
QYRAGY GmbH
CTO & CPO für AI-Matching-Plattform
Chief Technology Officer & Chief Product Owner
Relevanz
Warum dieser Case relevant ist
Diese Einordnung macht sichtbar, was für Hiring oder Zusammenarbeit zählt: Wirkung, Belege, Fit und AI-/Delivery-Relevanz.
Systemwirkung
AI-gestützte Matching-Plattform von 0 auf 1 aufgebaut und Produkt, Technologie sowie Team in einem frühen Startup verdichtet.
AI-/Delivery-Relevanz
Frühe AI-Integration direkt im Produktkern statt nachgelagerter Prompt-Fassade.
Proof
0→1
Plattform aufgebaut
AI-Matching
k-Means + NLP
PWA + AWS
skalierbare Basis
Passt besonders bei
- Hiring
- Fractional
- Startup CTO
- AI-native Systemarbeit
Case-Kontext
Überblick
Smartjobr startete als AI-gestützte Freelancer-Matching-Plattform, die vom ersten Produktmodell in echte Delivery kommen musste. Ich verband Matching-Logik, technische Architektur und Teamaufbau in einem frühen Startup mit schnellen Lernschleifen, Product-Market-Fit-Arbeit und direktem Delivery-Druck.
Die Plattform nutzt k-Means-Algorithmus und NLP für Matching zwischen Freelancern und Projekten. Next.js/PWA, AWS-Infrastruktur und automatisierte BI-Dashboards verbanden Produktnutzung, technische Grundlage und datenbasierte Entscheidungen.
Verantwortung
Aktivitäten
- Startup CTO & CPO: Produktstrategie, technische Richtung und Teamaufbau mit Entwicklung, Design und Marketing
- AI-Matching-Plattform: k-Means-Algorithmus, NLP und Freelancer-Projekt-Zuordnung
- Next.js/PWA-Entwicklung: Cross-Platform User Experience, Web-App und Android-App
- AWS-Infrastruktur: Lambda, S3, RDS, SQS und CloudFront als technische Basis
- BI & Automatisierung: Dashboards, Slack-Bot und automatisiertes KPI-Reporting
- Produktstrategie: Kundenfeedback, User Experience und Lernschleifen
- Security & Privacy: Datenschutz-Compliance und sichere Infrastruktur-Überwachung
- Teamführung: agile Entwicklung, crossfunktionale Zusammenarbeit und Technologieauswahl
Arbeitsweise
Methodik
- Agile Entwicklung: Scrum, Kanban und crossfunktionale Teams
- Produktmanagement: Kundenfeedback, User Experience und Marktvalidierung
- Startup-Methodik: schnelle Iteration, MVP-First und Product-Market-Fit
- AI/ML-Integration: datengetriebenes Matching und Algorithmusarbeit
- DevOps: AWS-Infrastruktur, automatisierte Deployments und Monitoring
Technischer Kontext
Technologie-Stack
Die Tools sind hier kein Selbstzweck. Relevant ist, welche Systemebenen im Projekt zusammengebracht wurden.
Frontend
5Backend
3Daten & KI
3DevOps
5Mobile
2Tools
5Nächster Schritt
Wenn du ähnliche Wirkung für Hiring, Zusammenarbeit oder eine konkrete Transformation prüfen willst, ist das der richtige Einstieg.
Schreib kurz, welche Lage du gerade einordnen willst. Ich antworte persönlich und sage klar, ob mein Profil passt.