Finden Sie die perfekten DevOps Engineers in München in Minuten aus über 15.000 Lebensläufen mit der Power von KI
Brauchen Sie Unterstützung für CI/CD-Pipelines, Kubernetes-Betrieb oder Cloud-Automatisierung in München? Arbeiten Sie mit DevOps-Spezialisten, die Infrastructure as Code, Release Engineering, Observability und Plattform-Resilienz beherrschen. Erhalten Sie schnelles, präzises Matching mit geprüften, verfügbaren Freelancern.
Über die Rolle
Delivery-Schwerpunkt
Ein DevOps Engineer verbindet Softwareauslieferung mit stabilem Betrieb. Unternehmen holen diese Rolle an Bord, um zuverlässige Pipelines aufzubauen, Infrastruktur zu automatisieren und Releases planbar zu halten. Die Arbeit umfasst oft Cloud-Umgebungen, Container-Plattformen und Deployment-Workflows über Entwicklung, Staging und Produktion hinweg.
- CI/CD-Pipelines entwerfen und verbessern
- Infrastructure as Code einrichten
- Container-Orchestrierung und Release-Automatisierung unterstützen
- Monitoring-, Logging- und Alerting-Setups aufbauen
- Manuelle Arbeit in Build- und Deployment-Schritten reduzieren
Kernkompetenzen
Starke DevOps-Arbeit braucht sowohl technisches Können als auch praktisches Systemverständnis. Ein guter DevOps Engineer versteht, wie Code durch die Delivery-Kette läuft und wo Fehler meist entstehen. Er oder sie schreibt klare Automatisierung, dokumentiert Setups und arbeitet gut mit Software-Teams, Betrieb und Security zusammen.
- Cloud-Plattformen wie AWS, Azure oder Google Cloud
- Kubernetes, Docker und verwandte Orchestrierungstools
- Terraform, Ansible oder ähnliche Automatisierungstools
- Git-basierte Workflows und Release-Prozesse
- Observability-Tools für Metriken, Logs und Traces
Wann Sie jemanden hinzuziehen sollten
Freelance-DevOps-Unterstützung passt gut, wenn ein Team spezielles Know-how für eine Plattformänderung, eine Migration oder einen Engpass in der Auslieferung braucht. Sie hilft auch, wenn interne Teams überlastet sind und praktische Unterstützung ohne langen Einstellungsprozess benötigen. In München ist das häufig in Softwareunternehmen, industrieller Technologie, Mobility und Enterprise-IT der Fall.
Woran gute Arbeit erkennbar ist
Ein starker DevOps Engineer macht Systeme einfacher zu betreiben, nicht komplizierter. Er oder sie arbeitet sauber, hält Änderungen sicher und hinterlässt Setups, die Teams selbst weiter pflegen können. Achten Sie auf Menschen, die Abwägungen klar erklären und die Delivery verbessern, ohne versteckte Komplexität zu schaffen.
- Klare Automatisierung statt fragiler manueller Schritte
- Stabile Pipelines, die sich leicht erweitern lassen
- Praktische Sicherheit und saubere Zugriffsverwaltung
- Ruhige Unterstützung bei Incidents und gründliche Root-Cause-Analyse
- Gute Übergabe, damit das Team nach dem Projekt weiterarbeiten kann
Lerne FRATCH DevOps Engineers kennen
Martin Wimmer
Senior AI Solution Architect
Letzte Position:
Senior AI & DevOps Architect bei DATEV
Azure AI Foundry, GitHub Copilot (Agent Mode), Model Context Protocol (MCP), Kubernetes, CloudFoundry, Terraform, GitHub Actions, Langfuse, Python, Grafana
Ziel: Beschleunigung des unternehmensweiten Developer Enablements und der Migration von GitLab/Jenkins zu GitHub durch sichere CI/CD-Standards und automatisierte, agentische Entwicklerunterstützung.
- Eine KI-Support-Agent-Lösung auf Enterprise-Niveau entworfen und bereitgestellt, integriert in GitHub Copilot via MCP, damit Entwickler kontextbezogen in alten Confluence-Dokumenten und Git-Repositories suchen können.
- Sichere, wiederverwendbare GitHub Actions-"Golden Path"-Templates entworfen und standardisiert, um das Onboarding zu beschleunigen und Compliance by Design für Delivery-Teams sicherzustellen.
- Robuste Data Pipelines aufgebaut und entwickelt, um ein DevOps Maturity Model zu etablieren und Plattformnutzung sowie Migrations-KPIs über Grafana und Azure Monitor zu überwachen.
- LLM-Observability- und Evaluierungsframeworks mit Langfuse und Azure Monitor etabliert, um Agent-Antworten zu optimieren und Token-Kosten zu kontrollieren.
Thomas Hoefkens
Senior MLOps-, DevOps-Ingenieur
Letzte Position:
Senior MLOps-, DevOps-Ingenieur bei Trianel Energy
- Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
- Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcenbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
- Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung im Azure Model Registry.
- Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
- Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
- Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
- Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
- Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
- Analyse und Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
- Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für UI-Anzeige in MongoDB.
- Einbindung von RESTHeart zur Erzeugung einer REST-API gegen MongoDB.
- Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
- Agentic Coding mit lokalen und entfernten LLMs (Claude Sonnet, Ollama Qwen) und MCP-Servern.
- Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).
Ronald Mazelisz
DevOps-Berater
Letzte Position:
DevOps Consultant bei M.it services & systems GmbH
- Anpassung, Optimierung, Konfiguration und Administration einer Multi Stage GitLab Instanz mit über 250 Usern
- Aufbau, Anpassung, Erweiterung und Optimierung von Infrastruktur, Konfiguration und Monitoring
- Bereitstellung von Services sowie Übergabe an Produktion
- Systemumgebung: DependencyTrack, GitLab, Grafana, Hedgedoc, Kubernetes, Oauth2 Proxy, Openstack, Prometheus, Syseleven
Vitaliy Ryumshyn
DevOps GitOps (ANÜ)
Letzte Position:
DevOps GitOps (ANÜ) bei Signal Iduna
- Verantwortlich für die Administration von OpenShift/Kubernetes On-Prem und den Entwickler-Support.
- Automatisierte die URP-Infrastruktur mit Python, Ansible, Kustomize sowie dem ArgoCD- und Argo Workflow/Events-Stack.
- Schrieb Smoke- und Lasttests für die URP-Infrastruktur mit Python, Kustomize und ApplicationSets.
- Unterstützte beim Aufbau und der Bereitstellung der URP-Infrastruktur in Google Cloud (GKE).
- Implementierte Monitoring für die URP- und ArgoCD-Umgebung mit Splunk Cloud.
- Führte Systemadministrationsaufgaben auf RedHat Linux, Kubernetes/OpenShift, ArgoCD, GitLab, Bitbucket Enterprise, Kafka und MongoDB durch.
Ales Loncar
Senior DevOps Berater (Freelancer)
Letzte Position:
Senior DevOps Berater (Freelancer) bei Agentur der Europäischen Union (über IBM)
- Arbeitete als freiberuflicher Senior DevOps-Berater vor Ort für IBM bei einer Agentur der Europäischen Union in einer hochsicheren, luftabgetrennten Umgebung und verwaltete klassifizierte Systeme.
- Führte Automatisierungs- und DevOps-Initiativen für eine großangelegte OpenShift-Plattform (>400 Knoten) an, steigerte die Bereitstellungseffizienz, die GitOps-Einführung und die operative Automatisierung mit Ansible, Python und Bash und stellte gleichzeitig die Einhaltung der Sicherheitsvorgaben sicher.
- Leitete die Automatisierung von Release- und Deployment-Workflows in einer Private-Cloud-Umgebung mit über 400 OpenShift-Knoten und verbesserte dadurch deutlich die Geschwindigkeit und Zuverlässigkeit der Bereitstellungen.
- Migrierte bestehende Playbooks, Rollen und Templates von Ansible Tower zur Ansible Automation Platform (AAP), stellte die vollständige Einhaltung der vollqualifizierten Collection-Namen (FQCN) sicher und bereitete angepasste Execution Environments (EE) für containerisierte Automatisierung vor.
- Implementierte einen GitOps-Agent für die AAP-Controller-Konfiguration als Code und ermöglichte so die automatisierte Synchronisation (CRUD) von Ansible-Controller-Objekten anhand im Repository gespeicherter Konfigurationsdefinitionen mittels GitHub-Webhooks.
- Entwickelte und automatisierte komplexe mehrstufige Betriebs-Workflows, darunter Umgebungscleanup, Neuaufbau von Helix-Cluster-Komponenten, Kafka-Topic-Management und Lifecycle-Management von OpenShift-Objekten in etwa 100 Umgebungen.
- Erreichte durch Automatisierungsverbesserungen über mehrere AAP-Cluster und OpenShift-Umgebungen hinweg eine Reduzierung mehrtägiger manueller Abläufe auf wenige Stunden.
- Integrierte die Ansible Automation Platform mit dem Thycotic (Delinea) Secret Server über ein Lookup-Plugin, um das sichere Management von Zugangsdaten in automatisierten Prozessen zu verbessern.
- Übernahm Deployment-Aufgaben, Fehlerbehebung auf Plattformebene und Konfigurationen des Istio-Netzwerks unter Einhaltung strenger EU-PSC-Sicherheits- und Compliance-Standards.
- Arbeitete mit Infrastruktur- und Applikationsteams zusammen, um Bereitstellungsverfahren zu verfeinern, Namenskonventionen zu entwickeln und die Automatisierungsabdeckung in einer luftabgetrennten, klassifizierten Umgebung kontinuierlich zu verbessern.
Daniel Redwig
Softwareentwickler
Letzte Position:
Softwareentwickler bei DB InfraGO AG
- Entwicklung dynamischer Web Components zur Darstellung von KPIs, intelligenter Kartenanwendungen und Betriebsprozessanalyse-Tools
- Angular 18+
- Leaflet, MapLibre
- NestJS, JavaScript, HTML, CSS
- PostgreSQL, GraphQL, RabbitMQ
- Gitea, Jenkins, Docker
Max Ritter
Cloud (AWS) | KI | DevOps | Daten
Letzte Position:
Cloud (AWS) | KI | DevOps | Daten bei Boehringer Ingelheim
- Konzipierte und implementierte eine Enterprise-KI-Agentenplattform auf Basis einer Retrieval Augmented Generation (RAG)-Architektur, um Einblicke in klinische Daten zu verbessern.
- Errichtete robuste CI/CD-Pipelines für LLM-Anwendungen mit CDK und Jenkins und verkürzte dadurch die Bereitstellungszeiten deutlich.
- Führte umfassende Observability-Lösungen ein, die die Zuverlässigkeit der Agenten in pharmazeutischen Umgebungen steigerten.
- Entwickelte skalierbare KI-Workflows mit fortschrittlicher Orchestrierung, die das Kontextmanagement für Unternehmensdatenquellen optimierten.
- Technologien: KI-Agenten (LangChain, LangGraph, Bedrock, Smolagents, Streamlit); LLM-Betrieb (Tracing, Testing, Evaluation, LangSmith, LangFuse); Infrastructure-as-Code (AWS CDK, Terraform, Typescript, Jenkins); Vektoren, Einbettungen, RAG (OpenSearch, pgvector, PDF-Extraktion)
Frank Eppink
DevOps
Letzte Position:
DevOps bei Lauck-IT
Betrieb und Erweiterung von Azure DevOps-Pipelines
Betrieb und Erweiterung von AWS-Services
Citrix (Windows 10, Bitwarden)
AWS: ECR, EKS, CloudFront CDN, Route 53, VPC-Peering und CNI-Upgrade, Atlas MongoDB, S3-Buckets, statisches Hosting von Websites
Azure: Erstellen und Bereitstellen mit DevOps-Pipelines
Christian Trutz
JEE Softwareentwickler, DevOps-Ingenieur
Letzte Position:
JEE Softwareentwickler, DevOps-Ingenieur bei AKDB
- JEE Softwareentwickler
- DevOps-Ingenieur
- Java, JEE, JBoss/WildFly, Vaadin, CI/CD Pipelines, Jenkins, Maven, Git, Oracle Datenbank, MSSQL Server Datenbank
Katarina Burghard
Dozentin für Projekt Management, Scrum und DevOps
Letzte Position:
Dozentin für Projekt Management, Scrum und DevOps bei velpTEC
- Workshops und fachliche Betreuung in Erwachsenen Weiterbildung
Dominik Arnoldi
Freiberuflicher DevOps Engineer
Letzte Position:
IUeIvnOteprsnEatnigoinnaeleerHForechelsacnhcueler GmbH
- Migration von DataRobot in die bestehende Infrastruktur
- Aufbau einer KI-Infrastruktur auf AWS
- Migration von Bitbucket-Pipelines zu GitLab
Josef Schermer
Devop
Letzte Position:
Devop bei Softwarehaus für ein Industrieunternehmen
- Implementierung, Wartung und Betrieb eines ERP-Systems und einer Dokumentenaustauschplattform für einen Wellpappe-Hersteller.
- Werkzeuge und Systeme: Unix (Debian 6.x), C, SVN, Windows, C#, MS SQL-Server, SCRUM.
Sebastian Fohler
Geschäftsführer Systemadministration & DevOps
Letzte Position:
Geschäftsführer Systemadministration & DevOps bei Far Galaxy Networks
- Migration von Windows-Anwendungen mithilfe von Windows Server 2022/2025, DHCP, Active Directory, Vertrauensstellung und -einrichtung, GPO-Verwaltung
- Automatisierung von Cloud-Services, Firewall- und Netzwerkmanagement, Debugging
Entdecke mehr als 15.000 Top-Freelancer
DevOps Engineers – Statistiken
Typische Erfahrung
20 Jahre
Durchschnittliche Projektdauer
2,3 Jahre
Zertifizierungen pro Freelancer
4
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Betrieb
Häufigste Branchen
Informationstechnologie (IT), Fertigung, Automotive
Häufigste Sprachen
Deutsch, Englisch, Französisch
Bachelor-Abschluss oder höher
88%
Master-Abschluss oder höher
50%
Gehalts- / Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Rolle verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Durchschnittssätze für DevOps Engineers & Seniority-Verteilung
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Ein DevOps Engineer richtet den Weg von Code bis in die Produktion ein und verbessert ihn. Dazu gehören meist CI/CD-Pipelines, Infrastructure as Code, Container-Workflows und Monitoring. Ziel ist ein Auslieferungsprozess, der wiederholbar, transparent und leichter zu betreiben ist.
Achten Sie auf solides Cloud-Wissen, Automatisierungsroutine und Erfahrung mit Deployment-Tools. Ein guter Kandidat sollte sich mit Kubernetes, Docker, Terraform und Git-basierten Workflows wohlfühlen. Außerdem sollte er oder sie Logging, Alerting und Incident Response verstehen, nicht nur Build-Skripte.
Ein DevOps Engineer konzentriert sich auf die gesamte Delivery-Kette, nicht nur auf Serverpflege oder Cloud-Setup. Im Vergleich zu einem Systemadministrator ist die Rolle meist stärker auf Automatisierung ausgerichtet und näher an Software-Teams. Im Vergleich zu einem Cloud Engineer umfasst sie oft auch Build-, Release- und Betriebsprozesse sowie die Infrastruktur.
Freelance-Unterstützung ist eine gute Wahl, wenn Sie spezialisierte Hilfe für eine Migration, den Umbau einer Pipeline, ein härteres Plattform-Setup oder einen kurzen Auslieferungsschub brauchen. Sie passt auch gut, wenn Ihr Team seniorige praktische Unterstützung benötigt, bevor Sie ein langfristiges Betriebsmodell festlegen. Ein Freelancer kann schnell starten und sich auf das konkrete Problem konzentrieren.
Viele DevOps-Aufgaben lassen sich remote erledigen, weil die Arbeit in Code, Cloud-Konsolen und Collaboration-Tools stattfindet. Zeit vor Ort in München kann trotzdem bei sensiblen Migrationen, Incident-Arbeit oder wenn ein Team enge Abstimmung mit Produkt- und Engineering-Leads braucht, hilfreich sein. Das richtige Setup hängt von Zugriffsrechten, Sicherheit und dem Tempo der Änderungen ab.
Der genaue Stack hängt vom Unternehmen ab, aber die Kern-Tools sind meist Cloud-Services, Kubernetes, Docker, Terraform, CI/CD-Systeme und Observability-Tools. Ein starker DevOps Engineer sollte auch mit Scripting und Versionsverwaltung sicher umgehen können. Entscheidend ist vor allem, ob er oder sie den Stack zuverlässig und wartbar machen kann.
Fragen Sie nach konkreten Beispielen für Pipelines, Umgebungen oder Plattformänderungen, die verbessert wurden. Gute Kandidaten erklären, was sie automatisiert haben, was vorher schiefgelaufen ist und wie sie Risiken reduziert haben. Achten Sie auch auf klare Dokumentation, durchdachte Entscheidungen und Anzeichen dafür, dass sie gut mit Entwicklern und Betrieb zusammenarbeiten können.
Erste Ergebnisse umfassen oft eine Analyse des aktuellen Setups, einen Plan für die Delivery-Pipeline und eine Liste von Risiken oder Engpässen. Ein DevOps Engineer kann auch schnelle Verbesserungen liefern, etwa sauberere Build-Schritte, bessere Alerts oder einen sichereren Deployment-Ablauf. Das beste Ergebnis ist Fortschritt, den das Team nach dem Einsatz weiter nutzen kann.
Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!
Philipp Thomaschewski
FRATCH CEO
