23.10.2026 aktualisiert


Premiumkunde
100 % verfügbarFull Stack Developer - Datenbankentwickler
Roding-Neubäu, Deutschland
Nur Remote
AbiturÜber mich
Langjährige Erfahrung im Bereich der Software-, Datenbankentwicklung sowie Cloud-Computing, in den Bereich der Medizin und Energieversorgung.
Skills
OllamaBig DataDatenbankenMathlabQt Modeling Language (QML)Qt (Software)PL/SQLDevexpress
- Entwicklungsumgebungen
- Visual Studio .NET (2015, 2017, 2019, 2022, 2026)
- InstallShield
- DevExpress
- PyCharm
- DataGrip
- pgAdmin
- Mathlab
- SQL-Server Management Studio
- Qt Creator
- Mathlab
- Computer Vision Toolbox (Mathlab)
- Image Processing Toolbox (Mathlab)
- Programmiersprachen
- C#
- C++
- Qt
- QML
- VB.Net
- Visual Basic
- SQL (T-SQL, Stored Procedure)
- PL/SQL
- Python
- JavaScript
- Typescript
- VBA
- LUA
- JSON
- XML
- Datenbanken
- MS SQL-Server (2014, 2016, 2017, 2019, 2022, 2026),
- PostgreSQL (17.X, 18.1)
- Oracle
- Technologien
- Windows
- Mac
- Ubuntu
- FTP
- HTTP
- Microsoft Office 365,
- Windows Server 2019, 2022,
- Azure
- Git Hub
- DevOps
- BigData
- AI & Ollama
- Zertifizierungen (Mitarbeit bei folgenden Zertifizierungen)
- ISO 27001
- BSI-C5
- NIS-2
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2003
Sprachen
DeutschMutterspracheEnglischgut
Projekthistorie
Die Anforderung in diesem Projekt ist, Dokumente der Anwender im Finanzsektor zu analysieren, Bewerten und entsprechende Asset-Daten auszulesen.
Eine Verwendung von öffentlichen KI Modellen ist ausgeschlossen, da es sich um persönliche Finanzdaten handelt.
Die KI Modell laufen auf unseren eigenen Servern. Die Schnittstelle läuft über eine mit Python programmierte Anwendung.
Über entsprechende KI Modelle werden dann Daten der Assets ausgelesen und mit dem Image Processing Toolbox die gefundenen Daten auf Qualität und Position im Dokument bewertet. Denn es ist nicht nur wichtig, Daten zu finden, sondern auch genau zu wissen, welche Daten es sind und wo sich diese im Dokument befinden.
Aufgabenbereich:
- Die Machbarkeit von eigens gehosteten KI Modellen beweisen
- Leistung der KI Modelle bewerten und die Serveranforderung zu definieren
- Beste KI Modell anhand der Anforderung auswählen
- Anwendung programmieren, welche die Dokumente an die KI übergibt und entsprechende Asset-Daten abgreift
- Qualität der Dokumente mit Computer Vision Toolbox ermitteln
- Position und Qualität der gefunden Asset Daten mit Image Processing Toolbox bewerten.
- Da wir auf die Daten nicht zugreifen können, müssen sich die KI Modell selbst auf Qualität überprüfen und Abweichungen uns mitteilen, so dass wir die Modell besser trainieren und optimieren können.
Angewandte Techniken:
- Python
- Ollama
- KI Modell
- Mathlab (Computer Vision Toolbox)
- Mathlab (Image Processing Toolbox)
Hierbei handelt es sich um eine Datenbankbasierte Software mit welcher das deutsche Stromnetz ausgewertet wird. Mit dieser Software werden Strompreise anhand der Verfügbarkeit der Erneuerbaren Energien, in Verbindung mit Börsendaten berechnet um auf die schwankenden Strompreise reagieren zu können.
Mit dieser Software werden die Daten des deutschen Stromnetzes, welche von der Bundesnetzagentur zur Verfügung gestellt werden, eingelesen und ausgewertet.
Somit können folgende Parameter ermittelt werden:
- Erzeugung anhand der Kraftwerkstypen
- Residuallast im deutschen Stromnetz
- Importe und Exporte vom und zum europäischen Ausland
- Benötigte Speicher um Kraftwerke mit fossilen Brennstoffen ersetzen zu können.
- Abweichungen über die von den Wettermodellen basierenden Prognosen zur tatsächlichen Einspeisung.
- Mustererkennung anhand von verschiedenen KI-Modellen
- Strompreise
- Ermitteln von Anomalien basierend auf ML-Algorithmen
- Eingesetzte Techniken
- PostgreSQL
- Python
- DevExpress
Planung und Programmierung aller Funktionen um die Daten der SmartMeter und iMsys live aus dem deutschen Stromnetz aufzubereiten
Aufbau eines hoch sicheren DataCenters (BSI-Konform) zum Verarbeiten der Netzwerkdaten. Weiterhin werden weitere Daten von verschiedenen Rechenzentren geliefert. Alle diese Daten werden über eigens dazu entwickelte Programme eingelesen und aufbereitet, korreliert und über Reports exportiert, sowie in GIS-System visualisiert. Die Aufgabe dieses Portal ist es die Verfügbarkeit der einzelnen SmartMeter und iMsys in Bezug auf Onlinezeiten, Datenvolumen, Roaming und Ausfallzeigen zu analysieren und auszuwerten, sowie den deutschlandweiten Rollout der SMGWs anhand von Mobilfunkabdeckungen zu berechnen. Die Auswertung der Daten erfolgt in Echtzeit.
Da nun die Machbarkeitsstudie abgeschlossen ist, erfolgt der Umzug in das interne Rechenzentrum und wird in den Echtbetrieb überführt und steht somit dem gesamten Konzern zur Verfügung.
Aufgabenbereich:
- Aufbau der virtuellen Windows Server 2019, sowie Ubuntu-Servers
- Aufbau der Webservices zum Datenaustausch mit anderen Rechenzentren
- Aufbau des SQL-Servers, PostgreSQL sowie in-memory Datenbanken
- Permanente Performanceoptimierung der Aufbereitungsprozesse und der Datenbankabfragen.
- Entwickeln der Reporting Seiten unter ASPX und DevExpress
- Bidirektionale Synchronisation zwischen SQL-Server und PostreSQL
- Kafka
- Support
Angewandte Techniken:
- C#
- SQL-Server 2019
- PostrgeSQL (18.1)
- Python
- Azure
- Fortigate
- PowerShell
- SFTP
- DevExpress
- JavaScript