AI & Data Engineer – LLM-Pipelines, Python, Azure

2/2026 – offen

- Architektur und Entwicklung einer datenschutzkonformen Vertragsanalyse-Pipeline mit austauschbarer LLM-Provider-Abstraktion
- Deployment von Open-Source-LLMs lokal via Ollama sowie auf dedizierter Cloud-GPU-Infrastruktur (Nvidia H100) via vLLM – Daten verlassen zu keinem Zeitpunkt die eigene Infrastruktur
Systematisches Benchmarking von sechs Open-Source-LLMs (8B–72B Parameter) auf Consumer-Hardware und Cloud-GPU-Infrastruktur.
- Kernfrage: Führt Skalierung bei ambigen Dokumenten zu stabileren Klassifikationsergebnissen?
- Methodik und Ergebnisse veröffentlicht auf jngb.online/notes.

IT-Infrastrukturspezialist, Large Language Models

1/2026 – offen

• Eigenprojekt: Konzeption, Architektur und Entwicklung einer SaaS-Plattform zur Identifikation von Nachfolge- und Exit-Signalen in österreichischen KMU
• Aufbau einer 4-stufigen event-driven Pipeline auf Azure Functions mit Cosmos DB Change Feeds: automatisierte Datenerfassung → kanonische Transformation → Mehrjahreskonsolidierung → deterministisches Scoring.
• Entwicklung eines SOAP-API-Collectors zur Erfassung von XML-Jahresabschlüssen aus dem österreichischen Firmenbuch (JustizOnline) mit Upload in Azure Blob Storage.
• Design und Implementierung eines regelbasierten Scoring-Systems mit 11 Signalen über 3 Dimensionen (Nachfolge, Unternehmensqualität, Verhaltens-Signale).
• Integration der Anthropic Claude API zur automatisierten Generierung von Unternehmens-Narrativen.
• Tech-Stack: Python, Azure Functions, Cosmos DB, Azure Blob Storage, FastAPI, Chart.js, Anthropic Claude API

Microsoft Azure, Python

9/2025 – offen

• Eigenprojekt: Konzeption, Architektur und Entwicklung einer KI-gestützten SaaS-Plattform zur Aggregation, Anreicherung und semantischen Suche von Unternehmensverkaufsangeboten in 5 europäischen Ländern – vollständig in Eigenregie.
• Entwicklung von 6 automatisierten Web-Scrapern inkl. Change Detection, containerisiert mit Docker und orchestriert via systemd auf Linux (robots.txt-konform, SHA-256 Hashing, Versionierung).
• Architektur einer 5-stufigen event-driven ETL-Pipeline auf Azure Functions mit Cosmos DB Change Feeds über 7 Datenbanken und 20+ Container.
• Integration von GPT-4 (Azure OpenAI) zur automatisierten Kategorisierung, Klassifikation (EU-KMU, NACE-Codes) und Zusammenfassung unstrukturierter Angebotsdaten.
• Implementierung vektorbasierter semantischer Suche mit Azure AI Search (4 Embedding-Felder) und Cohere-Reranking für multilinguales Retrieval.
• Entwicklung von 3 Web-Applikationen: Investoren-Marktplatz mit Semantic Search (DeepDive), Analytics-Dashboard (InsightSuite) und öffentlicher Marktplatz (OwnThis) – FastAPI-Backend, modulares Vanilla-JS-Frontend, Firebase Auth.
• Tech-Stack: Python, Azure Functions, Cosmos DB, Azure AI Search, Azure OpenAI (GPT-4, Embeddings), Cohere, PostgreSQL, FastAPI, Docker, Linux, Firebase

Debian Linux, Docker, Microsoft Azure, Postgresql, Python, SQL