22.10.2026 aktualisiert
Premiumkunde
100 % verfügbarAI Engineer | Data Engineer | Full-Stack Entwickler (Python, React/TypeScript)
Zürich, Schweiz
Nur Remote
Bachelor in Artificial Intelligence & Machine LearningSkills
Algorithmus-EntwurfCloud DatabaseData IntegrationDatenendeinrichtungDatenbankentwicklungDatenbank-EnginesFull Stack EntwicklungDaten SynthetisierenDaten-PipelineData Generation
LLM & Generative AI
Aufbau von RAG-Pipelines und semantischer Suche mit LangChain, PGVector und Vector Databases sowie Integration von OpenAI/GPT-Modellen und Entwicklung von Semantic Layers für strukturierte Geschäftsdaten.
Data Engineering
Konzeption und Umsetzung von ETL/ELT-Prozessen mit Tools wie Prefect, dbt, Dataform und BigQuery; Datenmodellierung, Datenqualitätssicherung sowie Web Scraping und automatisierte Datenextraktion.
Backend & Cloud
Entwicklung von Python-Backend-Services und REST-APIs mit FastAPI; Einsatz von Docker, PostgreSQL, MySQL, MongoDB sowie Google Cloud Platform (GCP) für skalierbare und produktionsreife Anwendungen.
Frontend-Entwicklung
Komponentenbasierte UI-Entwicklung mit React und TypeScript; Umsetzung von zwei produktiven Dashboards, davon eines als Hauptmaintainer.
Analytics & Business Intelligence
Datenanalyse und Visualisierung mit Power BI und Metabase; Prozessverständnis für datengetriebene Entscheidungsfindung.
RESTful Backend-Architektur
Konzeption und Entwicklung skalierbarer, mandantenfähiger RESTful-Backend-Architekturen mit FastAPI, PostgreSQL und Docker inklusive API-Design und CI/CD-Pipelines.
Prognosemodellierung
Entwicklung von Prognosemodellen zur Vorhersage von Umwelteinflüssen auf Photovoltaik-Anlagen, z.B. Schnee- und Nebel-Einfluss.
Containerisierung & Datenpipelines
Entwicklung containerisierter Data-Ingestion-Pipelines zur Verarbeitung, Vektorisierung und Speicherung von Daten aus verschiedenen Quellen.
Aufbau von RAG-Pipelines und semantischer Suche mit LangChain, PGVector und Vector Databases sowie Integration von OpenAI/GPT-Modellen und Entwicklung von Semantic Layers für strukturierte Geschäftsdaten.
Data Engineering
Konzeption und Umsetzung von ETL/ELT-Prozessen mit Tools wie Prefect, dbt, Dataform und BigQuery; Datenmodellierung, Datenqualitätssicherung sowie Web Scraping und automatisierte Datenextraktion.
Backend & Cloud
Entwicklung von Python-Backend-Services und REST-APIs mit FastAPI; Einsatz von Docker, PostgreSQL, MySQL, MongoDB sowie Google Cloud Platform (GCP) für skalierbare und produktionsreife Anwendungen.
Frontend-Entwicklung
Komponentenbasierte UI-Entwicklung mit React und TypeScript; Umsetzung von zwei produktiven Dashboards, davon eines als Hauptmaintainer.
Analytics & Business Intelligence
Datenanalyse und Visualisierung mit Power BI und Metabase; Prozessverständnis für datengetriebene Entscheidungsfindung.
RESTful Backend-Architektur
Konzeption und Entwicklung skalierbarer, mandantenfähiger RESTful-Backend-Architekturen mit FastAPI, PostgreSQL und Docker inklusive API-Design und CI/CD-Pipelines.
Prognosemodellierung
Entwicklung von Prognosemodellen zur Vorhersage von Umwelteinflüssen auf Photovoltaik-Anlagen, z.B. Schnee- und Nebel-Einfluss.
Containerisierung & Datenpipelines
Entwicklung containerisierter Data-Ingestion-Pipelines zur Verarbeitung, Vektorisierung und Speicherung von Daten aus verschiedenen Quellen.
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2026
Sprachen
DeutschMutterspracheEnglischverhandlungssicherFranzösischgutSpanischgut
Projekthistorie
- Built x28's AI data assistant from first commit to enterprise sales demos in 4 months as the main engineer, owning data model, backend, LLM integration and frontend (253 commits, 25 milestones shipped)
- Modeled Swiss job-market and employer-branding data in 32 BigQuery tables covering 186k companies, 26 cantons, 42 industries and 144 occupation groups
- Designed a semantic layer of 9 governed metrics, each with 3–5 dimensions and selectable time grains, so GPT answers are built on validated business definitions instead of raw tables
- Integrated GPT via the OpenAI API to turn plain-language questions into structured query plans, with a 44-question evaluation set to measure accuracy and benchmark models before switching
- Backed the codebase with 768 automated tests and 30 architecture decision records, keeping a fast-moving single-engineer project maintainable
Tech stack: Python, SQL, BigQuery, Dataform, GCP, OpenAI API, React, TypeScript
Key result: 97% of answers correct on the evaluation set, with the product in front of large Swiss enterprises in healthcare, banking and telecom within 4 months of the first commit
- Designed, built and operate two production ML models ("Snow" and "Fog") that quantify how snow cover and fog suppress solar PV yield, a blind spot in the existing forecasts
- Built a backtesting framework that evaluates model variants against historical data, including intraday experiments, so changes ship only when they measurably improve accuracy
- Scaled the platform's first ingestion scripts into automated Prefect workflows that ingest, clean and validate data from 8 external sources (MeteoSwiss, ENTSO-E, Swissgrid, Open-Meteo, swisstopo, Roundshot webcams, Adaptricity smart meters, OpenHolidays)
- Grew the FastAPI REST API to 48 endpoints, including integrations with external data providers
- Lead maintainer of the React/TypeScript dashboard that gives internal users visibility into pipeline health and forecast output
Tech stack: Python, FastAPI, SQL, PostgreSQL, Prefect, LightGBM, MLflow, Docker, React, TypeScript
Key result: Snow and Fog models cut solar forecast error (MAE) by up to 23% for Swiss DSOs
- Implemented FastAPI endpoints on PostgreSQL for tenant management and forecast delivery to DSO customers
- Built the platform's first ingestion pipelines for external weather and grid data, the foundation later scaled to 8 sources
- Shipped features and fixes to the internal React/TypeScript dashboard
Tech stack: Python, FastAPI, SQL, PostgreSQL, Docker, React, TypeScript
Key result: Promoted to AI / Data Engineer after 13 months, after building the ingestion pipelines that became the base for the platform’s 8 automated data sources.