Pavel participa en los mercados financieros desde 2007, inicialmente como operador minorista y posteriormente como gestor de carteras y desarrollador de sistemas de trading automatizado. Sus estrategias se han implementado en carteras gestionadas que superan los 25 millones de dólares.

Desde la escuela primaria se ha dedicado a los métodos numéricos y al aprendizaje automático. A finales de 2011 comenzó a trabajar con redes neuronales clásicas (superficiales). En 2013 fue de los primeros investigadores en la República Checa que estudiaron redes neuronales profundas (deep learning), antes de que estas técnicas se convirtieran en el área más prometedora de la inteligencia artificial. Utilizó redes neuronales convolucionales profundas para clasificar espectros de objetos espaciales. En 2014 defendió su tesis de máster en la Universidad Masaryk de Brno en Física y Astrofísica Teórica. Su trabajo obtuvo resultados innovadores y, tras su publicación, recibió reseñas y citas positivas a nivel internacional.

Pavel ha seguido aplicando estos métodos en los mercados financieros. Ha trabajado para las principales gestoras de activos de Europa Central y ha contribuido significativamente al desarrollo y la optimización de estrategias de opciones sobre ETF de materias primas y volatilidad para un destacado fondo de cobertura centroeuropeo. Uno de sus proyectos posteriores consistió en crear arquitecturas profundas para sistemas de market making en los principales mercados bursátiles europeos para el banco de inversión Wood & Company.

Actualmente dirige SpreadCharts y realiza labores de consultoría en aprendizaje automático para otros proyectos fintech de interés en todo el mundo.