Schlagwörter
Skills
Nach meinem Studium der Wirtschaftswissenschaften und der Wirtschaftsinformatik habe ich im Dezember 2020 angefangen als freiberuflicher Softwareentwickler zu arbeiten - hauptsächlich im Bereich Webentwicklung. Seit dem entwickle ich für meine Kunden leidenschaftlich individuelle, performante und leichtgewichtige Lösungen für das Front-End und das Back-End. Dabei profitieren sie zum Einen von meinem eigenen hohen Qualitätsanspruch und zum Anderen stehe ich ihnen als verlässlicher Partner während des gesamten Prozesses zur Seite - von der Beratung, über die Entwicklung, bis hin zur anschließenden Wartung.
Front-End
- HTML****
- CSS****
- SASS***
- JavaScript****
- TypeScript**
- Bootstrap 5***
- Vue 3 / Nuxt 3***
- Angular*
Back-End
- Python***
- PHP**
- node.js**
- Keras*
- Ubuntu Server**
- Apache HTTP Server***
Datenbanken
- MariaDB**
- SQLite*
- redis*
App
- Kotlin**
- android*
Weitere
- gulp.js**
- git**
(Erfahrungsgrad: * gering, **** hoch)
Keine ANÜ
Projekthistorie
Entwicklung einer individuellen Website, sowie Konfiguration & Wartung eines Linux Serves für das Hosting.
Technologien: HTML, SCSS, JavaScript, Bootstrap 5, PHP, redis, SQLite, gulp.js, Linux.
Entwicklung einer Website, sowie eines Pfändungsrechners als Vue 3 Applikation
Technologien: HTML, SCSS, JavaScript, Vue 3
Technologien: Angular, TypeScript, git.
Konfiguration und Wartung von Produktiv- und Backupservern
- Router, Firewall, VPN, Cloud, Webserver.
- Technologien: Ubuntu Server, Apache HTTP Server, Samba Server, Nextcloud, MariaDB..
Als Co-Entwickler war ich hauptsächlich für die Entwicklung des Frontends verantwortlich.
Technologien: HTML, SCSS, JavaScript, Bootstrap 5, node.js, MariaDB, gulp.js, git.
Technologien: Python.
Entwicklung, Hosting und Wartung individueller Websites
Technologien: HTML, CSS, SCSS, JavaScript, PHP, Vue 3 / Nuxt 3, Linux
Hauptautor und Entwickler eines Multi-Agent Reinforcement Learning Algorithmus unter Einbeziehung eines künstlichen neuronalen Netzes zur Funktionsapproximation. Dabei wurde der Algorithmus in der Programmiersprache Python implementiert und trainiert, während der Verkehr und die Ampeln in SUMO auf einem nachgebildeten Straßennetz der Frankfurter Innenstadt simuliert wurden.
Technologien: Python, Keras, Simulation of Urban MObility (SUMO)
Publikation verfügbar bei ACM Digital Library:
deep-MARLIN: Using Deep Multi-Agent Reinforcement Learning for Adaptive Traffic Light Control, in APPIS 2020: Proceedings of the 3rd International Conference on Applications of Intelligent Systems, Januar 2020.