DevOps Engineers in Berlin

• Mentor eines Teams aus 6 ML-Platform-Engineers durch wöchentliche 1:1s, technische Design-Reviews und Best Practices; Verbesserung der Team-Produktivität um 35% durch strukturierte Sprint-Planung und Programme zur Skill-Entwicklung
• Definition der ML-Plattform-Roadmap 2025–2026 in Zusammenarbeit mit Data Science, Cloud Engineering und Product Teams; Priorisierung von automatisierter Model Governance, Cost-Attribution-Systemen und Multi-Environment-Deployment-Strategien
• Zusammenarbeit mit Stakeholdern aus Data Science, SRE und Product, um die Fähigkeiten der ML-Plattform mit den Geschäftszielen abzustimmen; Reduktion der Deployment-Hürden für Data Scientists um 60% durch Self-Service-Plattformen
• Architektur und Lieferung einer produktionsreifen MLOps-Plattform für 50+ Modelle in Produktion mit automatisierten Promotion-Pipelines, Versionierung und Rollback-Funktionen; Erreichung eines SLA von 99,5% Plattform-Uptime
• Design einer verteilten ML-Pipeline-Architektur mit Metaflow und Argo Workflows (Vertex Pipelines-kompatibel); Verkürzung der Modell-Trainingszeit um 30% und der Deployment-Zyklen von 2 Wochen auf 3 Tage durch vollständige CI/CD-Automatisierung
• Aufbau containerisierter ML-Services auf Kubernetes mit Auto-Scaling-Policies, Resource Quotas und Multi-Tenancy-Isolation; Optimierung der Infrastrukturkosten um 180K $ pro Jahr (25% Reduktion)
• Implementierung von Monitoring, Alerting und Performance-Tracking mit Prometheus, Grafana und Custom Instrumentation; Reduktion der Debugging-Zeit für Modelle um 50% und Einführung von SLOs für die Modell-Performance
• Leitung der Entwicklung einer RAG-basierten Document-Intelligence-Plattform mit LangChain, LangGraph und Vektor-Datenbanken; Implementierung von Agentic-AI-Workflows für die automatisierte Verarbeitung von Finanzdokumenten
• Implementierung von Infrastructure-as-Code mit Terraform für reproduzierbare Umgebungseinrichtung und GitOps-Workflows; Reduktion von Infrastruktur-Drift-Vorfällen um 80%
• Design von rollenbasiertem Zugriff für die ML-Plattform, Implementierung von Model-Lineage-Tracking und Aufbau von Audit Trails für regulatorische Compliance nach Enterprise-IAM-Best Practices

In einem schlanken, umsetzungsorientierten Umfeld habe ich Verantwortung über einen engen Engineering-Bereich hinaus übernommen und Systeme über Backend, Daten und Infrastruktur hinweg mitgestaltet und umgesetzt. Ich habe direkt mit den drei Gründern in einem schnelllebigen, wichtigen Umfeld zusammengearbeitet und strategische Prioritäten in konkrete technische Entscheidungen und Ergebnisse in Produktion übersetzt.

• Verantwortete die Kernentwicklung der Plattform über Backend (Django/Rest Framework/Postgres), ETL (Python/Dagster), Infrastruktur (Terraform/Kubernetes/AWS) und Frontend (TypeScript/React) für ein Climate-Tech-SaaS-Produkt und trieb die laufende Cross-Stack-Entwicklung über fünf Repositories seit Oktober 2021 bis heute voran.
• Entwarf und verantwortete ein eigenständiges internes Python-Scoring-Framework für CRC-Assessments, mit YAML-basierten Regeln und Metaprogrammierung, damit auch nicht-technische Nutzer komplexe Bewertungslogik ohne fest verdrahtete Implementierungen definieren können.
• Entwickelte und stabilisierte ETL- und Scraping-Pipelines mit Dagster und Scrapfly und verbesserte Dokumentenaufnahme, Tagging, Retry-Verhalten, Deployments und die operative Stabilität.
• Trug zur Modernisierung und Zuverlässigkeit der Plattform bei durch Django-/Python-Upgrades, Änderungen an Postgres/RDS und EKS, CDN-/TLS-Updates, Verbesserungen bei Tests und Performance sowie stärkere Observability.
• Trieb das Backend-Engineering für Produktfeatures voran und übersetzte Anforderungen in technische Spezifikationen, API-Verträge, Datenstrukturen und skalierbare Umsetzungspläne.

• Betreuung des Entwicklungs-, Release- und Update-Prozesses für das digitalisierte bundesweite Handelsregisterprojekt "AuRegis".

• Unterstützung der Software in Kubernetes/OpenShift-Umgebungen, Konfigurationsmanagement mit Kustomize und Umsetzung von CI/CD-Pipelines mit Jenkins/GitLab, SonarQube, ArgoCD und Azure.

• Verantwortung für den System-Release einer Microservice-Architektur.

• Aufbau des CI/CD-Stacks von Grund auf mit GitLab CI, inklusive Integrationstests, Abhängigkeitsprüfungen und Sicherheitsmaßnahmen.

• Automatisierung des Deployments auf OpenShift mit Kustomize.

• Aufbau von Infrastrukturkomponenten für Entwicklung, Code-Review und Code-Qualitätsanalyse, einschließlich SonarQube.

• Integration von GitOps-Tools wie Kustomize und ArgoCD unter Nutzung von Azure und einer Private Cloud für den Umgang mit sensiblen Daten.

• Entwicklung von Python-Skripten in Jenkins für die Konfiguration des Cryptostores sowie das Packaging von Produkten und Microservices in deploybare Einheiten.

• Automatisierung der Auslieferung an Kunden und des Deployments auf Testsystemen.

• Erstellung von Kustomize-Manifests für Microservices und der dazugehörigen Automatisierung, wobei Dokumentation als Code für Klarheit und Nachvollziehbarkeit behandelt wird.

• Technischer Berater beim ersten Go-Live des Projekts und Verantwortung für weitere Deployments als technischer Rollout-Manager.

• Bootstrapping eines CloudOps-Teams und Aufbau eines Multi-Cloud Provider-Backends für eine Low-Code Internal Developer Platform (IDP) mit env zero

• Einführung von User Story Mapping, ADRs, Meilensteinen und Backlog-Management

• Konzeption und Entwicklung der Kern-APIs, Setup von CI/CD-Pipelines, OpenTofu/Terraform-Skripte

• Vertretung und Kommunikation des Teams bei Third-Party Stakeholdern (z. B. env zero)

• (Cross-)Team-Coaching zu DevOps, Softwaredesign, Terraform, Golang und Agilen Methoden

• Architektur und Betrieb cloudbasierter Daten- und ML-Plattformen für autonomes Fahren und Parksysteme, die großangelegte (mehrere PB) Simulationen und Fahrzeugdaten-Ingestion unterstützen.
• Implementierung von Sicherheits-, Compliance- und Governance-Standards in Azure-Abonnements und Cloud-Ressourcen.
• Verwaltung von GitHub-Organisationen und CI/CD-Pipelines zur Verbesserung der Bereitstellungszuverlässigkeit und Entwicklerproduktivität.
• Mitwirkung bei der Einstellung und technischen Interviews als Teil des Recruiting-Teams.

• Vollständige CI/CD-Pipelines mit GitHub Actions, Docker Compose, PostgreSQL, PHPStan, Newman, Gitleaks, Trivy, SQL-Validierung und HTMLExtra-Reports erstellt.
• Automatisierten SQL-Import in CI (docker-entrypoint-initdb.d) implementiert und benutzerdefinierte Postman-Collections mit Node.js zusammengeführt für deterministisches API-Testing.
• Organisationsweiten PR-Auto-Labeling-Workflow und ein Developer-Mapping-System (GitHub, Entwickler, Discord) für gezielte CI-Benachrichtigungen erstellt.
• Vollständige lokale DevOps-Umgebung (Dockerfile.local, Nginx, Supervisor) und ein über 400 Zeilen umfassendes Makefile entwickelt, das CI2, lokale CI-Replikation, Tests, Monitoring und Pre-Commit-Checks unterstützt.
• Strenges SQL-Validierungssystem entwickelt, das sichere Migrationsregeln durchsetzt und unsichere PRs blockiert.
• Automatisiertes QA-Reporting: HTMLExtra, Deployment auf GitHub Pages und Auto-Pruning.
• Produktions-API-Monitoring implementiert (Bash, Python, cron und Telegram-Benachrichtigungen).
• Mintbot-Automatisierung gebaut und deployed (GraphQL-Queries, Retries, Logging, cron).
• Backend- und Datenbank-Deployment-Automatisierung entworfen (SQL-Diff-Erkennung, DB-Klonen, SSH-ProxyJump-Deployment, Rollback-Logik, Discord-Benachrichtigungen).
• Wiederverwendbare Workflow-Bibliothek erstellt (Discord-Messaging, Artefakt-Upload, Trivy, Gitleaks, Branch-Sync, automatisches PR-Update, Auto-Label).
• Interne DevOps-Dashboard-Architektur entworfen für CI-Gesundheit, PR-Aktualität und Repository-Analyse.
• GHCR-Basis-Image-Pipelines mit FFmpeg, Rust und PHP-Erweiterungen erstellt für schnellere CI-Builds.
• .github/-Dokumentation, Namenskonventionen und Workflow-Strukturen standardisiert.
• Dependabot für das Backend-Repository eingeführt und Cloudflare Worker für CVE-Benachrichtigungen in Discord erstellt.
• GitHub Actions Enforcement implementiert: erforderliche Checks, blockierte veraltete PRs, geschützte Branches, verpflichtende Reviews.

• Bereitstellung einer Kubernetes-Plattform auf Open Telekom Cloud CCE mit umfassender Netzwerk-Isolation
• Aufbau einer VPC-Architektur mit öffentlichen, privaten und Daten-Subnetzen
• Integration von Managed Services: RDS PostgreSQL, DCS Redis, DMS Apache Kafka
• Implementierung von Monitoring mit Cloud Eye und Log Tank Service

WIRKUNG: Cloud-Infrastruktur-Ingenieur liefert produktionsreife Plattform in 5 Tagen mit vollständiger Netzwerkisolierung

• Konzipierte, implementierte und automatisierte Cloud-Infrastruktur und trug in 3 Projekten in einer Schlüsselrolle bei.
• Führte die Teams bei der Einführung von Kubernetes, GitOps und CI/CD.
• Ermöglichte es Kunden, den GitOps-Ansatz zu nutzen und ihre Services über ArgoCD bereitzustellen.