Sarmad Khan

> Weiterentwicklung und Neuaufbau einer webbasierten Anwendung zur internen Fallprüfung im Kontext SAPV und Erörterungsverfahren, mit Fokus auf strukturierte Analyse eingehender Krankenhaus- und Leistungsdokumente sowie Identifikation potenzieller Fehlbelegungen > Umsetzung fachlicher User Stories im agilen Team (Scrum/Kanban), inklusive Weiterentwicklung bestehender Feature-Tickets, Bugfixing und Stabilisierung produktiver Workflow-Strecken > Neuaufbau eines modernen Frontends mit Angular 21 (Standalone Components, Signals, Lazy Loading) und TypeScript zur Abbildung mehrstufiger Prüfprozesse, Statusmodelle sowie Such- und Filterstrecken > Einsatz zeitgemäßer Angular-Konzepte (Reactive Forms, RxJS-basierte Datenflüsse) zur konsistenten Verarbeitung von UI-State, Validierungen und asynchronen Backend Statusänderungen > Entwicklung und Erweiterung von Backend-Komponenten mit Java 21 und Spring Boot 3 zur Verarbeitung dokumenten- und abrechnungsbezogener Daten, inklusive Validierungslogiken, Statusverfolgung und Fehlerbehandlung > Implementierung standardisierter REST-Schnittstellen mit OpenAPI/Swagger sowie Einsatz von Apache Kafka zur asynchronen Verarbeitung ereignisbasierter Workflow-Daten > Modellierung und Pflege relationaler Datenstrukturen in PostgreSQL, inklusive Schema Versionierung mit Liquibase > Implementierung von Testautomatisierung (Unit-Tests im Backend, End-to-End-Tests mit Playwright im Frontend) zur Absicherung kritischer Prüf- und Freigabestrecken > Containerisierung mit Docker sowie Betrieb in OpenShift/Kubernetes inklusive Deployment Steuerung über Helmund Einbindung in CI/CD- und GitOps-Prozesse (z. B. ArgoCD) > Berücksichtigung grundlegender Anforderungen an Barrierefreiheit und Bedienbarkeit in formular- und workflowintensiven Oberflächen sowie enge Zusammenarbeit mit Fach-, Backend- und QA-Teams (Jira, Confluence)

> Umsetzung des Features für die Multidimensionale Modellierung von Bauteilen und Integration in eine bestehende domänengetriebene Microservice-Architektur. > Backend-Entwicklung mit Spring Boot, Spring Cloud und Integration generativer KI Komponenten (LLMs wie OpenAI GPT, Hugging Face, Google Vertex AI) zur semantischen Aufbereitung und automatisierten Verwaltung technischer Fertigungsdaten. > Aufbau eines domänenspezifischen GPT-Systems inkl. Data Preprocessing, Modell-Fine Tuning, Deployment über Microsoft Azure sowie Implementierung von LangChain-basierten Workflows zur Orchestrierung komplexer Prompt-Interaktionen. > Anwendung von Zero-Shot- und Few-Shot-Learning, semantischem Matching und Prompt Engineering (inkl. strukturierter Templates, Kontext-Management und Retrieval Augmented Generation) für produktionsnahe Use Cases. > Entwicklung und Erweiterung von Java-basierten Microservices mit Apache Kafka und Kafka Streams zu eventgetriebenen Systemkommunikation und Verarbeitung großer Datenmengen. > Konzeption und Umsetzung einer API-Strategie (Versionierung, strukturiertes Fehlerhandling, Validierung von Eingabedaten) sowie Nutzung von Spring Cloud Gateway für Routing, Sicherheitslayer (OAuth2) und serviceübergreifende Zugriffskontrolle. > Entwicklung generativer KI-Features im Angular-Frontend (v17–19) zur intelligenten Suche, Visualisierung und Interaktion mit Produktionsdaten (z. B. kontextbezogene Chat-Interfaces, semantische Abfragen, Prompt-basierte Konfigurationen). > Optimierung des Frontends durch Lazy Loading, Pagination, State-Management (NgRx, Signals API, RxJS) und modularen UI-Aufbau mit Tailwind CSS/ Angular Material Design. > Unterstützung bei der Implementierung eines Monorepo-Setups für Wiederverwendbarkeit, Wartbarkeit und modulare Team-Kollaboration.

> Entwicklung einer unternehmensweiten Plattform zur strukturierten Bereitstellung interner Informationen aus PDF-, Word-, Excel- und Intranetquellen, mit Fokus auf Modularität, Skalierbarkeit, Interoperabilität und KI-gestützte Abfragen. > Aufbau eines LLM-Frameworks mit RAG unter Einsatz von Spring AI, LangChain und orchestrierter Nutzung von GPT-APIs (OpenAI, Hugging Face, Vertex AI). Integration von Prompt Engineering (Chain-of-Thought, Zero-/Few-Shot, semantisches Matching) zur Optimierung von Antwortqualität und Kontexttreue. > Entwicklung eines Embedding-Moduls zur Vektorisierung unstrukturierter Inhalte, Speicherung und semantischen Suche via PGVector, ergänzt durch lernfähiges Ranking zur dynamischen Gewichtung der Ergebnisse. > Einsatz von OCR für Scans und Bilddokumente sowie Microsoft Graph API zur automatisierten Integration strukturierter Daten (Excel, Word, Outlook) ins Retrieval-System. > Umsetzung einer modularen Angular-17–18-Oberfläche mit Signals API, Standalone Components und zonenfreier Change Detection. Nutzung von NgRx (Actions, Reducers, Effects, Selectors) für State-Management, API-Kommunikation und Benutzerführung. > Aufbau einer Microservice-Architektur mit Spring Boot & Spring MVC, parallele Verarbeitung über virtuelle Threads, Monitoring mit Micrometer und Observation API. > Einführung einer Event-Driven Architecture mit Apache Kafka zur asynchronen Kommunikation zwischen Microservices. > Speicherung von Metadaten und Dokumenteninformationen in PostgreSQL, ergänzt durch persistente Referenzen. > Containerisierung mit Docker, Deployment auf Kubernetes in der Azure Cloud mit Namespace-Isolation und automatischer Skalierung. > Aufbau einer CI/CD-Pipeline mit GitLab CI, inkl. Build, Tests, Security-Checks und automatisiertem Deployment auf Test- und Produktivsysteme. > Absicherung durch rollenbasiertes Berechtigungskonzept gemäß DSGVO, klare Trennung von Authentifizierung und Autorisierung.