Dr. J. K., CFA, Senior Manager

4/2023 – offen

• Feature Engineer/Business Analyst im Rahmen des New Content Generation
Solution (NCGS)-Projektes.
• Konzeption der Systemarchitektur für die Integration und Kapselung
von Quadient Inspire Flex innerhalb der Ziellandschaft.
• Analyse von existierenden Logiken innerhalb der Bestandssysteme,
Aufnahme und Dokumentation der entsprechenden Anforderungen im
Neusystem.

Data Scientist, Java-Entwickler, Oracle Database

1/2015 – offen

09/2024 – aktuell Einführung von Quadient Inspire Flex als CCM-Lösung, Bank
Aufgaben
· Feature Engineer/Business Analyst im Rahmen des New Content Generation Solution (NCGS)-Projektes.
· Konzeption der Systemarchitektur für die Integration und Kapselung von Quadient Inspire Flex innerhalb der Ziellandschaft.
· Analyse von existierenden Logiken innerhalb der Bestandssysteme, Aufnahme und Dokumentation der entsprechenden Anforderungen im Neusystem.
Technologien
· CCM: ISIS Papyrus, Quadient DOPiX, Quadient Inspire Flex
· Entwicklung (Java): Java 23, Spring Boot 3.3.3
· Messaging: Apache Kafka
· Datenbanken: Oracle
· Sonstiges: Azure DevOps

06/2024 – 08/2024 Architektur-Analyse eines Realtime-Analytics-Stacks,
Energieunternehmen
Aufgaben
· Erstellung einer Gap-Analyse eines kritischen Bestandssystems in Hinblick auf Vorgaben und Ziele der IT-Systemlandschafts-Strategie.
· Das selbst entwickelte Analytics-System erstellt in Echtzeit quantita-tive Prognosen für die Stromerzeugung aus erneuerbaren Energien in den vier Regelzonen Deutschlands.
· Basis der Prognosen sind kontinuierlich zulaufende Drittanbieter- und interne Daten.
· Stabilität des Systems und Qualität der Prognosen sind essenziell für den Erfolg des eigenen 24/7 Stromhandels.
· Ziel der Analyse ist die Erfassung struktureller Defizite der aktuellen Architektur und die Erarbeitung von konkreten Handlungsempfehlun-gen für eine Weiter- oder Neuentwicklung.
Technologien
· Entwicklung (Java): Java 8, Java 17, Spring Boot 1.5.4, Spring Boot 3.3, Apache Camel
· Entwicklung (Python): Python, Pandas, NumPy, scikit-learn , SciPy, JupyterHub
· IDE: IntelliJ, PyCharm, VS Code
· Messaging: RabbitMQ, Apache Kafka
· Tests: JUnit, pytest
· Datenbanken: HDFS, Apache HBase, OpenTSDB, PostgreSQL
· Sonstiges: Docker Swarm, Apache Spark

02/2024 – 06/2024 Weiterentwicklung von Marktpreisrisiko-Modellen, Energieunterneh-men
Aufgaben
· Weiterentwicklung eines Python-basierten quantitativen Profit-at-Risk-Modells (PaR) zum Risikomanagement von Portfolios im Ener-giehandel.
· Modell basiert auf historischer Simulation unter Verwendung von Spot-, Terminkontrakt- und Settlement-Preisen, sowie entsprechen-den Price-Forward-Kurven (PFCs).
· Signifikante Beschleunigung der Simulation von Preisszenarien durch Restrukturierung des Codes und optimierten Einsatz numeri-scher Bibliotheken (Pandas, Polars, NumPy, Prophet).
· Weitere umfangreiche Restrukturierung des Codes um eine effektive Migration in eine Container-Laufzeitumgebung auf Basis von Kuber-netes zu ermöglichen.
· Durchführung der Migration und Sicherstellung der horizontalen Ska-lierbarkeit der Applikation, z.B. durch Einführung eines zentralen Re-dis-Caches.
· Unterstützung bei der Einführung fachlicher Erweiterungen des Mo-dells, wie der Ausdehnung auf zusätzliche europäische Märkte.
· Erstellung automatisierter Tests mit fortgeschrittenen Python-Techniken, wie Mocking externer Marktdatendienste und anderer Abhängigkeiten. Einführung von kontinuierlichen Code Coverage-Metriken und Quality Gates.
· Weitere Verbesserungen des Entwicklungs- und Deployment-Workflows, um schnelle Iterationen zu ermöglichen und die Time-to-Market zu reduzieren.
Technologien
· Entwicklung: Python, Pandas, NumPy, Polars, Pydantic, Prophet, Ruff, uv
· IDE: PyCharm, VS Code
· Tests: pytest
· Datenbanken: MongoDB, Redis, Apache Parquet
· Messaging: RabbitMQ
· CI/CD: Jenkins, GitLab
· DevOps/Infrastruktur: Docker, Kubernetes, Helm
· Monitoring: ELK-Stack, Grafana, Prometheus
Methoden & Team
· Entwicklungsprozess nach Scrum
· Internationales Team und deutsche Stakeholder

11/2023 – 01/2024 Umsetzungskonzept zu IReF & BIRD, internes Projekt, finverse GmbH
· Umsetzung Vorstudie zur Zukunft des Meldewesens.
· Evaluierung zukünftiger Anforderungen im regulatorischen Reporting nach IReF.
· Analyse des fakultativen Banks‘ Integrated Reporting Dictionary (BIRD) Datenmodells.
· Identifikation von Risiken und Chancen für betroffene Institute.
· Ausarbeitung von Leistungsangeboten zur Vorbereitung und Umset-zung von IReF & BIRD.

06/2023 – 10/2023 Software-Engineering & EAM, E-Mobility Technologieunternehmen
Aufgaben
· Entwicklung und Modernisierung von fortgeschrittenen Django-Webanwendungen in Python, Benutzeroberflächendesign mit HTML, CSS und JavaScript.
· Verbesserung der Codequalität und Effizienz durch Refactoring und Optimierung.
· Entwicklung skalierbarer APIs mit dem Django REST Framework.
· Datenabfrage & -verarbeitung über SQL und HTTP REST, Optimie-rung von SQL-Abfragen.
· Optimierung von Container-Images, Reduzierung der Build-Zeiten.
· Entwurf und Automatisierung von CI/CD-Pipelines, Testautomatisie-rung und Dokumentation.
· Strategische Analyse und Unterstützung bei der Implementierung der EAM-Lösung LeanIX.
· Optimierung von BPMN- modellierten Geschäftsprozessen mit SAP Business Workflow.
Technologien
· SAP: BTP Cloud (AWS), SAP Business Workflow, SAP Fiori
· Entwicklung: Python, Poetry, Ruff, Django, Pydantic, JavaScript, HTML, CSS
· IDE: PyCharm, VS Code
· Tests: unittest, pytest, Postman
· Datenbank: PostgreSQL, Redis
· CI/CD: GitLab, ArgoCD
· DevOps/Infrastruktur: Docker, Kubernetes, Helm, Terraform
Methoden & Team
· Entwicklungsprozess nach Scrum
· Deutsches Team (5 Mitglieder) und deutsche Stakeholder

01/2020 – 03/2023 Solution Architect & Lead Data Scientist,
Investment Banking, Privatbank
Aufgaben
Software-Architektur und -Entwicklung (Python)
· Entwurf einer Analytics-Engine zur Berechnung von Echtzeit-Handelssignalen und -Statistiken, Integration mit Algo-Trading-Engine via IBM MQ.
· Umsetzung eines Prototyps in Python, Entwurf einer Java-Architektur, die durch Multithreading und Sharding echte Nebenläu-figkeit und Skalierbarkeit ermöglicht.
· Entwicklung eines Python-Microservices (REST) zur Bereitstellung von Handelskalendern für diverse Aktienmärkte.
· Entwurf und Umsetzung eines Python-basierten Analytics Stacks für die numerische Batch-Verarbeitung von quantitativen Markt- und Handelsdaten mit NumPy, Pandas, Polars und Apache Parquet als spaltenorientiertem Dateiformat.
· Automatisierung von Tests unter Verwendung von pytest.
Software-Architektur und -Entwicklung (Java)
· Konzeption und Umsetzung einer verteilten Applikation zur Erfassung von Marktdatenströmen mit hohem Volumen und hoher Geschwin-digkeit in Java 17.
· Speicherung der Daten in einem Apache Parquet-basierten Data La-ke.
· JVM-Performance-Tuning mit Fokus auf niedriger Latenz, Minimie-rung von GC-Pausen, Vermeidung von Locks, Kopiervorgängen und Allokationen.
· Skalierung auf bis zu 60 Pods bei insgesamt minimalem Ressour-cen-Anforderungen.
· Integration mit Order Management System und Algo-Trading-Engine via Kafka, IBM MQ (JMS). Internes Messaging via Aeron.
· Anbindung von SQL und NoSQL-Datenbanken, insbesondere Mongo DB.
· Design und Implementierung von REST-Schnittstellen für Administ-ration und Monitoring.
· Automatisierung von Tests unter Verwendung von JUnit, Mockito und AssertJ.
· Entwicklung weiterer Java-Microservices und Schnittstellen mit Spring Boot 2/3.
· Evaluation verschiedener JVM Frameworks, wie Spring (Boot), Micronaut und Quarkus.
· Build-Automation mit Maven & Gradle.
Software-Architektur, -Entwicklung (allgemein) & DevOps
· Entwicklung umfangreicher Unit-, Integrations- und Systemtests.
· Automatisierung von CI/CD-Pipelines mit Bamboo & Jenkins (JCasC).
· Automatische Generierung und Bereitstellung versionierter Doku-mentation mit MkDocs.
· Containerisierung mit Docker, Erstellung von Helm Charts, Deploy-ment auf Kubernetes.
· Einführung eines API-Gateways mit Keycloak als Identity Provider.
· Anbindung der Keycloak Authorization Services API an das API-Gateway.
· Keycloak-Konfigurationsmanagement über UI und HTTP API (auto-matisiert, GitOps).
· Spezifikation und Einführung einer Monitoring-Lösung mit Prome-theus, Grafana & Splunk.
· Entwurf einer Cloud-Architektur, Bereitstellen von Ressourcen, Ma-nagement & Monitoring.
· Entwurf und Dokumentation von Systemarchitekturen.
Machine Learning
· Entwicklung & Implementierung prädiktiver Modelle für die Prognose von Zeitreihen.
· Datenanalyse & -aufbereitung, um Integrität und Qualität zu gewähr-leisten.
· Feature Engineering/Selection zur Verbesserung der Modellleistung.
· Kreuzvalidierung und Backtesting, um Robustheit unter verschiede-nen Marktbedingungen zu gewährleisten.
· Zusammenarbeit mit Finanzanalysten und Trading Desks zur Integra-tion von Fachwissen.
· Vermittlung komplexer Erkenntnisse und Ergebnisse an nicht-technische Stakeholder.
· Einführung eines KI-Chatbots (Python) zur Abfrage interner APIs.
· Explorative Datenanalyse und Prototyping in Jupyter Notebook.
Data Warehouse Architecture & Data Analysis
· Entwurf und Entwicklung einer Data Warehouse Architektur für Echt-zeitströme von Finanzmarkt-/Handelsdaten. Erstellung der Dokumen-tation von Datenstrukturen.
· Evaluation von selbstentwickelten und SaaS Data-Lösungen, wie Databricks & Snowflake.
· Verwaltung von Echtzeit-Datenströmen, Sicherstellung hoher Zuver-lässigkeit für kritische Handelsentscheidungen. Sicherstellung der Einhaltung von Data-Governance-Standards.
· Einführung einer Data Lakehouse-Lösung zur Unterstützung der Ana-lyse erfasster Daten.
· Definition und Implementierung komplexer ETL- und Berichterstat-tungspipelines mit Apache Airflow (Python).
· Implementierung von Datenaggregations- und Bereinigungsstrate-gien, Partitionierung, Indizierung zur Optimierung der Abfrageleis-tung.
· Komplexe Datenanalyse mit Apache Spark in PySpark und Spark SQL.
· Spezifikation & Implementierung von KPIs zur Steuerung von Tra-ding-Algorithmen.
· Konzeption von dimensionalen Datenmodellen zur Unterstützung von BI und Reporting-Anforderungen.
Business Intelligence
· Einführung von Qlik Sense als BI-/Reporting-Lösung für die Abtei-lung Investmentbanking.
· Einrichtung automatisierter Berichtsprozesse über Qlik NPrinting.
· Erstellung von Dashboards in Qlik Sense und Visualisierungen mit Matplotlib, Plotly, Bokeh.
Technologien
· Python-Entwicklung: Python 3.8+, Pandas, Polars, FastAPI, Conne-xion
· Java-Entwicklung: Java 17, Spring Boot 2/3, JPA, Hibernate, JMS, Lombok
· IDE: PyCharm, IntelliJ, VS Code
· Datenbanken: Oracle, PostgreSQL, MongoDB, InfluxDB, QuestDB, Apache Parquet
· Messaging: IBM MQ, Apache Kafka, Protobuf, Aeron, Websockets.
· Analytics: PySpark, Spark SQL, Databricks
· Monitoring: Prometheus, Grafana, Splunk.
· BI und Reporting: Qlik View, Qlik Sense, Qlik Nprinting, Matplotlib, Plotly, Bokeh
· Dokumentation: AsciiDoc, MkDocs, Confluence
· ETL: Apache Airflow, Pandas, Polars, Parquet
· ML: TensorFlow, Keras, Scikit-learn, MLflow, Rasa
· Tests: Junit, Mockito, AssertJ, Pytest, Postman
· API: Kong, APISIX, Keycloak, OpenAPI
· CI/CD: Bitbucket, Jenkins, Bamboo, ArgoCD, Gradle, SonarQube
· DevOps/Infrastruktur: Docker, Kubernetes, Helm, Terraform
· Cloud: Microsoft Azure ML, Databricks, diverse AWS-Dienste
Methoden & Team
· Entwicklungsprozess nach Scrum, Kanban für Tagesgeschäft, SAFe
· Internationales Team (6 Mitglieder) und internationale Stakeholder

01/2017 – 12/2019 Entwicklung einer Trading-Engine, Privatbank
Aufgaben
· Leitender Software-Architekt für eine Algo-Trading-Engine für auto-matisierten Aktienhandel.
· Evaluation verschiedener Programmiersprachen und Ökosysteme, Java, C/C++, Rust, Go.
· Entwurf und Implementierung des Backends in Java, sowie des Web-Frontends in TypeScript/React.
· Implementierung eines View-Servers als Bindeglied zwischen Ba-ckend und Frontend.
· Kommunikation zwischen Backend und Frontend via Kafka.
· Design des Backends als flexible Zusammenstellung verschiedener Module (Threads), wie die verschiedene IO-Aufgaben oder die Aus-führung von Handelsalgorithmen übernehmen.
· Koordination der Threads durch Lock-freien zentralen Ringbuffer (LMAX Disruptor).
· JVM-Performance-Optimierung, Microbenchmarks mit JMH.
· Online-Codegenerierung mit ASM für kritischen (De-)Serialisierungs-Code.
· Implementierung von Schnittstellen-Modulen zu Order Management System (FIX), Execution Management System (FIX), Marktdaten-Service (Kryo), Referenzdaten-Service (REST).
· Entwicklung eines von RxJava inspirierten reaktiven Frameworks zur Algo-Entwicklung.
· Implementierung diverser Handelsalgorithmen (POV, VWAP, TWAP,…) und quantitativer Algolytics.
· Entwicklung individueller Algorithmen nach Kundenwunsch.
· Koordination der Aktivitäten zwischen Entwicklungs-Team und Front Office/Handel.
· Entwurf und Implementierung eines Simulations- und Backtesting-Frameworks.
· Entwicklung umfangreicher Unit-, Integrations- und Systemtests.
· Automatisierung von Unit-Tests unter Verwendung von JUnit, Mo-ckito und AssertJ.
· Automatisierte Tests der Handelsalgorithmen mit Cucumber und ei-nem selbstentwickelten Börsensimulator.
· Analyse und Umsetzung der regulatorischen Anforderungen von Mi-FID II.
· Migration alter Dashboard-Webseiten von Angular nach React.
· Data Engineering und Analyse von Markt-/Handelsdatenströmen.
· Datengetriebene Performance-Analyse der Strategien, Erfassung & Visualisierung von KPIs.
Technologien
· Backend: Java 11, Lombok, Netty, ASM, JMS, RxJava, LMAX Dis-ruptor, OnixS, Apache Kafka
· Frontend: JavaScript, TypeScript, Angular 2+, ReactJS, Electron, HTML, CSS
· IDE: IntelliJ, Eclipse
· Datenbanken: Oracle, Mongo DB
· Dokumentation: AsciiDoc, Confluence
· Tests: JUnit, Cucumber, Jest, Postman
· CI/CD: Bitbucket, Bamboo, Jenkins, Gradle, Maven, Nexus, Artifac-tory, SonarQube
· DevOps/Infrastruktur: Docker, Kubernetes, Helm, Ansible
Methoden & Team
· Entwicklungsprozess nach Scrum, Kanban für Tagesgeschäft, SAFe
· Internationales Team (11 Mitglieder) und internationale Stakeholder

03/2013 – 12/2016 Entwicklung von Algorithmen im automatisierten Aktienhandel, Privatbank
Aufgaben
· Quant-Developer, Aufbau einer Suite von Algorithmen für den automatisierten Aktienhandel.
· Berücksichtigung primärer und sekundärer Handelsplätze.
· Entwicklung und Optimierung von Standard-Handelsalgorithmen (POV, VWAP, TWAP,…).
· Backtesting von Algorithmen in verschiedenen Marktszenarien.
· Spezifikation und Entwicklung neuer Funktionalitäten im Dialog mit Front Office/Handel.
· Entwicklung einer Applikation zur Erfassung von Marktdaten, sowie zur Batch-Berechnung diverser Statistiken und Zeitreihenvorhersagen in Java 8.
· Datengetriebene Algo-Performance-Analyse, Entwicklung von Dashboards und Visualisie-rungen von Algo-KPIs in R.
Technologien
· Entwicklung: Java, JPA, Hibernate, RTS Tango (Java-ähnlich)
· IDE: Eclipse, R Studio, VS Code
· Visualisierung: R & Shiny, Kibana
· CI/CD: Bamboo, Jenkins, Maven, Nexus, SonarQube
· Datenbanken: Oracle, ElasticSearch, Apache Parquet
Methoden & Team
· Entwicklungsprozess nach Scrum
· Internationales Team (6 Mitglieder) und internationale Stakeholder

04/2012 – 02/2013 Projekte mit Front Arena OMS-Komponenten, Schweizer Kantonalbank
Aufgaben
· Bereitstellung neuer FIX-Schnittstellen zu institutionellen Kunden.
· Konsolidierung und Automatisierung von CI/CD -Prozessen.
Technologien
· OMS: Front Arena-Komponenten, individualisierte FIX-Schnittstellen
· CI/CD: PowerShell-Scripting
Methoden & Team
· Entwicklungsprozess nach Scrum
· Schweizer Team (12 Mitglieder) und Schweizer Stakeholder

10/2011 – 03/2012 Optimierung einer Front Arena-Plattform, Schweizer Privatbank
Aufgaben
· Optimierung komplexer Berichtsprozesse.
· Definition, Implementierung und fachliche Validierung von Regressionstests.
Technologien
· Front Arena: ACM, AEL/Python, ADFL, XML
· Regressionstests: Python, XML, Excel
Methoden & Team
· Entwicklungsprozess nach Scrum
· Schweizer Team (10 Mitglieder) und Schweizer Stakeholder

03/2010 – 09/2011 Upgrade einer Front Arena-Plattform, Schweizer Großbank
Aufgaben
· Koordination und Durchführung des Upgrades.
· Regressionstest aller Berichtsprozesse und internen Bewertungsmodelle.
· Implementierung von Bewertungsmodellen für verschiedene Finanzprodukte.
Technologien
· Front Arena: ACM, AEL/Python, ADFL, XML
· Regressionstests: Python, XML, Excel
Methoden & Team
· Iterativer Entwicklungsprozess mit täglichen und wöchentlichen Testläufen
· Internationales Team (15 Mitglieder) und internationale Stakeholder

Architekturinformatik

3/2013 – 3/2023

Erfahrung in der Entwicklung und Optimierung von quantitativen Algorithmen, Software-Architektur und Lösungsarchitektur im Investment Banking.

Software Architecture