02.02.2026 aktualisiert
Premiumkunde
nicht verfügbarinfo: nicht verfügbar bis 01.07.2027
Full-Stack & AI Engineer | C# / C++ / Python / TypeScript
Wien, Österreich
Wien +25 km
MSc Technische PhysikSkills
APIsMicrosoft AzureC#C++PythonSoftwareentwicklungTypeScriptPyTorchGitLabFull Stack Entwicklung
Softwareentwicklung ist meine Leidenschaft. Mit 10 Jahren Erfahrung in der Full-Stack-Entwicklung und einem wissenschaftlichen Hintergrund bringe ich eine solide Grundlage für den Aufbau robuster und skalierbarer Lösungen sowie für Machine Learning mit. Mein Interesse daran, komplexe Probleme durch Code zu lösen, treibt mich stets an. Als Hobby lasse ich meiner Kreativität freien Lauf und entwickle eine plattformübergreifende Multiplayer-3D-Game-Engine von Grund auf, die C++ sowie die DX11- und Vulkan-APIs verwendet
Programmiersprachen
C#, C/C++, TypeScript, Python, CMake, SQL, Lua, PowerShell und Fortran.
Tools
Azure DevOps, GitLab, Jira, Visual Studio, VS Code und Neovim.
Frameworks & Libraries
Angular, React, Entity Framework und PyTorch
Datenbanken
MSSQL, SQLite und PostgreSQL
Cloud Technologien
Microsoft Azure, Azure Graph API und Azure EWS API
Graphics & Rendering
Vulkan, DirectX11, HLSL und GLSL
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2021
Sprachen
DeutschMutterspracheEnglischverhandlungssicherSpanischgut
Projekthistorie
KI-Produktivsystem für digitale Pathologie für ein führendes Labor. Auswahl Softwarestack, Hardware, Anforderungsanalyse, technische Zielsetzung. REST API Design für Webservice für ML-Inferenz & C# Implementierung. PostgreSQL Datenbank Design und Entwicklung. Installation und Administration der Hardware und des Betriebssystems.
Full-Stack Solution für Planung und Forecast Workflows für eine große österreichische Bank. Entwurf eines verallgemeinerten Query-Systems in C# auf Basis von Entity Framework. Frontend-Entwicklung mittels TypeScript/Angular. Backend-Entwicklung von REST-Schnittstellen sowie background-jobs mittels C# und MSSQL DB. Verwendung von JSON Web Tokens zur Authentifizierung.
POC KI-Solution für digitale Pathologie für ein führendes Labor. Python & PyTorch basierte Machine Learning Pipeline zum trainieren eines Image-Classification Modells auf Basis von moderner Literatur mithilfe von CNNs, RNNs und einer Multiple-Instance-Learning Technik (weak supervision). Erhebung von Hardwareanforderungen sowie Hardware-Auswahl. Entwicklung eines SQLite-basierten Caches zur Beschleunigung des ML-Trainings.