# Über uns - Helionox GmbH

## Unsere Philosophie

Hinter Helionox steht eine einfache Idee: Ganz gleich, wie das Problem aussieht, wir lösen es. Schnell und in höchster Qualität.
Unser Team bringt einzigartige Perspektiven in Ihr Projekt ein und verbindet akademische Hintergründe in Biophysik und Wirtschaftswissenschaften mit praktischer Erfahrung bei renommierten Institutionen wie BlackRock und der Deutschen Bank.
Mit Helionox wissen Sie, dass Sie Experten mit hochgradig technischem Fachwissen und institutioneller Erfahrung direkt an Ihrer Seite haben, und Sie können sich darauf verlassen, dass die Qualität immer stimmt.

## Unser Team

- **Alexander Thorne** (Geschäftsführer & Software-Architekt)
  - Projektleitung, aktive Entwicklung und Design der Architektur von Enterprise-Software für Finanzmärkte in einem stark regulierten Umfeld.
  - Durchführung von KI-Initiativen, insbesondere NLP, RAG-Workflows und Agentic-AI-Prozesse.
  - Implementierung von Cloud- und Kubernetes-Plattformen, einschließlich Data/ML-Pipelines (Airflow).
  - Entwurf von Microservices-Architekturen (Java/Spring Boot) basierend auf Domain-Driven Design und API-First-Prinzipien.
- **Rafael Thun** (Software-Entwickler & DevOps)
  - Enterprise-Softwareentwicklung für Finanzinstitute und Anwendungen der künstlichen Intelligenz.
  - Implementierung von Agentic-AI-Workflows, einschließlich RAG, Tool-Use, Orchestrierung und LLMOps.
  - Bereitstellung von Cloud-/Kubernetes-Plattformen und Daten-/Machine-Learning-Pipelines unter Verwendung moderner Infrastruktur.
  - Beratung zu KI-Risiko und Governance (ISO/IEC 42001), Secure SDLC und Zero-Trust/IAM-Frameworks.
- **Henrik Lütjeharms** (Frontend-Entwickler & UI-Entwickler)
  - Tiefgehende Expertise in quantitativer Finanzwirtschaft (Marktrisiko - FRTB), insbesondere bei nicht modellierbaren Risikofaktoren (NMRF) unter dem internen Modellansatz (IMA).
  - Implementierung von Agentic-AI-Workflows und Evaluierungs-Frameworks mittels Guardrails und RAGAS.
  - Design von Datenpipelines für Feature Engineering und Machine-Learning-Klassifikatoren.
  - Infrastructure-as-Code (Terraform/OpenTofu) Deployments und Cloud-Migrationsstrategien (GCP/Kubernetes).