute eine skalierbare AWS-Cloud-Infrastruktur auf
• Entwickelte eine Android-Anwendung für die Dokumentenverwaltung mit Kotlin
• Automatisierte Build- und Deployment-Prozesse mit GitLab CI/CD

Technologien: Java, Spring Boot, MySQL, MongoDB, Docker, Docker Compose, AWS VPC, AWS S3, AWS Load Balancer, Firebase, Pusher, GitLab CI/CD, Android, Kotlin

Entwickelte ein System zur Optimierung der Fahrzeugrouten für Reisebüros mit mathematischer Optimierung und Graphentheorie, um eine effiziente Routenplanung zu ermöglichen. Die Lösung umfasste ein Java-Spring-Backend, eine Webanwendung für das Routenmanagement und eine Android-Anwendung zur Echtzeitverfolgung von Passagieren.

• Entwickelte Routing-Services mit Java und Spring
• Modellierte und implementierte komplexe Algorithmen zur Routenoptimierung
• Setzte Graphentheorie und mathematische Optimierung für Vehicle-Routing-Probleme ein
• Führte Benchmarks und Performance-Analysen durch
• Entwickelte eine Webanwendung für Routenverwaltung und Monitoring
• Integrierte die Google Maps API für geobasierte Routenführung
• Entwickelte eine Android-Anwendung zur Echtzeitverfolgung von Passagieren
• Unterstützte Build- und Deployment-Prozesse

Technologien: Java, Spring 4, Hibernate, Glassfish, MySQL, Ember.js, TypeScript, Bootstrap, Google Maps API, Android, Maven, CentOS, Graph Theory, Simplex Methode