MongoDB Experten in der Schweiz

• Schnittstellenfunktion zum SOC-Team; Verbesserung der Incident-Response-Zeit um 45% durch strukturierte Eskalationsprozesse und proaktive Sicherheitsüberwachung.
• Definition technischer Standards für Multi-Tenant Enterprise-Plattform (10+ Services), resultierend in 30% reduzierter Onboarding-Zeit für neue Mandanten im Behördenumfeld.
• Aktiver Wissenstransfer und Mentoring eines 6-köpfigen Teams; Steigerung der Team-Autonomie und Etablierung einer nachhaltigen Engineering-Kultur.
• Reduzierung der Time-to-Market um 50% durch Optimierung von CI/CD-Pipelines und Etablierung von Self-Service-Deployments.
• Stack: GitLab CI/CD, Kubernetes, Nexus, Harbor, ArgoCD, HashiCorp Vault, Grafana, Python, PostgreSQL, Java, Spring Boot, Flyway, Quarkus, JBoss, Loki, Go, Kafka, Kustomize, MongoDB

• Kunden: Zentralbanken der weltweit führenden Volkswirtschaften, deutsche, schweizerische, luxemburgische, monegassische, singapurische, japanische Vermögensverwalter sowie Universal- und Privatbanken, größte Investmentbanken der Welt
• Verantwortlich für die Steuerung der Umsetzung eines Portfolios digitaler Wealth- und CRM-Initiativen
• Projektmanagement von Portfolios im CTO-Produkt- und Technologiebereich (Cyber Security, Architekturänderungen, organisatorische Transformation, Drittanbieter-Apps)
• Produkte: Kernel & Parametrisation für die Core Avaloq Banking Platform; Module: CRM, Kundendatenverwaltung, Wealth Management, Portfolio Management (erzeugt über 90 % des Unternehmensumsatzes)
• Hauptverantwortlichkeiten:
• Berichtslinie an den Leiter der Disruptive Innovation Division; Ansprechpartner für fünf Product Owner und zwei Domänenverantwortliche
• Verantwortung für die Lieferung jährlicher Themen und vierteljährlicher Kernergebnisse
• Steuerung von Nachfrage und Angebot über den QBR-Prozess: Arbeitsplan, Umsetzung, Reporting, Risikomanagement
• Direkte Leitung von rund 40 externen Beratern (Frontend-/Backend-Entwickler, Business Analysten, Designer)
• Rekrutierung und Management von Ressourcen in acht Ländern
• Durchführung von quartalsweisen Abschlussmeetings der Abteilung zur Präsentation von Erfolgen und Herausforderungen
• Lösung von teamübergreifenden Abhängigkeiten und internen/externalen Konflikten
• Verantwortung für das Wartungsbudget; Planung, Forecast, Umsetzung; Sicherstellung der Übereinstimmung von Nachfrage und Angebot
• Identifikation und Besetzung von Schlüsselpositionen in Zusammenarbeit mit Chapter Leads
• Vorgehensweise: Agile, Scrum of Scrums, QBR/OKRs
• Technologien: Angular, PL/SQL, JavaScript, Confluence, JIRA (JQL)

• Prototypen erstellen, KI-Kompetenzen erweitern und praktische Anwendung im Startup-Kontext.
• Übergangsphase: Weiterbildung im Bereich Prompt Engineering, API, KI, eigenständige Prototyp-Projekte und Mitarbeit bei einem Startup eines Freundes.
• Technologien: LangChain, REST, Python, Java, JS, TS, Node.

• Greenfield-Projekt M-Zollmanager: Entwicklung einer internen Plattform zur Unterstützung der Nutzer bei der Buchung von Bedarfsbereichen auf Positionen in Veranlagungsverfügungen.
• Greenfield-Projekt M-Deliveryplan: Entwicklung einer internen Plattform zur Planung und Verfolgung von Lieferungen im Bereich internationaler Transport.
• Erstellung von Funktionen zur Prognose der wahrscheinlichen Ankunftszeit von Containerschiffen und Waren vom Port of Load bis zum Port of Destination unter Berücksichtigung potenzieller Ereignisse.
• Entwicklung des Add-ons TrackAndTrace für M-Deliveryplan zur Verfolgung und Planung von Waren und Containern.
• Entwicklung eines generischen KI-Chatbots für die App-Infrastruktur von Migros einschließlich Integration von ChatGPT und Aufbau von KI-Workflows mit N8N.
• Entwicklung von KI-Assistenten zur Automatisierung repetitiver Aufgaben, z. B. Erstellung von Release-Notes oder Verarbeitung von Jira-Aufgaben auf Basis von N8N-Workflows.
• Weiterentwicklung und Wartung der Apps M-LFS, M-Vehicleaccess und M-Worklog.
• Einsatz von C#, Angular 18, DevOps-Praktiken, N8N, Kubernetes, Docker, Jira, Confluence und Azure.
• Laufendes Projekt mit kontinuierlicher Weiterentwicklung der Plattformen und Workflows.

• Business-Analyse, Architektur und Umsetzung einer Telemedizin-Plattform für Tierhalter.
• Leitung des Entwicklungs-Teams als Product-Owner und Tech-Lead.
• Einführung von Agilen Prozessen, Aufbau der Entwicklungs-Guidelines und System-Dokumentationen.
• Planen und umsetzen von Features wie Video-Call, Live-Chat, Marketingautomatisierung.
• Umsetzung von KI-basierten Features wie das automatisierte Tagging von Informationen (Vermisstmeldungen, Marktplatzeinträge etc.), Aufbereitung von Social-Media Inhalten, Aufbereitung von Gesprächs-Transkripten.
• Skills: Angular, NGXS, Tailwind, Java, Spring Boot, Kubernetes, Docker, CI / CD, MySQL, LLMs, RAG, MCP, Redis, OpenSearch.
• Branche: Tiermedizin.

• Unterstützung des Teams bei der Zusammenführung zweier Immobilienplattformen zu einer einheitlichen Lösung auf Vue.js-Basis
• Entwicklung einer eigenen SSR-Microservice-Architektur, bereitgestellt auf AWS Lambdas
• Konzeption und Implementierung einer Funktion zum Zeichnen auf Karten
• Verantwortung für die Migration des Microservices von Vue 2 auf Vue 3 übernommen
• Aufbau einer skalierbaren SSR-Microservice-Architektur mit AWS Lambda
• Entwicklung und Implementierung einer wichtigen Funktion zum Zeichnen auf Karten für die Darstellung von Immobilien
• Erfolgreiche Migration des Microservices von Vue 2 auf Vue 3
• Umfassende Kenntnisse der AWS-Infrastruktur, von Datadog, Sentry und Vite erworben
• Technologien: Vue.js, Node.js, Vite, AWS Lambda, Datadog, Sentry, JavaScript

• Groß angelegte Systeme und APIs konzipiert, die Tausende gleichzeitige Nutzer bedienen.
• Einen 650.000-Zeilen-Monolith refaktoriert und die vollständige AWS-Migration für stabile Performance geleitet.
• SLO-basierte Observability eingeführt, was Zuverlässigkeit und Wiederherstellungsprozesse verbesserte.
• Cloud- und Datenbank-Optimierungen durchgeführt und so erhebliche Kosteneinsparungen und Latenzreduzierungen erreicht.
• LLM-, RAG- und Dokumentautomatisierungspipelines bereitgestellt, die in der Produktion eingesetzt werden.

• Habe den Inferenz-Stack auf einem Multi-Node-DGX-B200-Cluster über vLLM und SGLang bereitgestellt und optimiert (Serving, Durchsatz- und Latenz-Tuning).
• Habe zusammen mit einem kleinen Team eine interne Python-Bibliothek für das LM-Pretraining gebaut, die den kompletten Trainings-Loop abdeckt: verteiltes Training mit PyTorch FSDP, Datenpipelines, Checkpointing, Config- und Hyperparameter-Management sowie Experiment-Tracking.
• Habe Agenten-Gerüste auf interaktiven Game-Benchmarks ähnlich ARC-AGI-3 gebaut und ausgewertet, mit Metriken dafür, wie Modelle planen, erkunden und sich über mehrstufige Episoden anpassen; habe Modellfehler klassifiziert und die Erkenntnisse in das Gerüst- und Evaluationsdesign zurückgespielt.
• Habe Loop-Transformer-Architekturen erforscht.

• Eigenständig Architektur entworfen und Produktionscode im Startup-Tempo geliefert
• Diverse Geodatenformate (NETCDF, GeoTIFF, GML) in einheitliche Standards überführt und skalierbare Klimadaten-Visualisierungen aus Hunderten GB Geodaten in einer produktiven Web-App erstellt
• Entwickler betreut, den KI-Wissensaustausch gefördert und gemeinsam mit dem C-Level-Management zur Wettbewerbsstrategie beigetragen

• Konzeption und Durchführung eines praxisnahen Echtzeit-Kurses zu Flink und Hadoop mit MapReduce, HDFS, Spark, Flink, Hive, HBase, MongoDB, Cassandra und Kafka
• Erwerb umfangreicher DevOps- und CI/CD-Erfahrung
• Erstellung von ETL/ELT-Pipelines mit Apache-Tools und Pentaho
• Leitung von Projekten in kommunaler Software, Finanzdienstleistungen und Big Data mit Kafka
• Entwicklung von KI-/NLP-Modellen und Chatbots mit RASA, Chatter und Dialogflow
• Aufbau und Verwaltung einer TypeDB-Wissensdatenbank
• Arbeit mit OpenStack, Kubernetes und Podman

• Übernahm die Rolle als Analyst und leitender Entwickler in einem innovativen Projekt zur Erkennung von Finanzbetrug in einer großen Finanzinstitution in Zürich mithilfe von künstlicher Intelligenz
• Analysierte und implementierte neue Module, verbesserte Performance und Nutzererlebnis, hob technische Dokumentation und Codequalität auf das vom Endkunden geforderte Niveau
• Technologien: Java 17, JavaFX, Spring Boot, Concurrency, UX, Gradle, Impala

• Entwicklung eines Event-Tools für das Eidgenössische Departement für auswärtige Angelegenheiten ([link]

Applikationsverantwortung und Weiterentwicklung der Testbenutzerverwaltung (TUM)

Aufgabenbereiche: Applikationsverantwortung (Application Ownership / ITSO), Application Management, Incident Management, Deployment / Release Management, Anforderungsmanagement, Priorisierung, Weiterentwicklung, Automatisierung und Schnittstellenmanagement

Technologien: SQL Server, Python, GitLab, UC4, Lieberman, Linux

Verantwortung für den Betrieb und die kontinuierliche Weiterentwicklung einer zentralen Anwendung zur Verwaltung von mehr als 5.000 technischen Testbenutzern und deren Daten.

Aufnahme und Bewertung fachlicher Anforderungen, eigenständige Priorisierung von Weiterentwicklungen sowie agile Planung und Koordination der Umsetzung unter Einsatz von PI Planning in enger Abstimmung mit den beteiligten Fachbereichen und IT-Teams.

Erweiterung der zentralen SQL-Server-Datenbank um zusätzliche Informationen zu Test- und Real-Usern sowie Integration weiterer Anwendungen über definierte Schnittstellen. Die modular aufgebaute Anwendung nutzte Python-basierte Verarbeitungskomponenten, deren Ausführung und Abläufe über UC4-Workflows gesteuert wurden. Hierdurch konnten Daten aus unterschiedlichen Quellsystemen automatisiert übernommen, verarbeitet und bereitgestellt sowie neue Testbenutzer automatisiert angelegt werden.

Sicherstellung eines zuverlässigen Anwendungsbetriebs sowie kontinuierliche Optimierung und Automatisierung bestehender Prozesse.

Applikationsverantwortung, Modernisierung und Migration der Fehlerverwaltung (TRANT)

Aufgabenbereiche: Applikationsverantwortung (Application Ownership / ITSO), Application Management, Incident Management, Deployment / Release Management, Anforderungsmanagement, Softwaremodernisierung, Migration, Schnittstellenintegration und Qualitätssicherung

Technologien: UC4, Jira, SQL Server, Oracle, Java, Python, Lieberman, Linux, Jai

Verantwortung für den Betrieb und die Weiterentwicklung einer Anwendung zur automatisierten Erfassung, Verarbeitung und Weiterleitung technischer Störungen in verschiedenen Testumgebungen.

Automatisierte Erstellung von Jira-Fehlertickets bei blockierten UC4-Workflows einschließlich der gezielten Weiterleitung an die jeweils verantwortlichen Anwendungsmanager.

Technische Modernisierung der Anwendung durch Migration von Java nach Python, Umstellung der Datenbank von Microsoft SQL Server auf Oracle sowie Ablösung des Jenkins-Schedulers durch UC4.

Integration der Jira-API sowie Einsatz der bankinternen KI-Lösung Jai zur Unterstützung der Codeportierung und anschließenden Validierung. Eigenständige kritische Prüfung der KI-generierten Ergebnisse hinsichtlich ihrer fachlichen und technischen Korrektheit.

Schichtleiter der Betriebssteuerung für Testumgebungen

Aufgabenbereiche: Überwachung von verschiedenen Testsystemen

Technologien: UC4, TSO, HOST, Azure-Cloud

Verantwortung für die Überwachung und Steuerung automatisierter Verarbeitungsprozesse in verschiedenen Testumgebungen, einschließlich der in der Azure-Cloud betriebenen Systeme.

Überwachung der UC4- und HOST-Workflows sowie Analyse und Bearbeitung auftretender Störungen. Bei blockierten Verarbeitungsprozessen wurden über TRANT automatisch Jira-Tickets erstellt und den zuständigen Anwendungsverantwortlichen zugewiesen. In Abstimmung mit diesen erfolgte bei Bedarf der Neustart oder Abbruch betroffener Jobs. HOST-Prozesse wurden zusätzlich über OPC überwacht und gesteuert.

Zur Sicherstellung eines stabilen und möglichst durchgängigen Testbetriebs wurde ein Mehrschichtbetrieb eingeführt.

Manager für die Anonymisierung der Testdaten

Aufgabenbereiche: Produktionsdaten für Testsysteme planen/anonymisieren/publizieren

Technologien: UC4, Informatica (PowerCenter und IDMC)

Um sicherzustellen, dass die Testumgebungen mit Echtdaten betrieben werden konnten, wurden die Produktivdatenbanken regelmäßig geklont. Die Produktivdaten durften in den Testumgebungen nicht zurückverfolgbar sein. Aus diesem Grund wurden die geklonten Datenbanken zunächst mit Informatica PowerCenter und später mit Informatica IDMC anonymisiert. Kritische Tabellen und Spalten in den verschiedenen Datenbanken (Oracle, SQL-Server, MongoDB) mussten auf Datenebene identifiziert und analysiert werden. In Absprache mit den Anwendungsverantwortlichen mussten Regeln für den Umgang mit den kritischen Daten festgelegt werden.