Senior AI Developer | Full Stack
KI-Systeme von der Datenbankbis zur Oberfläche.
Ich entwickle LLM-Systeme, KI-Agenten und Sprach-KI samt Backend, Datenmodell und Oberfläche und bringe sie selbst in den Betrieb. Seit 2016 in der Softwareentwicklung, zuletzt in den Entwicklungsteams zweier US-Auftraggeber.
Ab sofort verfügbar. Festanstellung oder freiberuflich, 100 % remote.

- 2016
- Seit dem Beginn der Ausbildung in der Softwareentwicklung
- 11.000+
- automatisierte Tests in pytest und Jest
- 5
- eigene Produkte im laufenden Betrieb
- 2
- US-Teams, in denen ich von 2024 bis 2026 gearbeitet habe
Eine Anfrage, sechs Schichten, ein Entwickler.
Eine Anfrage läuft von der Oberfläche bis zur Datenbank und zurück. Ich arbeite in jeder dieser Schichten und kenne die Übergänge dazwischen, an denen die meisten Fehler entstehen.
Oberfläche
Web-Frontends mit Server Components, 3D-Elementen und Fokus auf Core Web Vitals und technisches SEO. Mobile Apps mit lokaler Datenhaltung und Mehrsprachigkeit.
- Next.js 16
- React 19
- TypeScript
- Tailwind CSS 4
- Three.js
- React Three Fiber
- React Native
- Expo
Server und Schnittstellen
Zustandslose Dienste mit Streaming, Webhooks und Authentifizierung. Schnittstellen zu Partnern und Zahlungsanbietern, abgesichert gegen Limits, Ausfälle und Doppelaufrufe.
- Python
- FastAPI
- Pydantic 2
- asyncio
- Node.js
- REST
- WebSockets
- SSE
- OAuth 2.0
- JWT
- Stripe
Daten
Datenmodelle mit Schema-Entwurf, Indizes, Migrationen und Zugriffsregeln je Zeile. Vektorsuche für Retrieval, lokale Datenbanken für Apps.
- PostgreSQL
- Supabase
- Row Level Security
- pgvector
- psycopg 3
- SQLite
KI
LLM-Pipelines und KI-Agenten mit Tool Calling, Structured Outputs, Kostenobergrenzen und Evals gegen ein Gold-Set. RAG über pgvector, Anbindung per MCP und Sprach-KI in Echtzeit.
- Anthropic Claude
- OpenAI GPT
- Google Gemini
- Qwen
- KI-Agenten
- MCP
- RAG
- Evals
- Pipecat
- Twilio
Qualität
Tests gehören zur Entwicklung, nicht ans Ende. Jeder Fehler aus dem Betrieb wird zum Testfall, und Coding-Agenten arbeiten nur gegen Abnahmetests.
- pytest
- Vitest
- Jest
- Playwright
- ruff
- ESLint
- Code-Review
Betrieb
Auslieferung und Betrieb auf eigenen Linux-Servern, mit automatischem TLS, CDN und Deployments über die Pipeline.
- Docker
- Linux
- Caddy
- Cloudflare
- Hetzner
- GitHub Actions
Erfahrung
Drei Jahre Ausbildung in einem Softwareunternehmen, fünf Jahre allein verantwortlich für die Technik zweier eigener Handelsunternehmen, seit 2024 LLM-Systeme im Produktivbetrieb, für zwei US-Auftraggeber und in eigenen Produkten.
Eigene Produkte
2025 bis heute
Senior AI Developer | Full Stack
Selbstständig, eigene Produkte und Kundenprojekte, Oberschleißheim, remote
- LLM-Funktionen und KI-Agenten in Python und TypeScript auf Claude, GPT, Gemini und Qwen, mit Tool Calling, Structured Outputs, Embeddings in pgvector und Evaluation gegen Gold-Daten.
- Sprach-KI in Echtzeit für Telefonie mit Twilio und Pipecat, mit Voice Activity Detection, Speech to Text, Text to Speech und Messung der Antwortlatenz.
- Ende-zu-Ende-Verantwortung für mehrere eigene SaaS-Produkte und Plattformen, vom Datenmodell über Backend und Oberfläche bis zu Deployment und Betrieb.
- KI-native Entwicklung mit mehreren parallel arbeitenden Coding-Agenten, gesteuert über Spezifikationen, Abnahmetests und Review, abgesichert durch über 11.000 automatisierte Tests.
- Websites für Firmenkunden aus Rechtsberatung, Gesundheitsdienstleistung und Unternehmensberatung, mehrsprachig und für Suchmaschinen aufbereitet.
Next.js 16, React 19, TypeScript, Python, FastAPI, PostgreSQL, Supabase, pgvector, Claude, GPT, Gemini, Qwen, Pipecat, Twilio, React Native, Docker, GitHub Actions
04/2025 bis 08/2026
Senior AI Developer | Backend und LLM-Systeme (freiberuflich)
Projectivity Inc., Silver Spring, MD, USA, remote im Entwicklungsteam einer IT-Beratung
- Mehrstufige LLM-Pipelines in Python mit Anthropic Claude und OpenAI GPT, die in Kundenprojekten produktiv liefen.
- Maschinell verlässliche Modellausgaben durch Structured Outputs nach JSON Schema, Pydantic-Validierung vor jeder Weiterverarbeitung und Null-Werte statt erfundener Angaben.
- Betrieb abgesichert gegen Anbieterlimits und Kostenausreißer, mit begrenzter Nebenläufigkeit, Backoff mit Jitter nur bei 429 und 5xx, Kostenobergrenzen je Aufruf und Tag und Model Routing auf kleinere Modelle, wo sie reichten.
- Jede Prompt- und Modelländerung vor der Übernahme mit Evals gegen ein Gold-Set geprüft, deterministische Prüfungen vor jeder Bewertung durch ein Modell.
- Auslieferung als FastAPI-Dienste in Docker mit PostgreSQL, über CI/CD mit GitHub Actions.
Python, asyncio, FastAPI, httpx, Pydantic, JSON Schema, pytest, PostgreSQL, Docker, GitHub Actions, Claude, GPT
09/2024 bis 02/2025
Senior AI Developer | LLM-Integration (freiberuflich)
Develop Zen, Richmond, VA, USA, remote im Entwicklungsteam eines SaaS-Anbieters
- LLMs in bestehende Python-Anwendungen integriert, mit Structured Outputs als feste Datenstruktur statt Freitext.
- Prompt und Context Engineering mit Systemprompts, Few-Shot-Beispielen und versionierten Prompts für vergleichbare Läufe.
- Erhebung von Webdaten mit Playwright und BeautifulSoup automatisiert, Bildprüfung mit OpenCV und PIL.
Python, Pydantic, JSON Schema, Playwright, BeautifulSoup, OpenCV, PIL
01/2022 bis 08/2024
Gründer und Softwareentwickler | Automatisierung und KI
Eigener Onlinehandel, automatisiert, München, remote, daneben ein stationäres Ladengeschäft
- Das gesamte Handelssystem allein entworfen, entwickelt und betrieben, als umfangreiche Python-Codebasis aus mehreren Hintergrunddiensten für Artikelanlage, Bestellungen, Versand, Kundenkommunikation und Überwachung im Dauerbetrieb.
- Artikelanlage als mehrstufige LLM-Pipeline, die Lieferantendaten normalisiert, Texte und Merkmale per Sprachmodell erzeugt, die Kategorie zuordnet und erst nach bestandener Prüfung veröffentlicht. Fehlende Angaben gingen in eine Prüfliste, statt vom Modell ergänzt zu werden.
- Bildauswahl per Vision-Modell, doppelte Produkte über Wahrnehmungs-Hashes der Bilder erkannt.
- Bestellabwicklung bis zur Sendungsnummer, idempotent ausgelegt, damit keine Bestellung doppelt ausgelöst wird.
- Gemeinsame Schnittstellenschicht für mehrere Verkaufskanäle und Lieferanten, mit eigener Authentifizierung, Token-Erneuerung und Rate-Limit je Anbieter.
- Antwortentwürfe für Kundenanfragen per Sprachmodell, Sonderfälle zur Freigabe (Human-in-the-Loop). Watchdogs, Protokollierung und Zähler je Konto und Kanal.
Python, asyncio, SQLite, LLM-APIs, Vision-Modelle, REST, OAuth 2.0, JSON Schema, Linux
11/2019 bis 12/2021
Gründer und Softwareentwickler | Backend und Schnittstellen
Eigener Onlinehandel, München, remote
- Technische Basis allein entwickelt und gewartet, mit automatisierter Abwicklung von Bestellungen und Versand über Partner- und Lieferantenschnittstellen.
- Automatischen Abgleich von Bestell- und Versanddaten im Dauerbetrieb umgesetzt, mit Token-Erneuerung ohne manuelle Eingriffe.
- Artikel-, Preis- und Bestandsdaten der Lieferanten regelmäßig abgeglichen, damit nichts Ausverkauftes verkauft wurde.
- Bestellungen, Artikel und Sendungen in einer SQL-Datenbank gehalten und per SQL ausgewertet, Betrieb auf eigenem Linux-Server mit zeitgesteuerten Jobs.
Python, REST, OAuth 2.0, SQL, Linux, cron
09/2016 bis 08/2019
Ausbildung zum Fachinformatiker für Anwendungsentwicklung
Crealogix, Puchheim, betriebliche Ausbildung in einem Softwareunternehmen, Abschlussnote 1,8
- Java, JavaScript, Angular und SQL, Datenbankdesign, Tests mit JUnit und Jasmine, Git und Scrum. Dazu interne Schulungen für Auszubildende.
Java, JavaScript, Angular, SQL
Arbeitsweise
Das Modell beschreibt, der Code entscheidet.
Generierte Inhalte verweisen nur auf vorhandene Datensätze. Die Auswahl trifft das Programm.
Was der Code prüfen kann, prüft kein Modell.
Mechanische Regeln laufen vor jeder modellgestützten Bewertung.
Keine Modelländerung ohne Messung.
Jede Prompt- und Modelländerung läuft vor der Übernahme gegen ein Gold-Set.
Zustand liegt in der Datenbank.
Dienste bleiben zustandslos und lassen sich neu starten, ohne dass etwas verloren geht.
Jeder Fehler aus dem Betrieb wird zum Testfall.
So wird dieselbe Panne kein zweites Mal gebaut.
Über mich
Ich bin Senior AI Developer aus Oberschleißheim bei München. Nach der Ausbildung bei Crealogix habe ich fünf Jahre lang die gesamte Technik zweier eigener Handelsunternehmen verantwortet und mir dabei das ganze Handwerk angeeignet, vom Datenmodell über Schnittstellen bis zum Betrieb.
Seit 2024 entwickle ich LLM-Systeme für den Produktivbetrieb, zuerst in den Entwicklungsteams zweier US-Auftraggeber, heute in eigenen Produkten bis hin zur Sprach-KI am Telefon. Ich suche eine Aufgabe, in der ich ein KI-System über alle Schichten hinweg verantworte, als Festangestellter oder freiberuflich.
Schreiben Sie mir, was Sie bauen wollen.
info@akayguen.devEine kurze E-Mail genügt. Den Lebenslauf schicke ich auf Anfrage als PDF.