Ich bin Djenis Ejupi, Software Engineer in der Schweiz. Ich arbeite an Backend-Systemen, angewandtem ML, Automatisierung und Produktdesign. Hier zeige ich meine eigenen Projekte, Fragen und Experimente.
Lokale LLM-Analyse zu einem nützlichen, nachvollziehbaren und verlässlichen Bestandteil einer vollständigen Desktop-Anwendung machen.
01 / BUILDDen Alltag in der Schweiz in bewusste Sprachpraxis verwandeln, statt Deutsch nur als passives Ziel zu behandeln.
02 / LEARNMich auf Systeme zubewegen, die in der physischen Welt wahrnehmen, entscheiden und handeln – mit klaren Grenzen und menschlicher Kontrolle.
03 / EXPLOREIch pflege sechs Open-Source-Projekte, vertiefe meine Arbeit an Backend, Cloud, DevOps und ML-Systemen und lerne Deutsch.
Langfristig interessieren mich Robotik, Regelungstechnik, autonome Systeme und menschenzentrierte Technologie.
Ausführliche Case Studies stehen im gemeinsamen Ejupi-Labs-Journal, gefiltert nach persönlichen Projekten.
Jedes Projekt bietet funktionierende Software, einsehbaren Quellcode und Release-Nachweise. Entscheidend ist, welche Entscheidung die Software verbessert oder welche Grenze sie sichtbar macht.
Eine Local-first-Desktop-Anwendung für die Karrierearbeit. Analyse, Matching und Coaching setzen eine freigegebene lokale LLM-Laufzeit voraus, ohne Cloud-Fallback.
Eine Open-Set-ML-Workbench in Rust mit gruppenbewussten Splits, Kalibrierung, Enthaltung und bytegenau prüfbaren Artefakten.
Windows- und Browser-Automatisierung, bei der das Modell eine Aktion vorschlägt und die Laufzeit Berechtigungen, Fähigkeiten und Allowlisten durchsetzt.
Ein begrenzter Gopher-Client und Protokoll-Explorer. Die CLI nutzt echte Verbindungen, die Browser-Demo deterministische Fixtures.
Eine Java- und TypeScript-Workbench zum Vergleich numerischer Integrationsmethoden mit einer sichtbaren Simpson-Referenz.
Ein rein browserbasiertes Placement-Board mit fiktiven Daten, klaren Kohortenstatus und lokaler Speicherung.
Klare Grenzen, sinnvolle Tests, sichere Fehlerzustände und verständliche Oberflächen sind genauso wichtig wie das sichtbare Ergebnis. Das Werkzeug wähle ich erst, wenn ich die Einschränkung verstanden habe.
Software ist heute mein Medium. Langfristig interessieren mich Robotik, Regelungstechnik, intelligente Automatisierung und menschenzentrierte Technologie.
Zuerst nützlich. Belege statt Behauptungen.
Ein System sollte sagen, was es kann, was es nicht kann und wo eine menschliche Entscheidung nötig ist.
Tests verdienen ihren Platz, wenn sie eine wichtige Entscheidung, Schnittstelle oder Fehlerart schützen.
Ich bevorzuge klare Ablehnung, begrenzte Arbeit und wiederherstellbaren Zustand gegenüber scheinbarer Sicherheit.
Die Oberfläche soll das Systemmodell verständlicher machen und es nicht zur Dekoration reduzieren.
Ich habe eine technische Ausbildung in Informatik und Telekommunikation absolviert und danach an Cloud-Infrastruktur, Enterprise-Software, Backend- und Frontend-Delivery sowie Workflow-Plattformen gearbeitet.
Eine technische Ausbildung in Software, Netzwerken und dem Zusammenspiel von Systemen.
Datenbank, Backend, Frontend und Workflows in täglich genutzten Systemen.
Wiederholbare Infrastruktur, Delivery-Pipelines und Workflows mit sichtbarem Betriebszustand.
Werkzeuge, bei denen Modellgrenzen, lokale Ausführung und Nachweise zum Produkt gehören.
Der rote Faden ist Verantwortung von Anfang bis Ende: Einschränkung verstehen, System ändern und beweisen, dass es weiter funktioniert.
Dieses Postfach ist für Gespräche mit mir. Für Kundenarbeit, Angebote oder Delivery-Anfragen nutze Ejupi Labs.