03.08.2026 aktualisiert

**** ******** ****
nicht verfügbar
info: nicht verfügbar bis 01.01.2027

DevOps / Software Engineer

Geltendorf, Deutschland
Deutschland
Master of Science
Geltendorf, Deutschland
Deutschland
Master of Science

Profilanlagen

Kompetenzprofil.pdf

Skills

ArchitekturDevOpsOpenShiftScrumAnsibleBackendKubernetesTerraformDomain Driven DesignJenkins
Programmiersprachen:
Java – sehr gut
Go - sehr gut
Python - sehr gut
JavaScript – sehr gut
TypeScript – gut
Infrastruktur:
Docker – sehr gut
Kubernetes – sehr gut
OpenShift – sehr gut
AWS – sehr gut
GCP - sehr gut
Terraform – sehr gut
Ansible – sehr gut
Salt Stack - gut
Machine Learning:
PyTorch - sehr gut
Ray - sehr gut
Flyte - sehr gut
Datenbank:
Oracle DB – sehr gut
Elasticsearch – sehr gut
Postgres– sehr gut
Cassandra – sehr gut
Backend Frameworks:
Java EE– sehr gut
Hibernate – sehr gut
Spring – sehr gut
Vert.x – sehr gut
Methoden:
SCRUM – sehr gut
Continous Integration & Continous Delivery – sehr gut
Agentic Coding - sehr gut
Behavior Driven Test – sehr gut
Asynchrone Nachrichtenverarbeitung – sehr gut
Operations – sehr gut
Architektur:
Domain Driven Design – gut
Microservices – sehr gut
Cloud – sehr gut
Webentwicklung:
HTML – sehr gut
Angular 8 – sehr gut
CSS / Less – gut
Bootstrap – gut
JQuery – gut
JSF– gut
Testing:
JUnit – sehr gut
Behavior Driven Development – gut
Test Containers – sehr gut
Message Broker:
Apache Kafka – sehr gut
HiveMQ –sehr gut
Betriebssysteme:
Linux – sehr gut
Windows – gut
IDE:
IntelliJ – sehr gut
Visual Studio Code– sehr gut
Buildtools:
Maven – sehr gut
Jenkins – sehr gut
Gitlab - sehr gut

Erfahrung

Berufserfahrungmehr als 10 Jahre
Freelancer seit2021

Sprachen

DeutschMutterspracheEnglischverhandlungssicherSpanischGrundkenntnisse

Projekthistorie

DevOps Engineer

Handelskonzern Köln

Konsumgüter und Handel

>10.000 Mitarbeiter

  1. Apache Kafka fungiert als zentrales Nervensystem für Datenströme in modernen Unternehmensarchitekturen und ermöglicht Echtzeit-Verarbeitung und -Integration von Daten aus unterschiedlichsten Quellen
  2. Um das Kernprodukt besteht ein Ökosystem aus weiteren Komponenten zur Datenreplikation zwischen verschiedenen Systemen von und nach Kafka sowie zwischen Kafka-Clustern
  3. Zertifikatsmanagement für Kafka Broker wurde mit Cert Manager sowie DNS-Record-Management mittels External DNS vollständig automatisiert, wodurch manuelle Aufwände entfielen
  4. Konzeption und Durchführung einer Migration eines hochkritischen Legacy-Kafka-Systems auf eine moderne Infrastruktur bei lediglich 15 Minuten Downtime, ohne clientseitige Änderungen und mit Echtzeit-Datenmigration (Ausfälle von wenigen Stunden verursachen hier zweistellige Millionenschäden)
  5. Einführung einer UI-Console mit automatischer Berechtigungsvergabe sowie eines Self-Service für Kafka-Nutzer, der Anfragen automatisiert anhand kundenspezifischer Regeln mittels eines AI Agents prüft und bei positivem Ergebnis die gewünschten Kafka-Objekte automatisch ausrollt
  6. Automatisierung des Ausrollens zentraler Komponenten rund um Apache Kafka: Kafka Connect, Kafka MirrorMaker 2, Kafka Bridge und Schema Registries
  7. Konzept und Implementierung einer neuen, verteilten Kafka-Plattform verantwortet, die auf mehr Automatisierung und breitere Nutzung ausgelegt ist und Schema Registry, MirrorMaker sowie Kafka Connect integriert

DevOps / MLOps Engineer

Automobil und Fahrzeugbau

>10.000 Mitarbeiter

Künstliche Intelligenz ist eine Schlüsseltechnologie hin zum vollständig autonomen Fahren. Dabei handelt es sich um eine hochkomplexe Technologie, welche große Datenmengen bewegt sowie komplexe und rechenintensive künstliche neuronale Netze trainiert. Dazu ist eine leistungsfähige und skalierbare Plattform notwendig. Für einen deutschen Automobilkonzern konnte ich erfolgreich an der Konzeption und Implementierung dieser Plattform mitwirken. Dies umfasste die Bereitstellung der notwendigen Infrastruktur in der Google Cloud Platform (GCP) inklusive der Provisionierung von Kubernetes Clustern als Computing Plattform mittels Pulumi und ArgoCD. Weiterhin habe ich die Integration einer Orchestrierungsanwendung für Big Data und Machine Learning vorangetrieben. Bei dieser handelt es sich um eine Open Source Lösung in Go, welche wir in Abstimmung mit der Community erweitert haben und dies ins Projekt contributed haben. Für die einfachere Benutzung haben wir im Team ein SDK und ein CLI für die Plattform in Python entwickelt. Es mussten verschiedene Machine Learning Frameworks wie Ray, PyTorch und MPI integriert und getestet werden, wobei ich verschiedene ML-Trainings beigetragen habe. Ich war im Rahmen von SAFE an den PI Plannings beteiligt und habe Produktideen in die Roadmap des Produkts eingebracht.

Verwendete Technologien: Google Cloud Platform, Kubernetes, Docker, Python, Go, PyTorch, Flyte, Pulumi
Architektur und Methoden: Cloud, Configuration Management, MLOps, SAFE

DevOps Engineer

Konsumgüter und Handel

>10.000 Mitarbeiter

- Provisionierung und Betrieb einer großen Application Performance Management Plattform in GCP - über 40 große Compute Engines, Kubernetes Cluster
- Umbau einer Last und Performance Testumgebung auf skalierbare Lasttreiber in Kubernetes
- Einführung einer leistungsfähigen Metrikdatenbank
- Refactoring einer BigData Anwendung zum Scoring von Filialen
- Automatisierung von Agenten Installationen mit Ansible
- Technologien: Java, Kubernetes, GCP, Ansible, Terraform, Kafka, Cassandra, Elasticsearch, Postgres, Grafana, Instana

Fullstack Engineer

Holiday Extras GmbH

Sonstiges

50-250 Mitarbeiter

- Integration APIs von Dienstanbietern in komplexe Microservice Infrastruktur auf Basis von Microservices
- Verantwortlich für das Design, Implementierung und Testen der Applikationen
- Weiterentwicklung und Wartung der bestehenden Anwendungslandschaft
- Technologien: Google Cloud Platform, Node.js, Typescript, React, Javascript

DevOps Engineer (Festanstellung)

BMW AG

Automobil und Fahrzeugbau

>10.000 Mitarbeiter

Hauptbeschäftigung war zuerst die Stabilisierung eines Services Verzeichnisses auf Basis eines Java EE Microservice, der essentiell für die Kommunikation zwischen Fahrzeug und Backend ist. Die Fahrzeugkommunikation mit der Anwendung findet mit MQTT statt. Für die Stabilisierung wurden umfangreiche Performance Analysen durchgeführt und aufbauend auf den Ergebnissen die Applikation verbessert. Um für die zukünftige Aufgabenlast gewappnet zu sein, wurde die Anwendung auf reaktiver Basis (Vert.X) mit agilen Methoden neu implementiert. Datenbackend ist dabei eine Cassandra. Die Anwendung wurde in on-premise auf OpenShift sowie auf AWS (ECS) ausgerollt. Die Anwendung ist hochverfügbar und muss eine sehr hohe Anfragenlast bewältigen (ca. 2000 Requests/s – Tendenz steigend). Aus diesen Gründen wurde viel Wert auf das Monitoring und Alerting gelegt, welches mit Prometheus und Grafana realisiert wurde. Alle Aufgaben der Anwendung sind vollautomatisiert. So wird die AWS Infrastruktur mit Terraform provisioniert und die Cassandra Datenbanken mit Ansible deployed. Als CICD Tool wird Jenkins verwendet. Neben der Entwicklung lag auch der Betrieb der Anwendung in diesem kritischen Umfeld in meinen Händen.

 

Verwendete Technologien: Java EE, AWS, Spring, Postgres, OpenShift, Payara, Vert.x, HiveMQ , Apache Cassandra, Terraform, Ansible, Grafana, Prometheus, Angular, Jenkins, Docker, Linux, Git, Maven

 

Architektur und Methoden: Microservices, Cloud, Scrum, IoT

Software Engineer (Festanstellung)

PAYBACK GmbH

Marketing, PR und Design

500-1000 Mitarbeiter

Aufgabengebiet war die Weiterentwicklung einer komplexen auf Microservices basierenden Systemlandschaft. Teile der Anwendung waren noch monolithisch und wurden langsam Richtung Microservices transformiert. Als Technical Lead war ich für die fachliche Steuerung eines zehnköpfigen Teams bestehend aus Entwicklern und Testern, davon einige Offshore in Indien, verantwortlich. Meine Tätigkeiten haben dabei den Entwurf und Überwachung der Implementierung, Abnahme, sowie Dokumentation, Analyse von Defects und Coaching umfasst. Auch die prototypische Entwicklung von neuen Technologieadaptern hat dazu gehört. Auch wurde ich bei Betriebsproblemen zur Analyse hinzugezogen. Besonders hervorzuheben ist die komplette Implementierung einer Applikation für die Kundensuche, die auf Elasticsearch innerhalb von kürzester Zeit Millionen von Kundendatensätzen nach Stichwörtern durchsuchen kann.

 

Verwendete Technologien: Dropwizard, Spring, Jave EE, Ansible, Oracle Database, Elastisearch, Linux, Apache Kafka, Maven, Git, Angular, Jenkins

 

Architektur und Methoden: Microservices, Cloud, Scrum

Solution Consultant (Festanstellung)

Be Excellent GmbH

Internet und Informationstechnologie

10-50 Mitarbeiter

Eingesetzt als Technical Consultant für BIPA Online Shop basierend auf der Demandware E-Commerce Plattform. Nach kurzer Eingewöhnungszeit habe ich die Führung für dieses Projekt übernommen. Hauptherausforderung war die Integration der Software-As-A-Service Plattform in die Enterprise Infrastruktur des Kunden. Mein Aufgabengebiet war die Koordination des Projekts mit mehreren Mitarbeitern und engster Kundenbindung, sowie die Analyse, Design, Implementierung und Test von neuen Features für den Online Shop.

 

Verwendete Technologien: JavaScript, AngularJS, jQuery, Grund, LESS, Eclipse, Git, XML, NodeJS, Sales Force Commerce Cloud

 

Architektur und Methoden: Software As A Service

Zertifikate

Google Cloud Certified Professional Cloud

GCP

2023

Microsoft Certified: Azure Administrator Associate

Microsoft

2021

AWS Solution Architect Associate

AWS

2020

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden