Azure DevOps Experten in München

• Entwicklung eines KI-gestützten Projektorganisationstools für ein Tiefbauunternehmen, das Projekt-, Aufgaben-, Ausschreibungs-, Terminund Dokumentendaten intelligent über einen Knowledge-Graphenverknüpft.
• Implementation von KI-Funktionen zur Dokumentenanalyse, Informationsextraktion, kontextbezogenen Assistenz und sprachbasierten Datenerfassung auf Basis von Microsoft Azure AI, wodurch administrative Aufwände reduziert, Informationen schneller zugänglich gemacht und Projektteams bei Entscheidungen unterstützt werden.
• Technologie-Stack: Python, React, TypeScript, FastAPI, Claude Code, Codex, Graphify, PostgreSQL, Microsoft Azure AI Foundry, Azure OpenAI, Azure AI Speech, Azure AI Document Intelligence, Microsoft Graph, Microsoft Entra ID, Docker, Git, CI/CD.

• Leitung der unternehmensweiten BI-Transformation mit Power BI und Microsoft Fabric durch die Bereitstellung skalierbarer Datenmodelle, automatisierter Berichte und leistungsstarker Analyselösungen für die kommerzielle und operative Führungsebene.
• Aufbau und Optimierung von Power BI Dataflows, Fabric-Lakehouse-Datensätzen, semantischen Modellen und automatisierten Reporting-Pipelines zur Verbesserung von Datenskalierbarkeit, Governance und Berichtsleistung.
• Vorantreiben der Modernisierung von Dashboards und der KPI-Governance durch die Übersetzung komplexer Geschäftsanforderungen in Erkenntnisse auf Führungsebene, interaktive Visualisierungen und entscheidungsreife Analysen.
• Entwurf von Microsoft-Fabric-Architekturen von Anfang bis Ende, einschließlich Datenaufnahme, Transformation, Virtualisierung und Unternehmensreporting über funktionsübergreifende Geschäftsbereiche hinweg, mit Migration von SAP BW über Qlik zu Power BI.
• Bereitstellung KI-gestützter Reporting-Funktionen, schwellenwertbasierter Warnmeldungen und Automatisierungs-Frameworks im Power-BI-Ökosystem zur Beschleunigung von Geschäftsentscheidungen.
• Zusammenarbeit mit der kommerziellen Führungsebene, Analytics-Teams und IT-Stakeholdern zur Standardisierung von KPIs, Optimierung der BI-Strategie und Bereitstellung skalierbarer, geschäftskritischer Reporting-Lösungen.
• Anerkannt für die Verbindung von starker Stakeholder-Führung, technischer Architekturkompetenz und geschäftsorientierten Analysen zur Umsetzung wirkungsvoller unternehmensweiter BI-Transformationsinitiativen.

• Demand, Entwicklungs- und operative Organisationsstruktur für den Solution Train überarbeiten
• Prozess für die Verfeinerung von Anforderungen vom strategischen Thema bis zur User Story überarbeiten
• Einführung von Visualisierungstools (Canvas) für Arbeitsabhängigkeiten über verschiedene Anforderungsebenen hinweg sowie Coaching der Solution-Train-Leitung

Teilprojektleitung im agilen IT-Umfeld

Führung eines Softwareentwicklungsteams (10 Mitarbeiter)

• Leitung eines Softwareentwicklungsteams mit 10 Mitarbeitern
• Budgetverantwortung ca. 3 Mio. Euro pro Jahr
• Führung von Mitarbeiter- und Vorstellungsgesprächen
• Verantwortung für die Ressourcenplanung (Budget und Mitarbeiter)
• Digitalisierung einer Weboberfläche
• Regelmäßige Berichterstattung an Kunden und Stakeholder (C-Level)
• Produktmanagement: Produktstrategien entwickeln und umsetzen; Anforderungen definieren, um die Produktentwicklung zu steuern
• Produktentwicklung und kontinuierliches Testen effizient gestalten, Feedback- und Compliance-Punkte schnell berücksichtigen
• Enge Zusammenarbeit mit Stakeholdern und verschiedenen Teams, um Anforderungen zu verstehen, Prioritäten festzulegen, den Rollout zu gewährleisten und die Benutzerfreundlichkeit zu steigern
• Projekterfahrung in einem energiewirtschaftlichen Unternehmen, einschließlich der Funktionsweise von Energiemärkten, den Grundlagen der Energieerzeugung und -verteilung sowie den aktuellen Herausforderungen und Entwicklungen in der Branche
• Projekterfahrung im Bahnwesen - darunter die Struktur und der Betrieb von Bahnsystemen
• Projekterfahrung innerhalb des 16,7-Hz-Bahnstrom-Bereichs inkl. Kenntnisse der regulatorischen Prozesse
• Formulierung des Teilprojektauftrags und des Projektsteckbriefs nach dem Projektstandard gemeinsam mit der Projektleitung
• Steuerung der Leistungserbringung gemäß Projektauftrag
• Planung und Steuerung personeller Ressourcen inklusive Budgetplanung für das Teilprojekt
• Sicherstellung der Arbeitsfähigkeit der Teilprojektbeteiligten, z. B. durch Beantragung von Zugängen und Dokumenten für das Teilprojektteam
• Planung und Steuerung für das jeweilige Teilprojekt (Zeit, Umfang, Budget) inklusive der Erstellung der notwendigen Dokumente
• Abstimmung mit dem Fachbereich und Product Ownern zur Planung des Teilprojektumfangs und der entsprechenden Implikationen
• Durchführung der Meilensteinplanung gemäß dem vereinbarten Vorgehensmodell
• Aufwandsschätzung und Unterstützung des Teilprojektcontrollings sowie des Gesamtprojektcontrollings bei der Vorschau und Planung
• Berichterstattung des Teilprojektstatus (gem. Statusfolienvorlage) inkl. Fortschritt (gem. Fortschrittsmessung)
• Analyse, Vorbereitung und Adressierung von Handlungs- und Entscheidungsbedarfen
• Eskalation von Teilprojektanliegen an die Projektleitung
• Erstellung und Steuerung von Change Requests (CR)
• Qualitätsbewertung der erbrachten Aufgabenpakete aus Projektmanagement-Perspektive (Zeit, Umfang und Budget)
• Umsetzungssteuerung der übergreifenden Vorgaben und Anforderungen im Teilprojekt. Dabei unterstützen die Querschnittsfunktionen auf fachlicher und technischer Seite.
• Identifikation, Steuerung, Dokumentation und Kommunikation von Chancen, Risiken und Abhängigkeiten im Teilprojekt und teilprojektübergreifend
• Unterstützung der Projektleitung bei der Erstellung des Gesamtprojektplans und der Gesamtstatusberichte
• Vorbereitung und Steuerung der Inbetriebnahme inkl. der erforderlichen Dokumente und Schutzbedarfsfeststellung

Scrum Masterin im agilen IT-Umfeld zur Unterstützung eines Softwareentwicklungsteams im Fullstack-Bereich (7 Leute)

• Enge Zusammenarbeit mit Stakeholdern und verschiedenen Teams, um Anforderungen zu verstehen, Prioritäten festzulegen, den Rollout zu gewährleisten und die Benutzerfreundlichkeit zu steigern
• Einführung der ausgewählten Scrum-Methode, inklusive der erforderlichen Events, Meetings, Artefakte (Product Backlog, Sprint Backlog, Burndown Charts), Metriken sowie die Durchführung von erforderlichen Trainings im agilen IT-Umfeld
• Vorbereitung von Scrum-Events wie Daily, Retrospektiven, Review, Sprint Planning, Estimation und Refinement (agile Arbeitsweise)
• Moderation von Retrospektiven und Eliminierung von Hindernissen, um Team und Produkt voranzubringen
• Aufbereitung von Maßnahmen und Retros via Whiteboard und Figma
• Anwendung und Verbesserung von agilen Methoden wie Kanban, Scrum, SAFe oder Scrum of Scrum
• Nachverfolgen der "Definition of Done" und "Definition of Ready" für alle Arbeitsergebnisse des Entwicklerteams
• Beratung zum Informationsfluss und zu Kommunikationsverbesserungen zwischen Product Owner und Projektteam
• Erfahrung mit Automatisierung, Validierung wie Pflichtfeldprüfung, Benachrichtigungsfunktionen, Erstellung von Filtern, Boards und Reports via JQL und Aufsetzen der Cycle Time
• Verwendung von Jira & Confluence
• Aufsetzen einer Fortschrittsmessung für das Projektmanagement, um Team-Plan- und Team-Ist-Kapazitäten sowie tatsächliche Aufwände für User Stories transparent abzubilden
• Messung des Teamfortschritts: Erstellung der Team-KPIs: "Velocity", "Burn-Down-Chart", "Throughput", "Kosten", "Quality", "Scope"
• Auswertung agiler Metriken, Prozessmanagement und Prozessmodellierungsmethoden (BPMN, EPK, UML)
• Kommunikations- und Moderations-Know-how
• Methodenkompetenz in Konfliktgesprächen unter Beweis gestellt

• Aufbau eines starken Bewusstseins innerhalb des Unternehmens in Richtung Nearshoring
• Engagement Manager im Competence Center Nearshore
• Verantwortlich für Nearshore-Beratung, Partner-Screening und technisches Onboarding, Konzipierung und Umsetzung von Kooperationsszenarien, Change Management, Stakeholder-Management, Teilnahme an Steering Committees und Zusammenarbeit mit IT- und Fachbereichen
• Eingesetzte Tools: Microsoft Office 365, Microsoft Teams, Azure Devops, Microsoft Sharepoint, Conceptboard
• Kernergebnisse: Etablierung einer Nearshoring-Strategie, erfolgreiche Identifizierung und Implementierung von Outsourcing-Partnerschaften, Durchführung von Change Management und Stakeholder-Management auf höchstem Niveau

• Habe rollenbasierte Workflows für die Disposition und Zustellung entworfen, umschaltbar zwischen eigenem Fuhrpark und Partner-Transportunternehmen, mit nachvollziehbaren Statusketten von „pending“ bis „in delivery.“
• Habe KI-gestützte Routenoptimierung entworfen, bei der Disponenten fahrzeitoptimierte Routenvorschläge als Entwurf prüfen und mit einem Klick übernehmen.
• Habe eine zentrale Planungsoberfläche für Liefer- und Routenmanagement entworfen, die Tabellenansicht, Kartenansicht und Routenkomposition in einem einzigen Workflow zusammenführt.
• Habe interaktive Prototypen gebaut, um neue Produktfunktionen früh mit Stakeholdern und Engineering abzustimmen.

Wichtige Methoden: KI-gestütztes Produktdesign, Workflow-Design, rollenbasierte Workflows, Dashboard-Design, Interaction Design, Prototyping, UX für Logistik/Operations, Stakeholder-Zusammenarbeit

• Leitete die Modernisierung des Enterprise-Reportings durch die Migration von Legacy-SSRS-Reporting-Lösungen nach Power BI und unterstützte dabei über 500 Anwender bei voller Einhaltung von GDPR/DSGVO.
• Entwarf und optimierte Power-BI- und Microsoft-Fabric-Semantikmodelle mit Star Schema, dimensionaler Modellierung, fortgeschrittenem DAX und Performance-Optimierungstechniken und reduzierte so die Abfrage-Latenz um 25 %.
• Lieferte über 20 Executive- und operative Dashboards mit KPI-Scorecards, Drill-through, Bookmarks und Row-Level Security und steigerte die Reporting-Effizienz um 20 %.
• Ermöglichte Self-Service-Analytics durch gesteuerte Power-BI-Datasets, Dataflows und Gateway-Architektur und erhöhte die Nutzung durch fachlich gesteuerte Reports um 35 %.
• Konfigurierte für ein Sales-Dataset mit über 50 Millionen Zeilen eine inkrementelle Aktualisierung und Query Folding und reduzierte die täglichen Refresh-Zeiten um 85 %.
• Implementierte automatisierte ETL/ELT-Pipelines mit Azure Data Factory, Microsoft Fabric und Snowflake und verkürzte die Bereitstellungszeiten für Reports durch Workflow-Automatisierung um 40 %.
• Trieb Initiativen zur Modernisierung der Analytics-Landschaft mit Microsoft Fabric voran, darunter Lakehouse-Architektur, OneLake-Integration und der Aufbau einer zentralen Datenplattform, wodurch sich die Datenlatenz von 2 Stunden auf 20 Minuten reduzierte.
• Übersetzte fachliche Anforderungen von über 15 Stakeholdern in skalierbare Power-BI-Semantikmodelle und Dashboards, verbesserte die Reporting-Konsistenz und reduzierte Ad-hoc-Reporting-Anfragen um 25 %.
• Setzte Microsoft Copilot und generative KI-Tools ein, um SQL-Entwicklung, DAX-Erstellung, technische Dokumentation und Testaktivitäten zu beschleunigen, und reduzierte den Entwicklungsaufwand um etwa 15 Stunden pro Woche.

• Verantwortlich für die Einführung agiler Methoden innerhalb des Interface- & Integration-Teams (2 Scrum-Teams)
• Planung und Durchführung von Trainings zu agilen Methoden
• Moderation von Workshops und Scrum-Events
• Beseitigung von Hindernissen
• Steigerung der Sprint-Performance

• Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
• Implementierung automatisierter End-to-End-Cloud-Prozesse
• Entwicklung von LLM- und NLP-Modellen
• Erstellung interaktiver Reports
• Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten

• Topics und Microsites in Rich-Content-Portal-Widgets, Content Library, Landing Pages konfiguriert und die automatische Datensynchronisation des Kundenportals umgesetzt, wodurch der manuelle Aufwand um 80 % reduziert und die Self-Service-Nutzung verbessert wurde.
• Das optimale Layout für verschiedene Geräte und Auflösungen entworfen, um die Zugänglichkeit und das Nutzererlebnis zu verbessern.
• Azure-VM-Integration mit Catalog Items, PowerShell-Skripting und Workflow-Orchestrierung eingerichtet und angepasst.
• Geschäftsanforderungen analysiert und in skalierbare Lösungen übersetzt, dabei ServiceNow-Scripting genutzt, um die Plattformfunktionalität und das Nutzererlebnis zu verbessern.

Key ServiceNow Skills: Service Portal, Widget-Entwicklung, Catalog Items, PowerShell-Scripting, Workflow-Orchestrierung, Content Management.

• KI-Integration (LLM & RAG): Konzeption und Aufbau eines internen, intelligenten RAG-Systems (Retrieval-Augmented Generation) auf Basis von LLMs, n8n und Vektordaten zur automatisierten Analyse technischer Dokumente und Fehlerprotokolle.
• Konzeption & Implementierung: Design einer robusten RS-232/UART-Kommunikationsschnittstelle für ein SBC-basiertes Embedded-Gerät zur Steuerung medizinischer Shaker-Systeme.
• Architektur & Protokolldesign: Umsetzung einer hochgradig wartbaren Softwarestruktur (OOP, SOLID) und Definition hardwarenaher, resilienter Kommunikationsprotokolle inklusive Multithreading und erweiterter Fehlerbehandlung.
• Qualitätssicherung & DevOps: Testautomatisierung mittels xUnit, Integrationstests direkt am Hardware-Target und Pflege der technischen Dokumentation nach strengen Medizintechnik-Standards via Azure DevOps.

Label: C#, .NET, LLMs, RAG, n8n, RS-232, UART, Multithreading, async/await, xUnit, gRPC/protobuf, Blazor, MudBlazor, EF Core, Visual Studio 2026, Azure DevOps

In meiner Rolle als Senior Cloud DevOps Architect bei BP, einem Öl- und Gasunternehmen, hatte ich die Aufgabe, die Plattform für das Laden von Elektrofahrzeugen der EV Division von On-Premises und Azure in die AWS-Cloud zu migrieren, was zu einer hybriden Multi-Cloud-, Multi-Tenant-SaaS-Lösung führte.

Der Einsatz von Kubernetes für die Anwendungsebene bedeutete die Bereitstellung von Kubernetes-Clusters, die von EKS und AKS verwaltet wurden, mit Fokus auf die Integration in eine Multi-Tenant-Umgebung. Diese Integration wurde durch den Einsatz von Kubernetes-Namespace und Zugriffskontrollen erreicht, um Datenisolation und Datenschutz sicherzustellen.

Auf der Datenbankebene entschieden wir uns für eine RDS-Instanz mit PostgreSQL zur Unterstützung der Backend-Infrastruktur unserer Anwendungen. Die Mandanten teilten sich dieselbe RDS-Instanz, hatten aber jeweils ein eigenes Schema.

Um nahezu in Echtzeit Daten von physischen Ladestationen (CPOs) als IoT-Geräte über das OCPI-Protokoll aufzunehmen, stießen wir bei der Batch-Verarbeitung auf erhebliche Verzögerungen. Daher entwickelten wir eine Streaming-Datenpipeline in Echtzeit mit Apache Kafka und setzten dabei auf eine eventgetriebene Architektur.

Ich leitete die Zusammenarbeit über mehrere interne Teams, externe Anbieter, Cloud-Provider und Partner vor Ort hinweg, um über fünf Systeme in eine einheitliche Lösung zu integrieren.

Erfolge:

• Erfolgreich hybride Multi-Cloud-Lösungen entworfen und umgesetzt, die mehrere Cloud-Plattformen (AWS, Azure) mit On-Premises-Infrastruktur unter Einsatz von Site-to-Site-VPNs, Firewalls und Load Balancing integrierten.
• Die Migration der On-Premises-Infrastruktur zu einer Multi-Cloud-, Multi-Tenant-Infrastruktur geleitet, was zu 30 % schnelleren Verarbeitungszeiten führte.
• Workloads aus VMware- und Hyper-V-Umgebungen auf cloudbasierte VMs migriert und dabei Cloud-native Services genutzt, um Leistung, Kosteneffizienz und Skalierbarkeit zu optimieren.
• Eine Multi-Tenant-Kubernetes-Plattform entworfen, die das Kubernetes-Ökosystem nutzt, mit Karpenter für die dynamische Bereitstellung von EC2-Nodes, KEDA für eventgesteuertes Pod-Autoscaling (z. B. Kafka-Message-Lag) und Rancher für das zentrale Monitoring mehrerer Cluster (EKS, AKS oder On-Prem K8s), als Ersatz für den Microsoft-zentrierten Azure-Arc-Management-Service.
• Python-basierte FastAPI-Microservices als Teil des EV-Core-Backends auf der AWS-EKS-Anwendungsebene entworfen und umgesetzt, die Datenaufnahme- und Kundenanalyse-Pipelines antreiben.
• Asynchrone, eventgetriebene APIs (Python-FastAPI) für die Echtzeit-Integration mit CPOs entwickelt, mit Unterstützung für OCPI 2.3 und OICP-Protokolle.
• Eine sichere, produktionsreife Azure-Databricks-Plattform mit Terraform entworfen und umgesetzt und dabei Skalierbarkeit und Kosteneffizienz sichergestellt.
• On-Premises-ERP auf eine hybride Dynamics-365-Architektur migriert, mit ERP lokal gehostet und CRM in Azure betrieben, integriert über Azure Arc.
• CI/CD-Pipelines für Databricks-Notebooks und Jobs mit GitHub Actions und Databricks CLI automatisiert, wodurch die Bereitstellungszeit reduziert wurde. Die Bereitstellungszeit für Infrastruktur durch Automatisierung der Cloud-Ressourcenbereitstellung mit GitOps um 70 % reduziert.
• Die Einhaltung interner Audit- und Data-Governance-Standards (GDPR) durch OAuth2/OIDC-basierte Authentifizierung und fein abgestufte rollenbasierte Zugriffskontrollen sichergestellt.
• Ein Zero-Trust-Sicherheitsmodell entwickelt, das Least-Privilege-Zugriffe und Mikrosegmentierung durchsetzt und die Sicherheitslage sowie die Compliance mit GDPR und NIST verbessert.
• Interaktive Analytics-Dashboards in Amazon QuickSight erstellt, die Daten aus S3 und Redshift integrieren, um Echtzeit-Business-Insights und Visualisierungen mit eingebettetem Zugriff für Multi-Tenant-Nutzer bereitzustellen.
• Cloud-Sicherheitsbewertungen und eine Sicherheitsintegration über den gesamten Lebenszyklus während M&A geleitet, einschließlich AWS, Azure, IAM (Entra ID) und Datenschutz, und dabei die Sicherheitslage mit NIST, ISO 27001 und GDPR über hybride und cloud-native Umgebungen hinweg ausgerichtet.
• Die Cloud-Kosten für eine Dev-Umgebung eines Kunden um 64 % gesenkt, indem automatisierte Start-/Stopp-Zeitpläne für EC2- und RDS-Instanzen über AWS CDK mit EventBridge Scheduler oder AWS Systems Manager implementiert wurden.

Tech-Stack:

• Infrastructure as Code: Terraform, AWS CDK, Ansible.
• Container: Kubernetes auf EKS, AKS, Docker.
• Streaming-Datenverarbeitung: Kafka zu Confluent Cloud, nach AWS MSK.
• Frontend: TypeScript, React, NextJS, Hooks, Styled Components.
• Backend: Python mit FastAPI, außerdem Node.js mit NestJS.
• Datenbank: Aurora auf PostgreSQL mit TypeORM, RDS auf SQL Server, vollständiges Setup und Administration von Azure Databricks, ETL-Pipelines.
• CI/CD und GitOps: GitHub Actions, Azure DevOps, ArgoCD.
• Monitoring und Observability: Prometheus und Grafana.
• Virtualisierung: Hyper-V, VMware Cloud on AWS, Azure Migrate.
• ERP-Systeme: Odoo, Microsoft Dynamics 365 Business Central auf Azure, integriert mit Azure Arc.
• Netzwerke: Site-to-Site-VPNs, AWS Direct Connect, Azure ExpressRoute, Firewalls (AWS Network Firewall, Azure Firewall).
• Sicherheit: IAM, NIST Framework, Zero-Trust-Sicherheit, AWS WAF, AWS Shield, GuardDuty.

• Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
• Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
• Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
• Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
• Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
• Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
• Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
• Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
• Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
• Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
• Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
• Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
• Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
• Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).

• Entwickelte eine Python-Pipeline, die Web-Inhalte aus dem Lektionar in strukturierte tägliche JSON-Daten umwandelt und dabei liturgische Kalenderregeln für eine genaue Abdeckung von Wochentagen und Sonntagen anwendet.
• Stellte eine reine FastAPI-REST-API mit gemeinsamen Pydantic-Modellen bereit und lieferte einen Kirundi-first Web-Client für Browser und Mobile.
• Verantwortete die Datenebene und die Backend-Architektur, arbeitete eng an Systemarchitektur und Schnittstellen mit und automatisierte Aktualisierungen mit GitHub Actions; außerdem validierte ich das ETL mit pytest.
• Impact: Schuf eine verlässliche, API-gestützte Single Source of Truth für tägliche Bibellesungen auf Kirundi und ermöglichte so einen konsistenten Zugriff auf zuvor unstrukturierte Inhalte.