TypeScript-Experten in der Schweiz

• Leitete die Architektur und die vollständige technische Umsetzung für gemeinschaftsbasierte SaaS-Plattformen mit 2M+ monatlich aktiven Nutzern.
• Entwickelte die Architektur und leitete die Migration einer monolithischen Python/FastAPI- und PostgreSQL-Datenbank- und LangChain-Codebasis zu einer ereignisgesteuerten Microservices-Architektur auf AWS EKS. Dabei wurde ein 10-faches Verkehrswachstum von ~150 RPS auf 1,500+ RPS ohne Neuarchitektur bewältigt.
• Definierte und etablierte technische Standards für alle Services, darunter API-Verträge, Observability-Grundlagen und Deployment-Topologie. Dadurch wurden Produktionsvorfälle innerhalb von 9 Monaten um 55% und die MTTR von 2 Stunden auf unter 25 Minuten reduziert.
• Überarbeitete die Caching- und Abfrageschicht mit mehrstufigem Redis-Caching sowie Datenbankindexierung und -partitionierung. Dadurch sank die p95-API-Latenz von 850ms auf 180ms (78% Reduktion) und die CPU-Auslastung der Datenbank um 45%.
• Entwickelte eine CI/CD-Plattform mit GitHub Actions, Terraform und Kubernetes (EKS) einschließlich Blue-Green- und Canary-Rollouts. Dadurch stieg die Deployment-Häufigkeit von ~2/Monat auf 8-12/Tag, während sich die Durchlaufzeit von 10 Tagen auf unter 6 Stunden reduzierte.
• Implementierte Vertragstests, automatisierte Lasttests und Observability-SLOs mit Prometheus, Grafana und OpenTelemetry. Dadurch stieg die Plattformverfügbarkeit von 99.5% auf 99.95% (10-fache Reduktion des Verbrauchs des Fehlerbudgets).
• Leitete und entwickelte ein fachübergreifendes Team aus 8 Ingenieuren in den Bereichen Backend, Frontend und DevOps. Skalierte die Teamgröße von 4 auf 8 bei einer Bindungsquote von 85%; verantwortlich für Einstellung, Einarbeitung, Leistungsbeurteilungen und Karriereentwicklung.
• Arbeitete mit der Leitung von Product, Design und Client Success als primärer technischer Entscheidungsträger zusammen, übersetzte Geschäftsziele in technische Roadmaps und traf Make-or-Buy-Entscheidungen für Authentifizierung, Suche und AI-Tools.
• Führte AI-gestützte Entwicklungsabläufe ein, darunter automatisierte Code-Reviews und einen internen wissensbasierten Assistenten auf RAG-Basis mit Graph (GraphRAG, Neo4J). Dadurch stieg der Sprint-Durchsatz über zwei Quartale um 30%.
• Verantwortete das Incident-Management und den Bereitschaftsdienst für den Produktionssupport. Etablierte Runbooks, eine Postmortem-Kultur und On-Call-SLOs, wodurch Vorfälle mit Alarmierungen am Wochenende um 70% zurückgingen.
• Entwickelte und optimierte Algorithmen mit python-Bibliotheken wie Numpy und Pandas.

• 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

• Erstellte den MetX Assistant und trieb ihn als Hauptverantwortlicher vom Konzept bis zum produktiven Einsatz mit echten Nutzern voran; entwickelte die Telemetrie und präsentierte das System in Demos.
• Entwickelte React-, TypeScript- und Python-Funktionen für MetX, eine wissenschaftliche Plattform zur Wettervisualisierung; integrierte interne Daten-APIs und verbesserte Caching, Anfrageverarbeitung und Rendering-Workflows.
• Arbeitete an den unternehmensweiten MCP-Tools mit und leitete KI-Workshops sowie interne Automatisierungsinitiativen, darunter Experimente zur Verbindung von KI-Agenten mit Slack, Jira und Git.
• War Fachexperte des Teams für Observability und DevOps und unterstützte die Zuverlässigkeit von Services, Deployment-Workflows, Monitoring und Fehlerbehebung.
• Nahm an Communities of Practice zu Security, Observability und KI teil.

• Alleinverantwortliche Leitung des Beschaffungswesens
• WTO-Ausschreibungen im offenen Verfahren
• Einladungsverfahren
• Direktabrufe und Minitender aus Rahmenverträgen
• Simap.ch, SuisseOffer.ch, Confluence, Jira, Microsoft 365-Anwendungen

• Intelligente Dokumentenverarbeitung mit OCR und Computer Vision: Konzipierte die durchgängige KI-Pipeline im Kern des GenAI-Dokumentenverarbeitungsprodukts von SQPS. Sie wandelt Stapel gescannter Papierdokumente und PDFs in organisierte, durchsuchbare Dokumente um und kombiniert dafür Bildvorverarbeitung, OCR und Layoutanalyse für Scans unterschiedlicher Qualität. Technologien: Python, OpenCV, Tesseract / PaddleOCR, PyTorch, FastAPI
• Automatische Dokumententrennung und -klassifizierung: Entwickelte Modelle, die in einem einzelnen Scan mit mehreren Dokumenten erkennen, wo ein Dokument endet und das nächste beginnt, und jedes Dokument nach Typ klassifizieren (Rechnungen, Verträge, Briefe, Berichte), um eine vollständig automatisierte Ablage zu ermöglichen. Technologien: Python, PyTorch, scikit-learn, Hugging Face Transformers
• Informationsextraktion und intelligente Dateibenennung mit LLMs: Implementierte ein GenAI-Extraktionssystem auf LLM-Basis, das Datumsangaben, Namen und Referenznummern aus unstrukturierten Dokumenten ausliest und daraus einheitliche, regelbasierte Dateinamen erstellt. Dabei lassen sich die Namenskonventionen für jede Organisation individuell festlegen. Technologien: Python, LangChain, OpenAI, SentenceTransformers, SQL

• Produktstrategie, Architektur und technische Mitgestaltung
• KI-Workshops, Kunden-Onboarding und Go-to-Market-Aktivitäten
• Design und Umsetzung von KI-Architekturen (LLMs, RAG, MCP, Agents, Voice, Automation)
• Praktische Entwicklung von Prototypen und produktionsreifen KI-Integrationen
• Beratung von Kunden zur KI-Einführung, zu Workflows und zur Integration in bestehende Infrastruktur
• Zusammenarbeit mit den Mitgründern bei der strategischen Ausrichtung
• Mitarbeit im Vertrieb und in der Kundengewinnung

Tools und Technologien: OpenAI, Anthropic, Azure, Vercel AI SDK, RAG (Retrieval-Augmented Generation), MCP (Model Context Protocol), FastAgent, VAPI, n8n, make.com, LibreChat, PostgreSQL, OpenAPI, Next.js, Vercel, Docker

• 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.

• Umsetzung eines Code-Refactoring-Frameworks, das in der Lage ist, Tausende von Repositories mithilfe Generativer KI zu refactoren
• Verwendung von Python (Django, Flask, FastAPI), Java und Typescript in der Azure Cloud (Data Lake, VMs, AI) und der GitLab-Infrastruktur
• Mentoring und Pair Programming
• Erwerb der Zertifizierungen Azure AI-900 und AI-102

• Aufbau einer Shift-Left-DevOps-E2E-Systemtest-Architektur
• Aufbau von E2E-Systemtests für über 240 Applikationen im Rahmen von „DevOps Shiftleft“
• Unter NDA

• 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.