Remote aus Taiwan, europäische Arbeitszeiten decke ich voll ab — oder Umzug nach
Deutschland, die Blaue Karte EU hatte ich schon. Siehe
Verfügbarkeit.
Kurzprofil
Ich baue Produktionssysteme und verantworte sie von Anfang bis Ende —
Architektur, Backend, Infrastruktur, Betrieb — in
Telekommunikation, GIS, Unternehmensautomatisierung (Verwaltung,
Controlling, Projektmanagement, Recruiting und Onboarding),
Immobilien, EdTech, KI für Audio und Bild, Linguistik und Medizin. Vor
dem Code erfasse ich, wie der Ablauf wirklich läuft, und mache daraus eine verlässliche
Quelle und einen klar definierten Prozess; was sich nicht rechnet, bekommt ein Nein.
Abschlüsse in Informatik und Computerlinguistik, dazu eine Forschungslinie neben den
Produkten — Sprach-DSP, statistische Sprachmodellierung, Evaluation auf Goldstandards;
aktuell Sprache, Sprachsignal und Gesundheitsdaten.
15 Jahre in der IT
8 Branchen
25+ Produkte
13 davon End-to-End
8 Personen geführt
Berufserfahrung
– heute
Product Engineer
VOIS — KI-Gesangscoach für iOS · freiberuflich,
remote
Backend und Infrastruktur komplett verantwortet: API, Audioverarbeitung im
Hintergrund, Admin-Tools, Deployments, Monitoring.
Im Aufbau: die Live-Feedback-Schicht — ein kompaktes Modell, trainiert auf den
Scores und Wahrscheinlichkeiten pro Note aus dem Signalverarbeitungskern der App,
damit das Feedback einer gesangspädagogischen Methodik folgt.
Technologien
Ruby 4
Rails 8.1
PostgreSQL
GoodJob
Heroku
S3
Scout
Sentry
–
Backend Engineer
StagedByAI — virtuelles Home-Staging mit KI ·
freiberuflich, remote
Backend und Infrastruktur komplett von null gebaut, Bildgenerierungs-Pipeline
inklusive, und zwei Jahre Wachstum lang betrieben.
Backend und Architektur in drei unterschiedlichen Branchen; Teams mit bis zu 8
Personen geführt.
Hosting-Kosten −30 %, Auslieferung ×2: alte Monolithen auf Ruby 3+ / Rails 7–8
migriert, CI/CD modernisiert — nach einer Kostenanalyse.
Kritische Abfragezeiten −90 % in einer PostgreSQL-Datenbank mit mehreren Terabyte;
Störungsbehebung −40 % durch Monitoring und Profiling.
Technologien
Ruby on Rails
PostgreSQL
Redis
Docker
CI/CD
Sentry
Datadog
–
Senior Software Engineer / Tech Lead
Deutsche Telekom IT Solutions (T-Systems) · Sankt Petersburg
12 interne Produkte, davon 9 End-to-End gebaut (alle unter NDA); Tech Lead von Teams
mit bis zu 8 Personen.
Konzernweiten Mitarbeiter-Stammdatendienst entworfen und verantwortet: SAP, 1C und
Active Directory zu einer bereinigten Quelle zusammengeführt — für 10+ weitere
Systeme und 2.500 Beschäftigte.
Tech Lead des Systems, das den Betriebszustand des Mobilfunknetzes von T-Mobile
Deutschland dokumentiert (GSM/GPRS/UMTS/LTE): Infrastrukturdaten im Landesmaßstab,
mit Karten.
Meistgenutztes Dashboard 10× schneller (3 s → 300 ms) bei 2.500+ gleichzeitigen
Nutzern: Indizes, Stored Procedures (utPLSQL), neu geschriebene Abfragen.
Wiederkehrende Bürokratie in Software überführt: Personalkostenprognose,
Indoor-Navigation und Sitzplatz-/Kostenplanung, Web-GIS der Standorte, konzernweite
Veranstaltungsbuchung.
Technologien
Ruby on Rails
Oracle
PL/SQL
APEX
MySQL
ExtJS
OpenLayers
Python
Bash
Jenkins
–
Dozent (nebenberuflich)
ITMO-Universität; Polytechnische Peter-der-Große-Universität Sankt Petersburg
Linux, Ruby und Webentwicklung mit Ruby on Rails unterrichtet (Gruppen bis 20
Personen); 16 Praktikanten betreut, 60 % davon danach fest als Engineers.
Technologien
Linux
Ruby
Ruby on Rails
–
Wissenschaftlicher Mitarbeiter
Philologisches Forschungsinstitut, Staatliche Universität Sankt Petersburg
Förderprojekt „Quantitative linguistische Parameter zur Bestimmung stilistischer
Merkmale und Domänen von Texten“: Korpusstatistik zur Registererkennung.
Technologien
Python
NLTK
–
Programmierer
Other Accents Studio · Sankt Petersburg
Webanwendungen und Websites des Studios: PHP (CodeIgniter), JavaScript, jQuery.
Technologien
PHP
CodeIgniter
JavaScript
jQuery
–
Technischer Redakteur / Übersetzer
Nexenta Systems; Systematica; Odnoklassniki · Sankt Petersburg
Produktdokumentation, Layout und Lokalisierung; technische Übersetzung und
In-Country-Review (Englisch, Japanisch, Deutsch).
Plattform für Korpuslinguistik und Aussprachebewertung für taiwanisches Mandarin;
Alleinautor von Korpus, Modellen und Scorer
Segmentierung: Viterbi über ein Kneser-Ney-Bigramm-Modell, EM-Resegmentierung,
Pruning nach relativer Entropie; ausgewertet an einem Goldstandard mit 510 Fällen,
mit McNemar-Test und gepaartem Bootstrap über F1.
Lexikalische Relationen: PPMI mit Kontextverteilungsglättung und logDice; dichte
SVD-Embeddings am selben Goldstandard gemessen und verworfen.
Aussprachebewertung aus der Akustik (F0-Verlauf, VOT, Formanttrajektorien),
serverseitig, ohne Cloud-ASR; Wiederholung nach FSRS-6.
Pipelines (MIT, GitHub):
twpipeline, neun
JSONL-Stufen vom Web-Crawl bis zu N-Gramm-Tabellen;
twfilter, Herkunftsanalyse
— Schrift, Orthographie, Herkunft der Wörter, Interpunktion.
Technologien
Python
– heute
DenMed
Rein lokale Pipeline für mehrsprachige Patientenakten; in Arbeit
Labor-PDFs und Scans in beliebiger Sprache → LOINC-Codes und SI-Einheiten →
Verlaufskurven gegen Referenzbereiche aus mehreren Quellen; nur lokale Modelle.
Technologien
Python
Ollama
ONNX
PostgreSQL
–
Forschungsprototypen
Kreuzspektralanalyse von arteriellem Druck und zerebraler Blutflussgeschwindigkeit —
Kohärenz, Phasenverschiebung der B-/M-Wellen, Autoregulationsindizes — für das
Polenow-Institut für Neurochirurgie, 2020.
Suchrelevanz und bidialektales Ranking für
ironau.ru, das wichtigste Online-Wörterbuch des
Ossetischen, 2018–2019.
Morphologischer Analysator für Kirgisisch in Prolog, 2017.
Masterarbeit: Greenbergs quantitative Typologie auf Korpusgröße automatisiert —
morphologische Indizes (Synthese, Agglutination, Suffigierung) und Statistiken, die
Register unterscheiden, über Korpora des Ungarischen, Japanischen und Türkischen mit
1–12 Mio. Tokens, nach Funktionalstil geschichtet. Frühere Arbeiten von Greenberg
(1960) bis Kasevich (2009) beruhten auf manuellen Stichproben von 100–1.000 Silben.
Ergebnis: Ein typologisches Profil gehört zum Register, nicht nur zur Sprache; geprüft
gegen die veröffentlichten Handzählungen.
Bachelorarbeit: automatische Interlinearglossierung (Leipzig Glossing Rules) für
Ungarisch, Türkisch und eine selbst konstruierte polysynthetische Sprache als
kontrollierter Testfall, deren Goldsegmentierung von vornherein feststand;
regelbasierte Segmentierung unter Vokalharmonie und Morphotaktik; ein selbst
geschriebenes Feedforward-Netz (Backpropagation) löste homonyme Affixe auf. Delphi,
2013 — bevor es dafür ML-Frameworks gab.
Kenntnisse
Produkt
Anforderungen gegen den echten Arbeitsablauf prüfen
Stakeholder-Kommunikation
Scope-Verhandlung
Trade-offs abwägen
Backend
Ruby on Rails
PostgreSQL
Python
REST-APIs
Hintergrundjobs
Hotwire
Daten
Query-Optimierung bei mehreren Terabyte
pgvector
Oracle PL/SQL
Redis
Sprache und Sprachsignal
Sprach-DSP (MFCC, F0, Formanten)
statistische Sprachmodelle
Evaluation auf Goldstandards (Bootstrap, McNemar)
KI-Engineering
RAG und hybride Suche
strukturierte Ausgaben und Function Calling
Evaluations-Harnesses
lokale Inferenz (Ollama, ONNX)
MCP-Server
Delivery
Docker
Kamal
GitHub Actions
AWS
Heroku
RSpec
Führung
Tech Lead von Teams bis 8 Personen
16 Praktikanten betreut
Hochschullehre
Sprachen
RussischMuttersprache
EnglischC1, fließend
DeutschB1+
JapanischJLPT N4 (2011), lange nicht geübt
Taiwanisches MandarinTOCFL A2 — lesen und schreiben besser als sprechen
RumänischA2
Publikationen
Rosca, S., Patin, D. WebStorm Essentials (Google Books). Packt Publishing, 2015. ISBN 978-1-78528-695-7.
Патин Д., Чернореченский А. Стих не стих (PDF).
Sankt Petersburg: Renome, 2015. 128 S. ISBN 978-5-91918-564-2. Homonymie, Homophonie und
Homographie im Russischen.