20.10.2026 aktualisiert
100 % verfügbar
Data Scientist / Scientific Software Engineer / Requirements Engineer
Wien, Österreich
Weltweit
Promotion in Physik (PhD)Über mich
Physiker (Dr.), 10+ Jahre wissenschaftliche Software und Datenanalyse für R&D. Schnittstelle zwischen Fachexperten und Entwicklung: Anforderungen klären, Analyse-Pipelines bauen, Ergebnisse statistisch absichern. Messdaten, Signalverarbeitung, Machine Learning, KI-Agenten. Vor-Ort nach Absprache”
Skills
JavaKünstliche IntelligenzData AnalysisAnwendungsarchitekturKalibrierungCodeanalyseComputersimulationData-ProfilingDatenvisualisierungDebuggingFortranBildverarbeitungSystemanalysePythonMachine Learning
Python & Datenanalyse
Python als Hauptsprache seit über 10 Jahren: NumPy, pandas, SciPy, scikit-learn, statsmodels, TensorFlow. Analyse-Pipelines, Statistik, Zeitreihen und Machine Learning auf Mess- und Labordaten.
Scientific Software Engineering
Wissenschaftliche Software von der Anforderung bis zum Betrieb: Software-Architektur, API-Design (Ergonomie, Benennung, Fehlerfälle), Analyse-Pipelines, interaktive Web-Apps für Fachanwender, Refactoring und Performance-Optimierung großer Codebasen. Autor der Open-Source-Pakete synfit (Dosis-Wirkungs-Kurven, auf PyPI) und wfdisc (Rust).
Legacy-Code & technische Berechnung
Einarbeitung in gewachsene Codebasen und Legacy-Code in Fortran, C/C++, Java und Python: Code-Modernisierung, Refactoring und Debugging. Technische Berechnung und Berechnungsprogramme, numerische Simulation, dynamische Systeme (ODE).
Machine Learning & KI
Machine Learning, Bayes'sche Inferenz, LLM-Anwendungen, Retrieval, KI-Agenten und MCP-Server, KI-gestützte Softwareentwicklung, u. a. für Dokumentenanalyse und Wissensmanagement.
Statistik & Signalverarbeitung
Parametrische und nichtparametrische Statistik, Unsicherheitsquantifizierung, Signalverarbeitung und Zeitreihenanalyse, Instrumentenantwort und Kalibrierung, Auswertung von Messdaten, Clustering, Anomalieerkennung.
Requirements Engineering
Schnittstelle zwischen Fachbereich und Entwicklung: Anforderungen mit den Fachexperten klären, als Requirements Engineer oder Proxy Product Owner in die Umsetzung bringen, Ergebnisse fachlich validieren. Technische Leitung in interdisziplinären Teams.
Daten & Infrastruktur
SQL (PostgreSQL, TimescaleDB, Oracle), reproduzierbare Datenpipelines, Git, Docker, HPC (SLURM), Parallelisierung.
Datenvisualisierung
Interaktive Anwendungen und Dashboards mit Dash, Plotly, HoloViz, Bokeh und Datashader.
Werkzeuge & Arbeitsweise
Linux, Jupyter, pytest, CI/CD, REST-APIs mit FastAPI. Agile Entwicklung (Scrum).
Branchen & Domänen
Diagnostik und Life Sciences, u. a. PCR-Auswertung, Dosis-Wirkungs-Analysen, Mikroskopie und Bildverarbeitung, FACS-Analyse... Mess- und Sensordaten aus Seismologie und Akustik. Internationale Organisationen und Forschungseinrichtungen.
Weitere Sprachen
R, Bash, Rust, TypeScript, Java, Fortran und C/C++. Mit KI-Agenten produktiv in jeder gängigen Sprache.
Profil & Empfehlungen
LinkedIn: https://www.linkedin.com/in/srdjansarikas
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2024
Sprachen
DeutschgutEnglischverhandlungssicherItalienischverhandlungssicherSerbischMuttersprache
Projekthistorie
Konzeption und Umsetzung maßgeschneiderter Analyse- und Softwaresysteme für Einzelpersonen, Start-ups und große Organisationen. Projekte u.a.: Analysesoftware für PCR-Assays bei Minerva Biolabs, Autor von synfit (Open-Source-Paket für Dosis-Wirkungs-Kurven) und wfdisc (Open-Source-Bibliothek in Rust), Beratung von Start-ups und Forschungsgruppen zu Datenstrategie und Architektur.
Brücke zwischen Wissenschaft und Engineering: Modernisierung von Rechensystemen und Einführung KI-gestützter interner Werkzeuge für Wissensmanagement und Dokumentenanalyse. LLM-basiertes Framework zur Analyse von über 800 internen SOPs, Refactoring großer wissenschaftlicher Codebasen (bis zu 15-fach schneller), Entwurf von Algorithmen für flüssige Interaktion mit Daten im Terabyte-Bereich.
Entwicklung von Analyse-Pipelines für die biomedizinische Forschung: End-to-End-Pipeline zur Analyse von Mikroskopie-Videos, Aufbau einer neuartigen Datenbank experimenteller Daten mit interaktiven Apps, Implementierung des SEIR-Modells für das EpiMath-Team zur Beratung der österreichischen Bundesregierung.