Currently @ msg for banking
Ich begleite Finanzinstitute bei der Modernisierung ihrer IT-Systeme, von der Konzeption bis zur Umsetzung.
Berlin
Meine berufliche Laufbahn begann mit einer Ausbildung zum Bankkaufmann bei der Landesbank Berlin. Nach dieser kaufmännischen Basis entschied ich mich für das Studium der Wirtschaftsinformatik an der HTW Berlin. Begleitend zum Studium war ich als Werkstudent im IT Consulting bei der DKB Service GmbH beschäftigt. Heute berate ich als IT Consultant Finanzinstitute bei der msg for banking ag.
Mein Fokus liegt auf modernen Cloud-Architekturen sowie der Entwicklung intelligenter Automatisierungslösungen, die nachweisbar Effizienz steigern und Kosten reduzieren. Besonders interessiert mich dabei die Serverless-Architektur. Gerade im B2B lassen sich damit Betriebskosten erheblich senken und gleichzeitig der CO₂-Abdruck verringern.
Mit einem tiefen Verständnis für sowohl technische Architekturen als auch Geschäftsprozesse unterstütze ich Unternehmen dabei, das volle Potenzial moderner KI- und Cloud-Technologien auszuschöpfen und Wettbewerbsvorteile zu generieren.
Werdegang
Schwerpunkte aus 6 Jahren Praxis
Backend & AI
Cloud & Infrastructure
Data & Integration
Was ich für Sie umsetze
Implementierung und Optimierung von Large Language Models für Ihre spezifischen Geschäftsanforderungen. Von GPT-4 bis zu Custom-Modellen - maßgeschneidert für maximale Effizienz.
Enterprise-grade Python-Anwendungen mit Fokus auf Skalierbarkeit, Performance und Wartbarkeit. Von Backend-APIs bis zu komplexen Datenverarbeitungspipelines.
Strategische Beratung zur optimalen Nutzung von KI-Technologien in Ihrem Unternehmen. Identifikation von Use Cases und ROI-Maximierung durch intelligente Automatisierung.
Als zertifizierter AWS Solutions Architect designe und implementiere ich skalierbare, hochverfügbare Cloud-Architekturen. Von Serverless bis zu Container-Orchestrierung – zuverlässig und kostenoptimiert.
Intelligente Automatisierung von Geschäftsprozessen durch KI und Machine Learning. Reduzierung manueller Aufwände und Steigerung der Produktivität.
Entwicklung robuster Dateninfrastrukturen und ETL-Pipelines. Von Data Lakes bis zu Real-time Analytics - fundierte Entscheidungen durch optimale Datennutzung.