Pavel ist seit 2007 an den Finanzmärkten aktiv – zunächst als Privathändler, später als Portfoliomanager und Entwickler automatisierter Handelssysteme. Seine Strategien wurden in verwalteten Portfolios mit einem Volumen von über 25 Millionen US‑Dollar eingesetzt.

Seit seiner Schulzeit beschäftigt er sich mit numerischen Methoden und Machine Learning. Ende 2011 begann er mit klassischen (flachen) neuronalen Netzen zu arbeiten. 2013 gehörte er zu den ersten Forschern in Tschechien, die sich mit tiefen neuronalen Netzen (Deep Learning) befassten, noch bevor sich diese Methoden zum vielversprechendsten Bereich der KI entwickelten. Mit tiefen Convolutional Networks klassifizierte er Spektren von Weltraumobjekten. 2014 schloss er sein Masterstudium in Theoretischer Physik und Astrophysik an der Masaryk‑Universität Brünn ab. Seine Arbeit erzielte bahnbrechende Ergebnisse und erhielt nach Veröffentlichung positives internationales Echo sowie Zitationen anderer Autoren.

Pavel setzt diese Methoden weiterhin an den Finanzmärkten ein. Er arbeitete für führende Vermögensverwaltungen in Mittel­europa und trug maßgeblich zur Entwicklung und Optimierung von Optionsstrategien auf Rohstoff‑ETFs und Volatilität für einen Top‑Hedgefonds der Region bei. Später entwickelte er tiefe Architekturen für Market‑Making‑Systeme an den großen europäischen Aktienbörsen für die Investmentbank Wood & Company.

Derzeit leitet er SpreadCharts und ist als Machine‑Learning‑Berater an der Entwicklung weiterer spannender FinTech‑Projekte weltweit beteiligt.