Python Experten in Wien

• Beratung und Interim-Management an der Schnittstelle von IT-Betrieb und Regulatorik
• Betroffenheitsanalyse und Umsetzungsplanung zu NISG 2026 und EU AI Act, einschließlich Risikomanagement sowie Melde- und Nachweisprozessen
• Schulung von Leitungsorganen und Belegschaft zu regulatorischen Pflichten
• Lehraufträge Data & Information Management sowie Mensch-Maschine-Interaktion an der Hochschule Burgenland, seit 2023
• Betreuung von Masterarbeiten und Mitwirkung im Prüfungssenat
• Fachvorträge in Wirtschaft und Bildungseinrichtungen
• Konzeption und Entwicklung von Daten- und KI-Produkten, Plattformen und Pipelines
• Privacy-first-Architekturen und Zero-Knowledge-Encryption, cloud-native auf EU-Infrastruktur
• MLOps und AIOps im laufenden Betrieb
• Eigene Anwendungen unter eigener Marke: gemeinsame Codebasis, getrennte Auslieferung je Zielgerät
• KI-gestützte Softwareentwicklung (vibe-coding), komplette agentische Pipelines, Code-Erzeugung, Implementierung, automatisierte Tests, CI/CD und Releasezyklen
• Fachpublikationen zu EU AI Act, NIS2, DORA, CRA und CER als integriertem Governance-System
• Fachpublikationen zu Datensouveränität, Cloud-Ökonomie und industrieller Bildverarbeitung
• KI-Governance / Compliance: Datenqualität, Responsible AI, EU-AI-Act-Readiness, Risikoklassifizierung, KI-Ethik

Technologien: Azure DevOps, Jira, Confluence, Office 365 (Teams, PowerPoint, Copilot, Excel, SharePoint, Forms, OneNote, PowerAutomate, Word), DataDog, Conceptboard, Python, AWS, Claude, Perplexity Methodik: Scrum

• Steuerung und Begleitung der Organisation bei der Einführung von Scrum sowie einer vom SAFe-Framework inspirierten, quartalsbasierten Roadmap- und Portfolioplanung auf Programmebene.
• Servant Leadership gegenüber Scrum Teams und Führungskräften, um Quartalsziele zu erreichen und die Wertschöpfung für interne und externe Kunden messbar zu steigern.
• Konzeption und Ausbau effizienter Kommunikations- und Kollaborationsstrukturen zwischen mehreren Entwicklungsteams und zentralen Stakeholdern der Organisation.
• Moderation und professionelle Facilitation von bereichsübergreifenden Workshops und Management-Meetings zur Ausrichtung auf gemeinsame Ziele.
• Coaching von Führungskräften, Product Ownern und Entwicklungsteams in Bezug auf agile Werte, Rollenverständnis und skalierte Arbeitsweisen (Scrum, SAFe, Business Agility).
• Beseitigung struktureller Hindernisse auf Team- und Organisationsebene durch gezielte Impediment-Management- und Eskalationsprozesse.
• Befähigung von Teams zu höherer Selbstorganisation, Eigenverantwortung und End-to-End-Verantwortung entlang der Wertströme.
• Individuelles Coaching von Schlüsselpersonen (Product Owner, Chapter Leads, Scrum Master) zur Stärkung ihrer Wirksamkeit im Transformationsprogramm.
• Organisationweite Identifikation, Planung und Umsetzung von Prozess-, Struktur- und Toolverbesserungen, um Effizienz, Durchsatz und Wertschöpfung nachhaltig zu erhöhen.
• Enge Begleitung der Product Owner in den Bereichen Stakeholder-Management, Priorisierung nach Geschäftswert (Business Value), Produktstrategie, Roadmap-Planung und effektive Zusammenarbeit mit den Entwicklungsteams.
• Einführung, Governance und Skalierung von Azure DevOps als zentrales Projekt- und Produktmanagement-Tool, inklusive Coaching der Organisation in Nutzung, Reporting und Alignment auf allen Ebenen.

Erfolge:

• Deutliche Steigerung der Sichtbarkeit, Transparenz und wahrgenommenen Wertschöpfung der Entwicklungsteams innerhalb der Gesamtorganisation.
• Spürbare Verbesserung der Kommunikation zwischen Entwicklung, Business und weiteren Stakeholdern.
• Optimierung von Arbeitsprozessen, Workflow und Backlog-Strukturen, wodurch Durchlaufzeiten reduziert, Prioritäten geschärft und die Effektivität der Teams nachhaltig erhöht wurden.

Überarbeitung und Verbesserung zentraler APIs; Umsetzung von Änderungswünschen der Kunden. Einrichtung der Monitoring-Infrastruktur für Metriken, Traces und Logs zur Unterstützung des Betriebs. Konzeption von GitOps-Deployments und Infrastructure as Code. Anwendungs- und Systemkonfiguration in ArgoCD und Openshift. Confluence-Dokumentation von Design, Vorgehen und Lösung. Tech Stack: Java 8 & 21, Spring Framework, JSP, Javascript, Bash-Skripte, SQL, Grafana Stack, OpenTelemetry, Docker, DB2, Maven, Kubernetes Kompose.

• Eine nächste Generation von NLP-Plattformen entworfen und gebaut, um den vertriebsnahen Kundenservice durch intelligente Anfrageanalyse und Routing zu beschleunigen und die durchschnittliche Antwortzeit auf Kundenanfragen um 30 % zu senken.
• Ein hybrides NLP-System entwickelt, das Large Language Models (LLMs) mit klassischen NLP-Pipelines kombiniert, um robuste und nachvollziehbare Ergebnisse zu liefern.
• Mechanismen für Anfrageklassifizierung und Routing entwickelt, damit Support-Teams Kundenanfragen schneller und genauer bearbeiten können.
• Die LLM-basierte Datenextraktion und Klassifizierung mit Context Engineering optimiert.
• Die Plattform in Kundenservice-Prozesse integriert und so Reaktionszeiten reduziert sowie die Effizienz im Team verbessert.

• Extraktion, Transformation und Bereinigung von Daten aus Microsoft Dynamics AX
• Erstellung von Vertriebsberichten in Power BI
• Schulung der Mitarbeiter im Bereich Business Intelligence
• Technologien: Power BI, SQL, SQL Server Integration Services (SSIS)

• Entwicklung AWS-basierter Komponenten, die Python-Backend-Services mit React/TypeScript-Frontends verbinden.
• Verbesserung von Datenbankabfragen und Anwendungs-Workflows für die Dokumentenverarbeitung und -prüfung.
• Bewertung von LLM-Retrieval- und Dokumentenprüfungs-Workflows als Teil des Produkt-Stacks.

Tech: AWS (Glue, Lambda, Redshift), Airflow, PostgreSQL, Python, PySpark, Metabase, Power BI

Geliefert: Analytics-ready Datenmodelle • Migration von Legacy-SQL zu Cloud-ETL • Dynamische Pricing Engine

• Verantwortlich für das unternehmensweite Data Warehouse von Anfang bis Ende — von der Datenaufnahme über die Transformation bis hin zu analytics-ready dimensionalen Datenmodellen auf AWS Redshift.
• Mit Analysten, Data Scientists und Business-Stakeholdern zusammengearbeitet, um skalierbare dimensionale Datenmodelle bereitzustellen, die Self-Service Analytics ermöglichen und das Dashboarding in Metabase und Power BI vereinfachen.
• End-to-End ETL/ELT-Pipelines auf AWS (Glue, Lambda, Redshift) mit Python und PySpark entwickelt und mit Apache Airflow (MWAA) orchestriert, um Zuverlässigkeit und Transparenz sicherzustellen.
• Standards für Data Quality und Governance über alle Pipelines und die zentrale Datenebene definiert und durchgesetzt.
• Die Migration von Legacy-SQL-Infrastruktur in skalierbare AWS-Glue-Pipelines mit verteilter PySpark-Verarbeitung geleitet, um Engpässe zu beseitigen und Ausfallzeiten zu reduzieren.
• Eine dynamische Pricing Engine entwickelt, die automatische Rabattaktionen auf Basis von Auslastung, Konkurrenzpreisen und Standort-Performance-Tiers anwendet.
• Schema-Mappings entworfen, um MongoDB-Daten in strukturierte relationale Systeme (Redshift/PostgreSQL) zu übernehmen.

Projekt-Tech-Stack: Python, AWS, Azure, FastAPI, openai, pandas, unittest/pymock

Erfolge:

• Automatisierte Datenextraktions-Pipelines entwickelt, um komplexe Excel-Datensätze über LLM-basierte Workflows in strukturierte Formate zu überführen.
• Eine generative Slide-Deck-Engine entworfen, die natürliche Spracheingaben in formatierte Präsentationsinhalte umwandelt.
• Erweiterte LLM-Funktionen mit der OpenAI Response API integriert und dabei komplexes Tool-Calling sowie Logik für strukturierte Ausgaben umgesetzt.
• Einen skalierbaren Backend-Microservice mit FastAPI, Docker und OpenShift entwickelt und containerisiert, um agentische Skills zu hosten und bereitzustellen.

• Entwicklung einer Ladestation für E-Fahrzeuge
• Tools: C/C++/Matlab/Simulink
• Entwicklung und Test von Funktionssoftware mit diversen Kommunikationsbussen

• Gründungsmitglied des Backend-TypeScript-Teams und verantwortlich dafür, das ursprüngliche Produktkonzept in eine vollständig funktionsfähige Plattform zu überführen.
• Konzipierte die zentrale Ressourcenerkennungs-Engine für Azure und AWS, wodurch das Frontend komplexe Cloud-Umgebungen visualisieren konnte und die KI befähigt wurde, Architekturmuster zu bewerten.
• Entwickelte und skalierte verteilte APIs und dynamische CosmosDB-Schemas und stellte sicher, dass sich Datenbank- und Backend-Architektur nahtlos an sich schnell ändernde Produktanforderungen anpassen konnten.
• Beschleunigte funktionsübergreifende Tests durch die Entwicklung individueller Tools zur Datengenerierung, mit denen die KI- und Frontend-Teams umfangreiche, künstliche Cloud-Architekturen simulieren und testen konnten.
• Verantwortete die Bereitstellung von Funktionen von Anfang bis Ende, indem ich eng mit den Teams für KI und Frontend sowie mit Geschäftsbeteiligten zusammenarbeitete, um die technische Umsetzung an der strategischen Vision der Dawnguard-Plattform auszurichten.

• Lehren & Präsentieren
• Kommunikation
• Komplexe technische Themen für nicht-technische Zielgruppen in Vorlesungen verständlich vermitteln
• Nicht-technische Studierende von Nullwissen zu einem sicheren Verständnis und der Anwendung von Algorithmen führen, um Geschäftsergebnisse zu erzielen

• Konzipierte und implementierte eine hochverfügbare, mandantenfähige Kubernetes-Plattform auf Google Kubernetes Engine (GKE) für geschäftskritische Microservices.
• Entwarf und implementierte eine umfassende Infrastructure-as-Code-Strategie mit Terraform zur Verwaltung von GKE-Clustern, Netzwerken (VPCs, Subnetze) und IAM-Richtlinien.
• Entwickelte optimierte Speicherlösungen für zustandsbehaftete Workloads (MongoDB) mit GKE PersistentVolumes und steigerte somit Leistung und Datenausfallsicherheit.
• Etablierte ein umfassendes Observability-Framework mit Google Cloud Monitoring, Logging, Prometheus und Grafana.

• Unterstützt CANCOM-Kunden bei der Migration von Legacy-On-Prem-Systemen zu Microsoft Fabric und Microsoft Foundry
• Übernahme und Stabilisierung bestehender Lösungen nach kurzer Übergabe
• Geschäftsanalyse und Anforderungsengineering für Migration in neue Cloud-Umgebung
• Optimierung von Machine-Learning-Modellen für Feature-Extraction und Kundenprofilierung
• Sicherstellung von Datenschutz und Compliance
• Leitung der Migration von On-Prem-Systemen zu Microsoft Fabric
• Gestaltung neuer KI-Plattformen für Kunden
• Test der Integration von Chatbots für Document Intelligence mit Microsoft Foundry inklusive Anforderungsanalyse, Umsetzung, Validierung und Kundenkommunikation

• Analyse der erweiterten Anforderungen bezogen auf vorhandene Controller in einer Industrieanlage
• Erstellung von Konzepten zur Speicherung und Visualisierung von Sensordaten
• Kommunikation mit SPS / PLC
• Microservice Architektur
• Unified Architecture
• KI Auswertungen aus Sensordaten
• Angewandte Technologien: .NET 8, Minimal API, Postgres, MQTT, RabbitMQ