Full Stack Entwickler

Vollständiger Aufbau einer B2B-SaaS-Plattform für Personalvermittler

• Multi-Source-Job-Aggregation über ATS-APIs
• KI-gestütztes Career-Page-Scraping
• Regelbasiertes und KI-gestütztes Matching
• Credit-basiertes Monetarisierungsmodell mit Stripe-Integration
• Seit Juli 2026 live in Produktion

Tech-Stack

• NestJS
• React
• PostgreSQL
• pgvector
• Claude AI
• Prisma

• Konzeption und Entwicklung einer Multi-Tenant-SaaS-Plattform, mit der Unternehmen ihre eigenen Wissensdatenbanken aufbauen und mit individuell gebrandeten KI-Assistenten chatten können (White-Label-Ansatz mit dynamischem Branding pro Organisation).
• Implementierung einer skalierbaren RAG-Architektur mit einer GPT-4o-Tool-Use-Loop, hybrider semantischer Suche und strikter Mandantentrennung auf Datenbank- und Suchindex-Ebene.
• Aufbau persistenter, projektähnlicher Chat-Sessions inklusive Streaming-API (SSE), mehrsprachiger Unterstützung sowie Sprach-Ein- und Ausgabe (STT/TTS).
• Bereitstellung der Cloud-Infrastruktur als Infrastructure-as-Code, vollständig automatisierte CI/CD-Pipelines pro Kunde und ein Onboarding-Prozess für neue Mandanten.

Verwendete Technologien: Python, FastAPI, Pydantic (v2 noted), Next.js, React, TypeScript, Tailwind CSS, OpenAI / LLMs (GPT-4o), Azure AI Search, Cosmos DB, Azure Blob Storage, Azure Cognitive Services Speech, Azure App Service, Azure Container Registry, Retrieval-Augmented Generation (RAG), Server-Sent Events (SSE), Docker, Terraform, GitHub Actions, REST, OpenID Connect (OIDC), Multi-Tenancy

• Digitales System, bestehend aus speziellen Software- und Hardware-Komponenten. Das Gesamtsystem ersetzt die klassische Vorgehensweise mit Laufzetteln und handschriftlichen Notizen und ermöglicht eine effektivere Vertragsaufnahme. Aufträge und Arbeitsschritte zu den Projekten der Geigenbaufirma können jetzt in Echtzeit direkt am Touchscreen-PC der Werkbank, per Handy oder am Desktop erfasst, bearbeitet und protokolliert werden. Kunden werden so transparenter mit in die Arbeit an ihren Instrumenten genommen und können über ihren Kunden-Account den Status und die Fortschritte an ihrem Instrument verfolgen.

Tech-Stack: next.js, React, Flutter, Dart, Raspberry, Linux, Directus

• Verantwortlich für die Full-Stack-Entwicklung einer AI-native Unternehmensplattform auf Basis von TypeScript, React, Vite, tRPC, Hono und PostgreSQL, die KI-gestützte Beratungs-Workflows für B2B-Kunden liefert.
• Entwarf und lieferte ein Multi-Agenten-KI-System mit dem ReAct-Framework und Claude-Skills-Workflow-Mustern, inklusive eines intelligenten PM-Assistenten mit umfangreichen System-Prompts, Slash-Befehlen, Tool-Integrationen und Streaming-Chat-Oberfläche.
• Entwickelte ein LLM-Bewertungs-Framework: rubrikbasierte LLM-als-Richter, Golden Datasets, Regressionstests und automatisierte Qualitätssicherung — für konsistente KI-Ausgabequalität in großem Maßstab.
• Integrierte LangFuse für durchgehendes LLM-Tracking, Konversations-Wiedergaben und Bewertungs-Pipelines, was datengetriebene Prompt-Optimierung ermöglichte und Token-Kosten sowie Antwort-Varianz reduzierte.
• Implementierte Drizzle ORM, pgvector und Knowledge Graphs für strukturierten Datenzugriff, semantische Suche und beziehungsorientiertes KI-Schlussfolgern über die gesamte Plattform.
• Führte die TanStack React Query-Migration in der gesamten Anwendung durch — ersetzte manuelles State-Management durch zentrales Caching und automatisches Refetching, was den Boilerplate-Aufwand für Datenabrufe deutlich reduzierte.
• Setzte AI-native Entwicklung durchgehend ein: Claude Code, Codex, Perplexity SDK und LLM-unterstütztes Testing im gesamten Entwicklungszyklus. Deployment auf Vercel + Azure ACA mit Biome für Linting/Formatting.

Unabhängige Open-Source-Entwicklung in Teilzeit mit Fokus auf Build-Time-Tools für Next.js, React, MDX und JavaScript/TypeScript-Compiler-Pipelines.

• next-slug-splitter entwickelt, um inhaltsgetriebene Next.js-Anwendungen zu optimieren. Es analysiert MDX-Inhalte zur Build-Zeit, löst die Nutzung von Komponenten auf und erzeugt routespezifische Handler, damit Seiten nicht das komplette Catch-all-Komponentenpaket teilen müssen.

• Unterstützende Plugins und Utilities für scoped MDX-Transformationen, verschachtelte Auflösungen von Komponentenabhängigkeiten, Compile-Time-Refinement, sichere ESTree-Auswertung und Object-Graph-Diffing erstellt.

• Architektur, API-Design, Implementierung, automatisierte Tests, npm-Veröffentlichung, Dokumentation, Demos und Performance-Benchmarks verantwortet.

Bausteine:

• remark-scoped-mdx: Kontextbewusste AST-Transformationen mit isolierten verschachtelten Scopes, typisierten Komponenten-Registries und Prop-Inferenz.

• recma-component-resolver: Analyse von Abhängigkeitsgraphen und selektives Weiterreichen von Komponenten über verschachtelte MDX-Includes hinweg.

• recma-static-refiner: Extraktion von Props zur Build-Zeit, Schema-Validierung, Ableitung und Bereinigung.

• estree-util-to-static-value und object-graph-delta: Sichere statische Auswertung und deterministisches, zyklensicheres strukturelles Diffing.

Tech Stack:

• Frameworks: TypeScript · Next.js · React · MDX

• Compiler-Tooling: Unified · Remark · Recma · MDAST · ESTree · ts-morph · esbuild

• Kompetenzen: Statische Analyse · AST-Traversierung und -Transformation · Abhängigkeitsgraphen · Codegenerierung · Schema-Validierung · Route- und Bundle-Splitting

• Tools: Vitest · tsup · npm · Performance-Benchmarking

• Konzipiert, entwickelt und eingeführt eine interne Webanwendung zur Veranstaltungsplanung, die von über 100 Abteilungsleitern für eine große Veranstaltung genutzt wurde, obwohl keine dedizierte Testphase stattfand.

• Einen reibungslosen und fehlerfreien Betrieb beim ersten Live-Einsatz sichergestellt, wodurch das Tool für zukünftige Veranstaltungen übernommen wurde.

• Catering-Berechnungen und zugehörige Workflows automatisiert, wodurch E-Mail-Kommunikation und manueller Aufwand für die Essensplanung deutlich reduziert wurden.

• Bereitstellung und Hosting auf einem Linux-Server mittels Coolify verwaltet, einschließlich Einrichtung der Anwendung und Laufzeitbetrieb.

• Einen Kommunikationsdesigner im Bereich UX eingestellt und angeleitet und dabei alle technischen Entscheidungen und die Implementierung eigenständig verantwortet.

• Kurze Beschreibung: Leitung eines konzernweiten Projektes zur Etablierung einer standardisierten Cloud-Governance für Microsoft Azure inkl. Richtlinien, Sicherheits- und Compliance-Controls, Automatisierung sowie Kosten- und Betriebssteuerung bei gleichzeitiger Wahrung der Autonomie dezentraler Business Units innerhalb regulatorischer Rahmenbedingungen.

• Aufgaben und Tätigkeiten:

• Gesamtverantwortung für Konzeption, Aufbau und Umsetzung einer unternehmensweiten Cloud-Governance-Struktur (Azure) inkl. Zielbild, Roadmap und Betriebsmodell.

• Steuerung interner und externer Stakeholder (C-Level, IT, Security, Compliance, Cloud-Architektur, DevOps) inkl. Entscheidungs- und Eskalationsmanagement.

• Planung und Moderation von Workshops zur Cloud-Strategie, Governance-Prinzipien und zur Ausgestaltung von Design Areas (Identity, Connectivity, Platform Management).

• Definition, Implementierung und Rollout von Cloud Policies (Azure Policy / Custom Policies), Security-Standards und Compliance-Anforderungen (u. a. GDPR, ISO 27001, BSI C5).

• Aufbau eines Cloud-Governance-Frameworks entlang des Azure Cloud Adoption Framework (CAF) inkl. Landing-Zone- und Guardrail-Konzepten.

• Einführung von Automatisierungslösungen für Governance, Security und Kostenkontrolle (Policy-/Control-Automation, IaC, CI/CD-basierte Kontrollmechanismen).

• Implementierung von Cloud-Security- und Compliance-Monitoring-Mechanismen sowie kontinuierlicher Verbesserungsprozesse (Continuous Improvement).

• Etablierung und Operationalisierung von FinOps im Enterprise-Umfeld (zentrale und dezentrale FinOps-Teams) inkl. Kostenmanagement-Strategien, Reporting und Guardrails.

• Integration von Governance-Policies in DevOps-Prozesse (z. B. CI/CD-Prinzipien für Security- und Compliance-Checks, GitLab Runner-Konzept in Spokes, GitLab CI/CD für CAF Landing Zones).

• Umsetzung von Zugriffskonzepten inkl. RBAC-Design und „Breaking-Glass“-Mechanismen (Notfallzugriffe) sowie Zertifikatsautomatisierung (ACME / step-ca).

• Erfolge:

• Einheitliches, auditierbares Governance- und Kontroll-Set für Azure geschaffen (Policies, Standards, Compliance-Mapping) und damit die Grundlage für skalierbare Cloud-Nutzung im regulierten Umfeld gelegt.

• Wiederholbare Automatisierung für Governance, Security und Kostenkontrolle etabliert (IaC + CI/CD), wodurch manuelle Aufwände und Umsetzungsrisiken reduziert wurden.

• Betriebs- und Entscheidungsfähigkeit über zentrale und dezentrale Einheiten hinweg verbessert (klarere Rollen, Verantwortlichkeiten, Eskalationspfade, Balance zwischen Autonomie und Konzernvorgaben).

• Signifikante Erhöhung der Compliance von Workloads bei Lift- und Shift-Migrationen.

• Eingesetzte Technologien:

• Microsoft Azure Policy, Custom Policies.

• Terraform, OpenTofu, Terragrunt.

• step-ca (ACME).

• Entra ID.

• Azure Firewall.

• Azure Networking, Hub-&-Spoke-Architektur.

• Azure vWAN (Evaluierung).

• Azure Front Door, Azure Application Gateway.

• Azure ExpressRoute.

• Azure Key Vault.

• NetBox.

• GitLab (on-premises).

• Eingesetzte Infrastruktur, Konzepte:

• Cloud Shared Responsibility Model.

• Hub-&-Spoke Connectivity / zentrale Shared Services (aus Hub-Spoke-Kontext).

• Zentrale Governance bei dezentraler Delivery (Business-Unit-Autonomie mit Guardrails).

• Eingesetzte Methoden:

• Scrum.

• Stakeholder-Management (C-Level bis Engineering).

• Cloud Governance, Azure Cloud Adoption Framework (CAF).

• DevOps, CI/CD.

• Kosten- und FinOps-Ansätze: Tagging-/Chargeback-Modelle, Budget-/Alert-Konzepte, Reserved Instances/Savings Plans vs. On-Demand-Szenarien, Sensitivitätsanalysen.

• RBAC, „Breaking Glass“-Konzepte.

• ACME / Zertifikatsautomatisierung.

• GitLab Runner-Konzept in Spokes, GitLab CI/CD Pipelines für CAF Landing Zones.

• DTO-Klassengenerator: Eigenentwicklung eines Tools zur automatischen Generierung von Klassen, Funktionen und Methoden zur Nutzung in .NET Core Projekten auf Basis der SAP Business One Service Layer Metadaten
• E-Rechnungs-Import Add-On: Entwicklung eines SAP Business One Add-Ons / coresuite Moduls zum automatisierten Import von ZUGFeRD E-Rechnungen als Eingangsrechnungen – mit konfigurierbarem Mapping zur flexiblen Steuerung der Importlogik über vier Mapping-Typen (DIRECT, SQL, FIXED, EXPR). Das Add-On ist als lizenziertes Produkt für SAP Business One Kunden erhältlich.

Stack: SAP Business One, SAP Business One Service Layer, coresuite Country Package, C#

Leadentwickler der Frontend- und Backend-Systeme für ein webbasiertes Pre-Sales-Tool. Es wird von Vertriebsmitarbeitern und Ingenieuren genutzt, um komplexe Messsysteme für industrielle Kunden zu konfigurieren und zu kalkulieren. Kernfunktionen sind eine Kollaborationsplattform, ein Produktkonfigurator, physikalische Machbarkeitsprüfungen und ein PDF-Generator.

TypeScript · Node.js · Nest.js · Angular · REST · MongoDB · Playwright

Projekt für einen führenden deutschen E-Mail- und Cloud-Dienstleister: Als Senior Frontend Developer und Technical Web Architect entwickelte ich einen internationalen, mandantenfähigen White-Label Consent Management Layer für mehrere Marken.

Hauptaufgaben:

• Architektur und Implementierung mit Vue 3, TypeScript und Vite
• Entwicklung automatisierter Tests mit Vitest und Playwright
• Erstellung markenspezifischer CMP-Konfigurationen, CSS-Themes, i18n-Strukturen und Vendor-Einstellungen
• Umsetzung der Playout- und Initialisierungslogik sowie der Backend-Anbindung
• technische Entscheidungsgrundlagen, Projekt- und Code-Dokumentation

Wirkung: Ablösung externer CMP-Lösungen durch eine wiederverwendbare und langfristig wartbare Inhouse-Basis für mehrere internationale Marken und Rollouts.

Technologien: Vue 3, TypeScript, Vite, Vitest, Playwright, IAB TCF, Google Additional Consent, i18n, Git, CI/CD.

• E-Commerce-Marktplatz-Plattform (Österreich) | 04/2025 – 07/2026: Eine skalierbare Marktplatzlösung mit React, Node.js, Stripe- und Sendcloud-Integrationen refaktoriert und erweitert; an ein Headless CMS für flexibles Content-Management angebunden

• Immobilien-Suchplattform (Deutschland) | 10/2025 – 12/2025: Keycloak als IAM-Provider in eine der größten Immobilien-Suchplattformen Deutschlands integriert; Keycloak-Instanzen für verschiedene Umgebungen aufgesetzt; die bestehende Autorisierungs- und Authentifizierungslogik in zwei Frontend-Clients (Next.js) und einem Backend-Service (Node.js) angepasst; verschiedene IdPs in Keycloak integriert

• Automotive-SaaS-Plattform (Österreich) | 09/2023 – 04/2025: Die Performance einer der größten SaaS-Lösungen für Autohäuser in der DACH-Region erweitert und optimiert (React, Node.js); kritische Services zu AWS migriert (Lambda, S3, CloudFront usw.); verschiedene Legacy-Schnittstellen aus der Automobilbranche integriert

• PLM-Plattform Textilindustrie | 02/2023 – 09/2023: Lead Developer eines 4-köpfigen Engineering-Teams; verantwortlich für die Gesamtarchitektur einer Product-Lifecycle-Management-Lösung; Mobile App (React Native), Webanwendung (React) und Backend-Services (Node.js/Nest.js) über DigitalOcean und den Google Play Store ausgeliefert

• SaaS-Backend-Optimierung (Deutschland) | 08/2022 – 03/2023: Performance bestehender Node.js/Nest.js-Services verbessert und erweitert; umfassende End-to-End-Tests für die Qualitätssicherung implementiert

• Enterprise-Dashboard Energiesektor (Deutschland) | 09/2021 – 08/2022: Eine modulare Dashboard-Lösung zur Integration bestehender Unternehmensanwendungen entwickelt; Echtzeit-Datenvisualisierung über eine Message-Broker-Architektur umgesetzt; >95% Testabdeckung in Frontend und Backend mit .NET Core 3, PostgreSQL, Docker, RabbitMQ, Angular und Keycloak erreicht

• Weitere Projekte: IoT-Dashboards (Grafana, SQL, .NET Core 3) | Self-hosted Social-Media-App (Angular, Nest.js, Ionic) | Empfehlungs-App für eine Kaffeerösterei (Angular, touchscreen-optimiert)

• Die End-to-End-Auslieferung von Enterprise-Full-Stack-Webanwendungen geleitet, indem ich Anforderungsanalyse, Lösungsdesign, Frontend- und Backend-Entwicklung, Datenbankdesign, API-Integration, Code-Reviews, Teamkoordination, Agile Umsetzung, CI/CD-Deployments, Produktionssupport, Performance-Optimierung, Sicherheitsimplementierung und die Zusammenarbeit mit Stakeholdern gesteuert habe, um skalierbare, hochwertige Softwarelösungen zu liefern.

• Opt-in-RAG-Erweiterung für mandantenbezogene Datenquellen (SharePoint, Confluence) auf einer bestehenden Multi-Tenant-Enterprise-KI-Plattform
• Architektur: ADRs, Lösungsbewertungen, Berechtigungsstrategie, Kostenermittlung
• End-to-End-Connectoren für SharePoint und Confluence: OAuth-Zustimmungsflows, Token-Aktualisierung, Metadaten-Synchronisation, Suchintegration
• Berechtigungsauflösung: ACL-Indizierung bei der Datenaufnahme und Verifikation zur Abfragezeit (Sicherheit auf Dokumentebene)
• Hybride Elasticsearch-Suche (semantisch + Schlagwort) mit RRF-Bewertung
• RAG-Chat mit Kontextinjektion und Quellenangaben
• Technologie-Stack: Elastic Cloud, Elasticsearch, Docker, Northflank, Next.js, React, TypeScript, Prisma, Microsoft Graph API, Atlassian REST API, OAuth 2.0

• Bewerte von KI generierte Softwarelösungen, um die Coding-Fähigkeiten fortschrittlicher großer Sprachmodelle zu verbessern.
• Prüfe von KI-Systemen erzeugten Code in Python, JavaScript, TypeScript, Java, C++ und Rust.
• Analysiere Softwareimplementierungen auf Korrektheit, Lesbarkeit, Wartbarkeit, Skalierbarkeit, Sicherheit und Einhaltung professioneller Engineering-Praktiken.
• Erstelle und löse komplexe Software-Engineering-Aufgaben zu Debugging, Systemdesign, API-Entwicklung, Algorithmen, Datenbanken, Tests und Architekturentscheidungen.
• Entwickle ausführliche Erklärungen und Feedback, die Coding-Fehler, Edge Cases, Performance-Probleme und bessere Engineering-Ansätze aufzeigen.
• Entwerfe realistische Programmierszenarien, die die Fähigkeit von KI-Modellen testen, echte Software-Engineering-Probleme zu verstehen und zu lösen.
• Bewerte KI-Antworten anhand definierter technischer Kriterien und erstelle hochwertige Referenzlösungen.
• Erkenne Fehler im KI-Schlussfolgern, darunter falsche Annahmen, unvollständige Implementierungen, Sicherheitslücken und ineffiziente Ansätze.
• Gib Expertenfeedback, das zur Verbesserung von Trainingsdaten und Bewertungs-Benchmarks für KI-Modelle genutzt wird.
• Nutze professionelle Software-Engineering-Erfahrung aus Finanz-, Gesundheits- und verteilten Systemumgebungen, um KI-generierte Lösungen zu bewerten.

Technischer Fokus: LLM-Evaluierung, KI-Coding-Modelle, Software-Engineering-Aufgaben, Code-Review, Debugging, Python, JavaScript, TypeScript, C++, Rust