02.10.2025 aktualisiert


Premiumkunde
100 % verfügbarProduct Owner
Neu-Isenburg, Deutschland
Neu-Isenburg +50 km
WirthsaftsinformatikSkills
Frameworks:
NumPy ***
FastAPI **
FLASK **
Matplotlib **
SwiftUI **
Programmier-, Modellier- und Auszeihnungssprachen:
Python ***
PL/SQL **
SQL ***
JAVA **
SWIFT **
JavaScript *
Datenbanken:
OracleDB ***
MySQL ***
Tools:
SQL-Developer ***
Visual-Studio-Code ***
Ollama ***
Oracle APEX ***
Git/GitLab/GitHub ***
Betriebssysteme:
MacOS ***
Windows ***
Linux **
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Projekt
aPa - automatische Projektanalyse: Oracle-APEX-Lösung, die Projekte automatisch aus Projektbörsen importiert. Diese werden geparst und in einzelnen Projekten strukturiert bereitgestellt. Duplikate werden zuverlässig erkannt/entfernt.
Die Software unterstützt den Bewerbungsprozesse bis zur Vorstellung beim Kunden.
meine Aufgaben
- Anforderungsanalyse & Refinement der Stories; Definition der Akzeptanzkriterien.
- Erweiterung des Prozesses „Bewerbungen anlegen“ um editierbare Projektinformationen inkl. PL/SQL-Update-Prozedur und Referenzcode-Lookups (Branche, Domäne/Area).
- Aufbau/Refactoring von APEX-Masken (Interactive Report → Interactive Grid), Region-/Item-Konfiguration und Validierungen.
- Umsetzung von Massenaktionen. Button-Handling und PL/SQL-Prozess für logisches Löschen.
- Development von JavaScript-Logik zur ID-Selektion und Übergabe an Page-Items; sauberer Submit/Processing-Flow.
- Bugfix: Workflow „good/bad“ -> Ladezeit von >10 min auf Sekunden reduziert.
- Bereinigung/Anpassung von Filtern und Maßnahmen zur Datenqualität.
- Datenmodell-Pflege (z. B. neue Spalten).
Technologien
APEX, Python, SQL, PL/SQL, OracleDB (Ver. 19c)
Projekt
KI zur Duplikaterkennung von Datensätzen – Vergleich & Analyse von KI-Modellen und Handlungsempfehlungen für die Automatische Projektanalyse mit Oracle APEX.
meine Aufgaben
- Forschungsarbeit & Zielbild: Problemdefinition, Forschungsfragen und Bewertungskriterien (Genauigkeit, Latenz, Integrationsaufwand) festgelegt.
- Modellvergleich entworfen (SBERT-Encoder vs. LLM) inkl. Entscheidung unter Hardware-Constraints und Architekturvorgaben.
- Prototyp konzipiert & implementiert: semantische Embeddings erzeugt, Ähnlichkeitssuche aufgebaut und laufenden Dienst für nahezu Echtzeit-Duplikaterkennung beschrieben.
- Vektorindex mit FAISS aufgebaut (k-NN, ID-Map, persistenter Index) und kontinuierliche Updates inklusive Datenbank-Markierung von Dubletten umgesetzt/beschrieben.
- Datengrundlage erstellt und ausgewertet: 566 sauber gelabelte Projektpaare; Evaluation mit Precision/Recall/F1 und Latenz.
- Baseline & Tuning: SBERT (all-MiniLM-L6-v2) als Referenz, Schwellenwertkalibrierung (u. a. 0,81) und Gegenprobe mit LLM-Only.
- Integrationskonzept für APEX: Python-Microservice (FastAPI) via ORDS/REST Data Source, Speicherung der Embeddings in OracleDB; Betriebsoptionen (Cron-Job/Materialized View) ausgearbeitet.
Technologien
Python 3.12; Sentence-Transformers / SBERT (all-MiniLM-L6-v2); FAISS; FastAPI (Microservice-Konzept); Ollama (LLM-Evaluation); Oracle APEX, ORDS/REST Data Services, OracleDB; SQL/PL/SQL.
Projekt
aPa - automatische Projektanalyse: Oracle-APEX-Lösung, die Projekte automatisch aus Projektbörsen importiert. Diese werden geparst und in einzelnen Projekten strukturiert bereitgestellt. Duplikate werden zuverlässig erkannt/entfernt.
Die Software unterstützt den Bewerbungsprozess bis zur Vorstellung beim Kunden.
meine Aufgaben
- Backlog-Ownership: Priorisierung nach Business Value/Risiko, Pflege von Abhängigkeiten, Sprint-Planung & Refinements.
- Story-Schnitt & Akzeptanzkriterien erstellt (z. B. US 532 „Projektinformationen bearbeiten“, US 525 „Einträge aus laufenden Bewerbungen löschen“, Performance-Themen „Undo-Maske“).
- Prozess-/UX-Entscheidungen verantwortet: „Bewerbungen anlegen“ mit editierbaren Projektinfos, Mehrfachselektion & logisches Löschen in „Laufende Bewerbungen“, Navigation „good/bad“ in „Neue Projekte“.
- Qualität & KPIs gesteuert: Performance-Analyse initiiert und Query-Optimierung der Undo-Maske umgesetzt.
- Stakeholder-Management mit PM/Vertrieb; Entscheidungsvorlagen, Statusrunden, Transparenz sichergestellt.
- Abnahmen & Releases: User-Tests koordiniert, PO-Abnahmen durchgeführt, Deployment-Stories geplant und freigegeben.
- Incident-/Bug-Management: Triage & Priorisierung, Nachverfolgung bis Abschluss.
- Enablement & Doku: Kurz-Demos, Änderungsdokumentation und Übergaben an Betrieb/Team.
Technologien
APEX, Python, SQL, PL/SQL, OracleDB (Ver. 19c)