Finde die besten Platform Engineers in Germany in Minuten aus über 15.000 Lebensläufen mit der Kraft von KI
Beschleunige deine Softwarebereitstellung mit Experten für Kubernetes, Terraform, AWS und interne Developer-Plattformen. Wir bringen dein Projekt schnell und präzise mit geprüften, verfügbaren Freelance-Infrastrukturspezialisten zusammen.
Über die Rolle
Interne Developer-Plattformen gestalten
Platform Engineering konzentriert sich darauf, interne Developer-Plattformen zu bauen, um die Softwarebereitstellung zu beschleunigen. Diese Spezialisten entwerfen Self-Service-Portale, automatisierte Pipelines und Standardvorlagen, die die Komplexität der Infrastruktur vor den Produktentwicklern verbergen. Mit diesen Golden Paths beseitigen sie Reibung im Deployment-Prozess und ermöglichen es den Engineering-Teams, Software selbstständig und sicher auszuliefern.
Kern-Stack und Fähigkeiten
Erfolgreiche Experten in diesem Bereich verfügen über tiefes Wissen in cloud-nativen Ökosystemen, Automatisierungstools und Container-Orchestrierung. Sie integrieren verschiedene Systeme in eine einheitliche interne Plattform, die schnelle, wiederholbare Deployments unterstützt.
- Container-Orchestrierung mit Kubernetes und Docker
- Infrastructure as Code mit Terraform, Ansible oder Pulumi
- CI/CD-Pipeline-Automatisierung mit GitLab CI, GitHub Actions oder Jenkins
- Cloud-Administration über AWS, Azure und Google Cloud Platform
- Monitoring, Observability und Logging mit Prometheus, Grafana und ELK
Engineering-Effizienz in Deutschland vorantreiben
Viele Unternehmen in Deutschland, von Industriegiganten, die Industry 4.0 einführen, bis hin zu schnell wachsenden Digital-Startups, haben einen Mangel an Cloud-Infrastruktur-Talenten. Freie Experten helfen lokalen Engineering-Teams, ihre Cloud-Umgebungen zu standardisieren und strenge europäische Datenschutzvorgaben einzuhalten. Durch skalierbare Self-Service-Plattformen helfen sie Unternehmen, Legacy-Infrastruktur zu modernisieren und gleichzeitig sicherzustellen, dass sich Entwicklungsteams auf die zentralen Produktfunktionen konzentrieren können.
Wann ein freiberuflicher Platform-Spezialist an Bord geholt werden sollte
Unternehmen holen freiberufliche Platform-Architekten hinzu, um akute Skill-Lücken während Cloud-Migrationen oder DevOps-Transformationen zu schließen. Die Beauftragung eines externen Experten ist sinnvoll, wenn interne Teams mit Provisionierungsanfragen überlastet sind oder wenn Produktdeployments durch manuelle Abläufe verzögert werden. Ein Freelancer liefert das sofortige High-Level-Know-how, das nötig ist, um die erste Plattformarchitektur zu entwerfen, festes Personal zu schulen und zuverlässige Automatisierungspraktiken ohne langfristigen Overhead zu etablieren.
Lerne FRATCH Plattform Engineers kennen
Ali Aminian
Enterprise-Software-Architekt | Cloud-, Integrations- & KI-Plattformen
Letzte Position:
Platform Engineer & Software Architekt bei Yatta GmbH
- Die Yatta Integration Layer entworfen – eine konfigurationsgetriebene Integrationsplattform auf Java 25, Spring Boot 4 (WebFlux), Temporal, gRPC und Kafka, die neue Third-Party-Integrationen (z. B. AVS Fulfillment) über deklarative JSON-Konfigurationen ohne Codeänderungen ermöglicht.
- Tink-Integration entworfen und umgesetzt mit 0Auth-IBAN-Verifizierung, um Betrugsprävention und Kontovalidierungs-Workflows mit Adyen payByBank zu verbessern.
- Ein auf OpenFGA basierendes Berechtigungsmodell entworfen und umgesetzt für die zentrale Verwaltung von Benutzern, Gruppen und fein granularer Zugriffskontrolle im Vendor-Portal.
- Die Yatta API-Gateway-Plattform mit GraphQL Federation entworfen und die Umsetzung geleitet, um eine einheitliche Enterprise-API-Schicht über verteilte Microservices mit zentraler Authentifizierung, Autorisierung und Request-Orchestrierung bereitzustellen.
- NGINX + NLB durch Istio Service Mesh und AWS ALB ersetzt; WAF, OAuth (Cognito), IP-Whitelisting und RBAC über alle Umgebungen ausgerollt.
- CDC von Confluent-Cloud-Connectors auf einen selbst gehosteten Kafka-Connect- + Debezium-Stack migriert, wodurch die Betriebskosten über mehrere Umgebungen um rund 80 % gesenkt wurden.
- Das Transactional-Outbox-Pattern mit Debezium umgesetzt für zuverlässiges Event-Publishing mit genau-einmal-Zustellung nach Kafka mit Avro und Schema Registry.
- Dunning-/Payment-Recovery-Workflows von Airflow zu Temporal migriert, wodurch 99,9 % Zuverlässigkeit für die Abwicklung erreicht wurden.
- Apache Airflow optimiert mit deferrable Sensors, um 1000+ gleichzeitige DAG-Runs ohne Skalierung des Worker-Pools zu verarbeiten.
- Eine monolithische Terraform-Codebasis in 3 modulare Projekte refaktoriert, wodurch die Deploy-Zeit um rund 45 % verkürzt wurde.
- Vollständige Observability aufgebaut mit OpenTelemetry, Tempo, Prometheus und Loki; Dev/Staging/Prod mit ArgoCD, Image Updater und Helm automatisiert.
- Mit Produkt-, Operations- und Engineering-Stakeholdern zusammengearbeitet, um eine skalierbare Plattformarchitektur und Integrationsstandards zu definieren, die auf langfristige Geschäfts- und Betriebsziele abgestimmt sind.
Kiriakos Krastillis
Platform Engineering Tech Lead / Architect
Letzte Position:
Tech Lead / Architect : OTTO API Platform bei OTTO
Weiterentwicklung ihrer API-Praktiken sowohl auf Business- als auch Technologie-Ebene. Meine Rolle umfasst Strategie, Architektur, Developer Advocacy sowie hands-on Software Engineering, um technische Teams und Business-Führungskräfte dabei zu unterstützen, API- zentrierte Prinzipien effektiv einzuführen und umzusetzen. In diesem Projekt etablieren wir außerdem GitOps, DX und Platform Best Practices.
Highlights:
- Executives mit der Initiative in Einklang bringen, indem ich die Strategie klarstelle, Missverständnisse und Mythen durch Fakten ersetze, den Wert bestehender Assets verdeutliche und fundierte Entscheidungsfindung ermögliche
- Formulierung eines Vorgehens für API Lifecycle Management bei OTTO
- Vorantreiben des Plattform-Fortschritts und Förderung des Developer Engagements durch hands-on Engineering-Arbeit an strategischen Zielen
API Lifecycle Management, Team Topologies, Organizational Evolution, Regulatory, Platform Advocate, Developer Platform, Communities of Practice, Terraform, Kotlin, Kafka, Kong, WSO2, Apigee, Gravitee, Backstage, AsyncAPI, OpenAPI, API Design, AWS, react, nodejs, typescript, redocly, reactive programming, CDC, golang, gingonic, GitOps, DX (developer experience), stakeholder management, roadmaps, workshops, discovery.
Kiriakos Krastillis
Platform Engineering Tech Lead / Architect
Letzte Position:
Tech Lead / Architect : OTTO API Platform bei OTTO
Weiterentwicklung ihrer API-Praktiken sowohl auf Business- als auch Technologie-Ebene. Meine Rolle umfasst Strategie, Architektur, Developer Advocacy sowie hands-on Software Engineering, um technische Teams und Business-Führungskräfte dabei zu unterstützen, API- zentrierte Prinzipien effektiv einzuführen und umzusetzen. In diesem Projekt etablieren wir
Weiterentwicklung ihrer API-Praktiken sowohl auf Business- als auch Technologie-Ebene. Meine Rolle umfasst Strategie, Architektur, Developer Advocacy sowie hands-on Software Engineering, um technische Teams und Business-Führungskräfte dabei zu unterstützen, API- zentrierte Prinzipien effektiv einzuführen und umzusetzen. In diesem Projekt etablieren wir außerdem GitOps, DX und Platform Best Practices.
Highlights:
- Executives mit der Initiative in Einklang bringen, indem ich die Strategie klarstelle, Missverständnisse und Mythen durch Fakten ersetze, den Wert bestehender Assets verdeutliche und fundierte Entscheidungsfindung ermögliche
- Formulierung eines Vorgehens für API Lifecycle Management bei OTTO
- Vorantreiben des Plattform-Fortschritts und Förderung des Developer Engagements durch hands-on Engineering-Arbeit an strategischen Zielen
API Lifecycle Management, Team Topologies, Organizational Evolution, Regulatory, Platform Advocate, Developer Platform, Communities of Practice, Terraform, Kotlin, Kafka, Kong, WSO2, Apigee, Gravitee, Backstage, AsyncAPI, OpenAPI, API Design, AWS, react, nodejs, typescript, redocly, reactive programming, CDC, golang, gingonic, GitOps, DX (developer experience), stakeholder management, roadmaps, workshops, discovery.
außerdem GitOps, DX und Platform Best Practices.
Highlights:
- Executives mit der Initiative in Einklang bringen, indem ich die Strategie klarstelle, Missverständnisse und Mythen durch Fakten ersetze, den Wert bestehender Assets verdeutliche und fundierte Entscheidungsfindung ermögliche
- Formulierung eines Vorgehens für API Lifecycle Management bei OTTO
- Vorantreiben des Plattform-Fortschritts und Förderung des Developer Engagements durch hands-on Engineering-Arbeit an strategischen Zielen
API Lifecycle Management, Team Topologies, Organizational Evolution, Regulatory, Platform Advocate, Developer Platform, Communities of Practice, Terraform, Kotlin, Kafka, Kong, WSO2, Apigee, Gravitee, Backstage, AsyncAPI, OpenAPI, API Design, AWS, react, nodejs, typescript, redocly, reactive programming, CDC, golang, gingonic, GitOps, DX (developer experience), stakeholder management, roadmaps, workshops, discovery.
Nemanja Milenković
Senior / Lead AI Engineer | Applied GenAI, RAG, AI Agents & AI Platform Engineering
Letzte Position:
AI Engineer / Senior Backend Engineer bei Intelycx
Manufacturing-Intelligence-Plattform mit Enterprise-Workflows, RAG, Echtzeit-Funktionen für AI-Assistenten und Backend-Architektur über mehrere Repositories.
- Entwickelte und erweiterte produktive AI-/Backend-Services mit Django, DRF, FastAPI, GraphQL, Celery, PostgreSQL, MySQL, Redis und WebSockets über eine modulare Plattform mit mehreren Repositories.
- Mitgewirkt an ARIS V2, einem Echtzeit-AI-Assistenten für die Fertigung mit LangChain, LangGraph, MCP-Tool-Orchestrierung, Planungs-/Ausführungs-Workflows, OpenAI, AWS Bedrock, Qdrant sowie Retrieval auf Basis von Elasticsearch/OpenSearch.
- Unterstützte die Rollout-Erweiterung von ARIS V1 in 4 von 17 Kunden-Produktionswerken auf ARIS V2, das aktuell in 13 von 17 Werken aktiv ist, und steigerte so die reale Abdeckung auf mehr als 50 % der Kundenumgebung.
- Arbeitete an dokumentengestützter RAG-Funktionalität inklusive Ingestion, OCR, Chunking, Embeddings, Indexing, Retrieval, Reranking und geerdeter Antwortgenerierung für industrielle Workflows.
Stack: Python, Django, DRF, FastAPI, LangChain, LangGraph, GraphQL, Celery, WebSockets, OpenAI, AWS Bedrock, Qdrant, Elasticsearch/OpenSearch, PostgreSQL, MySQL, Redis, Docker.
Nemanja Milenković
Senior / Lead AI Engineer | Applied GenAI, RAG, AI Agents & AI Platform Engineering
Letzte Position:
AI Engineer / Senior Backend Engineer bei Intelycx
Manufacturing-Intelligence-Plattform mit Enterprise-Workflows, RAG, Echtzeit-Funktionen für AI-Assistenten und Backend-Architektur über mehrere Repositories.
- Entwickelte und erweiterte produktive AI-/Backend-Services mit Django, DRF, FastAPI, GraphQL, Celery, PostgreSQL, MySQL, Redis und WebSockets über eine modulare Plattform mit mehreren Repositories.
Manufacturing-Intelligence-Plattform mit Enterprise-Workflows, RAG, Echtzeit-Funktionen für AI-Assistenten und Backend-Architektur über mehrere Repositories.
- Entwickelte und erweiterte produktive AI-/Backend-Services mit Django, DRF, FastAPI, GraphQL, Celery, PostgreSQL, MySQL, Redis und WebSockets über eine modulare Plattform mit mehreren Repositories.
- Mitgewirkt an ARIS V2, einem Echtzeit-AI-Assistenten für die Fertigung mit LangChain, LangGraph, MCP-Tool-Orchestrierung, Planungs-/Ausführungs-Workflows, OpenAI, AWS Bedrock, Qdrant sowie Retrieval auf Basis von Elasticsearch/OpenSearch.
- Unterstützte die Rollout-Erweiterung von ARIS V1 in 4 von 17 Kunden-Produktionswerken auf ARIS V2, das aktuell in 13 von 17 Werken aktiv ist, und steigerte so die reale Abdeckung auf mehr als 50 % der Kundenumgebung.
- Arbeitete an dokumentengestützter RAG-Funktionalität inklusive Ingestion, OCR, Chunking, Embeddings, Indexing, Retrieval, Reranking und geerdeter Antwortgenerierung für industrielle Workflows.
Stack: Python, Django, DRF, FastAPI, LangChain, LangGraph, GraphQL, Celery, WebSockets, OpenAI, AWS Bedrock, Qdrant, Elasticsearch/OpenSearch, PostgreSQL, MySQL, Redis, Docker.
- Mitgewirkt an ARIS V2, einem Echtzeit-AI-Assistenten für die Fertigung mit LangChain, LangGraph, MCP-Tool-Orchestrierung, Planungs-/Ausführungs-Workflows, OpenAI, AWS Bedrock, Qdrant sowie Retrieval auf Basis von Elasticsearch/OpenSearch.
- Unterstützte die Rollout-Erweiterung von ARIS V1 in 4 von 17 Kunden-Produktionswerken auf ARIS V2, das aktuell in 13 von 17 Werken aktiv ist, und steigerte so die reale Abdeckung auf mehr als 50 % der Kundenumgebung.
- Arbeitete an dokumentengestützter RAG-Funktionalität inklusive Ingestion, OCR, Chunking, Embeddings, Indexing, Retrieval, Reranking und geerdeter Antwortgenerierung für industrielle Workflows.
Stack: Python, Django, DRF, FastAPI, LangChain, LangGraph, GraphQL, Celery, WebSockets, OpenAI, AWS Bedrock, Qdrant, Elasticsearch/OpenSearch, PostgreSQL, MySQL, Redis, Docker.
Deepak Mishra
Lead ML-Plattformingenieur
Letzte Position:
Lead ML-Plattformingenieur bei Billie GmbH
- Betreuung eines Teams von 6 ML-Plattformingenieuren durch wöchentliche 1:1-Gespräche, technische Design-Reviews und Best Practices, wodurch die Teamgeschwindigkeit um 35% durch strukturiertes Sprint-Planning und Programme zur Kompetenzentwicklung gesteigert wurde
- Definition der ML-Plattform-Roadmap für 2025–2026 in Zusammenarbeit mit Data Science, Cloud Engineering und Produktteams, mit Priorität auf automatisierter Modell-Governance, Kostenattribution und Multi-Environment-Deployment-Strategien
- Zusammenarbeit mit Data Science, SRE und Produkt-Stakeholdern zur Abstimmung der ML-Plattform-Funktionen auf Geschäftsziele, Reduzierung der Deployment-Hürden für Data Scientists um 60% durch Self-Service-Plattformen
- Architektur und Bereitstellung einer produktionsreifen MLOps-Plattform, die über 50 Modelle in Produktion unterstützt, mit automatischen Promotion-Pipelines, Versionierung und Rollback-Funktionen, und Erreichen eines Plattform-Uptime-SLAs von 99,5%
- Design einer verteilten ML-Pipeline-Architektur mit Metaflow und Argo Workflows (Vertex-Pipelines-kompatibel), Reduzierung der Modelltrainingszeit 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, Ressourcenquoten und Mandantenisolation, Optimierung der Infrastrukturkosten um 180.000 $ jährlich (25% Reduktion)
- Implementierung von Monitoring, Alerting und Performance-Tracking mit Prometheus, Grafana und kundenspezifischer Instrumentierung, Verringerung der Modelfehlersuche um 50% und Etablierung von Modell-Performance-SLOs
- Leitung der Entwicklung einer RAG-basierten Document-Intelligence-Plattform mit LangChain, LangGraph und Vektor-Datenbanken, Implementierung agentischer AI-Workflows für die automatisierte Verarbeitung von Finanzdokumenten
- Implementierung von Infrastructure-as-Code mit Terraform für reproduzierbare Umfeldbereitstellung und GitOps-Workflows, Verringerung von Infrastruktur-Drift-Vorfällen um 80%
- Design eines rollenbasierten Zugriffskontrollsystems für die ML-Plattform, Implementierung von Model Lineage-Tracking und Etablierung von Audit Trails für regulatorische Compliance gemäß unternehmensweiten IAM-Best Practices
Deepak Mishra
Lead ML-Plattformingenieur
Letzte Position:
Lead ML-Plattformingenieur bei Billie GmbH
- Betreuung eines Teams von 6 ML-Plattformingenieuren durch wöchentliche 1:1-Gespräche, technische Design-Reviews und Best Practices, wodurch die Teamgeschwindigkeit um 35% durch strukturiertes Sprint-Planning und Programme zur Kompetenzentwicklung gesteigert wurde
- Betreuung eines Teams von 6 ML-Plattformingenieuren durch wöchentliche 1:1-Gespräche, technische Design-Reviews und Best Practices, wodurch die Teamgeschwindigkeit um 35% durch strukturiertes Sprint-Planning und Programme zur Kompetenzentwicklung gesteigert wurde
- Definition der ML-Plattform-Roadmap für 2025–2026 in Zusammenarbeit mit Data Science, Cloud Engineering und Produktteams, mit Priorität auf automatisierter Modell-Governance, Kostenattribution und Multi-Environment-Deployment-Strategien
- Zusammenarbeit mit Data Science, SRE und Produkt-Stakeholdern zur Abstimmung der ML-Plattform-Funktionen auf Geschäftsziele, Reduzierung der Deployment-Hürden für Data Scientists um 60% durch Self-Service-Plattformen
- Architektur und Bereitstellung einer produktionsreifen MLOps-Plattform, die über 50 Modelle in Produktion unterstützt, mit automatischen Promotion-Pipelines, Versionierung und Rollback-Funktionen, und Erreichen eines Plattform-Uptime-SLAs von 99,5%
- Design einer verteilten ML-Pipeline-Architektur mit Metaflow und Argo Workflows (Vertex-Pipelines-kompatibel), Reduzierung der Modelltrainingszeit 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, Ressourcenquoten und Mandantenisolation, Optimierung der Infrastrukturkosten um 180.000 $ jährlich (25% Reduktion)
- Implementierung von Monitoring, Alerting und Performance-Tracking mit Prometheus, Grafana und kundenspezifischer Instrumentierung, Verringerung der Modelfehlersuche um 50% und Etablierung von Modell-Performance-SLOs
- Leitung der Entwicklung einer RAG-basierten Document-Intelligence-Plattform mit LangChain, LangGraph und Vektor-Datenbanken, Implementierung agentischer AI-Workflows für die automatisierte Verarbeitung von Finanzdokumenten
- Implementierung von Infrastructure-as-Code mit Terraform für reproduzierbare Umfeldbereitstellung und GitOps-Workflows, Verringerung von Infrastruktur-Drift-Vorfällen um 80%
- Design eines rollenbasierten Zugriffskontrollsystems für die ML-Plattform, Implementierung von Model Lineage-Tracking und Etablierung von Audit Trails für regulatorische Compliance gemäß unternehmensweiten IAM-Best Practices
- Definition der ML-Plattform-Roadmap für 2025–2026 in Zusammenarbeit mit Data Science, Cloud Engineering und Produktteams, mit Priorität auf automatisierter Modell-Governance, Kostenattribution und Multi-Environment-Deployment-Strategien
- Zusammenarbeit mit Data Science, SRE und Produkt-Stakeholdern zur Abstimmung der ML-Plattform-Funktionen auf Geschäftsziele, Reduzierung der Deployment-Hürden für Data Scientists um 60% durch Self-Service-Plattformen
- Architektur und Bereitstellung einer produktionsreifen MLOps-Plattform, die über 50 Modelle in Produktion unterstützt, mit automatischen Promotion-Pipelines, Versionierung und Rollback-Funktionen, und Erreichen eines Plattform-Uptime-SLAs von 99,5%
- Design einer verteilten ML-Pipeline-Architektur mit Metaflow und Argo Workflows (Vertex-Pipelines-kompatibel), Reduzierung der Modelltrainingszeit 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, Ressourcenquoten und Mandantenisolation, Optimierung der Infrastrukturkosten um 180.000 $ jährlich (25% Reduktion)
- Implementierung von Monitoring, Alerting und Performance-Tracking mit Prometheus, Grafana und kundenspezifischer Instrumentierung, Verringerung der Modelfehlersuche um 50% und Etablierung von Modell-Performance-SLOs
- Leitung der Entwicklung einer RAG-basierten Document-Intelligence-Plattform mit LangChain, LangGraph und Vektor-Datenbanken, Implementierung agentischer AI-Workflows für die automatisierte Verarbeitung von Finanzdokumenten
- Implementierung von Infrastructure-as-Code mit Terraform für reproduzierbare Umfeldbereitstellung und GitOps-Workflows, Verringerung von Infrastruktur-Drift-Vorfällen um 80%
- Design eines rollenbasierten Zugriffskontrollsystems für die ML-Plattform, Implementierung von Model Lineage-Tracking und Etablierung von Audit Trails für regulatorische Compliance gemäß unternehmensweiten IAM-Best Practices
Ariel Lev
Engineering Manager · KI-Plattformarchitekt · Cloud-Native Infrastruktur
Letzte Position:
Sr. Principal Engineer bei Slalom
- Hatte direkte Linienverantwortung für ein Team von 4 Platform Engineers — inklusive Hiring, Performance Reviews und Karriereentwicklung — und habe dabei einen gemeinsamen Rahmen für Engineering-Standards sowie eine Coaching-Kultur aufgebaut, die die Delivery über Kundenprojekte hinweg beschleunigt hat.
- Habe ein Team von Engineers geführt, um ein cloud-natives Voice-AI-System für einen großen Inspektionskunden zu entwerfen. Damit konnten 2.500 Außendienst-Inspektoren ihre Arbeit komplett freihändig per Echtzeit-Transkription und AI Agents dokumentieren — manuelle Dateneingabe über 440.000 Inspektionen pro Monat wurde eliminiert und die Kosten pro Nutzer von 9 $ auf 1 $ gesenkt. Stack: AWS (DynamoDB, S3, Transcribe, CloudFront, API Gateway, Bedrock), ElevenLabs, Claude.
- Habe ein Team von Engineers geführt, um das Management von Kubernetes-Clustern über mehrere Regionen für einen globalen SaaS-Marktführer zu automatisieren. Dadurch sank die Bereitstellungszeit von 3 Wochen auf unter einen Tag und 90 % der Konfigurationsfehler wurden eliminiert. Stack: EKS, Terragrunt, Python, Bash, ArgoCD.
- Accelerator - Cloud-agnostische KI-Plattform: Ich habe eine cloud-agnostische, Kubernetes-native Plattform als Accelerator entworfen und ausgeliefert. Damit wurde das Multi-Tenant-Management von selbst gehosteten LLMs im Enterprise-Maßstab ermöglicht, inklusive gleichzeitiger Bereitstellung mehrerer Basismodelle und dynamischem Serving von LoRA-Adaptoren. Ich habe die Produktionsinfrastruktur mit Open-Source-Tools (ArgoCD, Karpenter, vLLM, SGLang) entworfen, inklusive automatisiertem Modell-Lifecycle-Management, API-Security (Keycloak + LiteLLM) und kostenoptimierter GPU-Bereitstellung.
Ariel Lev
Engineering Manager · KI-Plattformarchitekt · Cloud-Native Infrastruktur
Letzte Position:
Sr. Principal Engineer bei Slalom
- Hatte direkte Linienverantwortung für ein Team von 4 Platform Engineers — inklusive Hiring, Performance Reviews und Karriereentwicklung — und habe dabei einen gemeinsamen Rahmen für Engineering-Standards sowie eine Coaching-Kultur aufgebaut, die die Delivery über Kundenprojekte hinweg beschleunigt hat.
- Hatte direkte Linienverantwortung für ein Team von 4 Platform Engineers — inklusive Hiring, Performance Reviews und Karriereentwicklung — und habe dabei einen gemeinsamen Rahmen für Engineering-Standards sowie eine Coaching-Kultur aufgebaut, die die Delivery über Kundenprojekte hinweg beschleunigt hat.
- Habe ein Team von Engineers geführt, um ein cloud-natives Voice-AI-System für einen großen Inspektionskunden zu entwerfen. Damit konnten 2.500 Außendienst-Inspektoren ihre Arbeit komplett freihändig per Echtzeit-Transkription und AI Agents dokumentieren — manuelle Dateneingabe über 440.000 Inspektionen pro Monat wurde eliminiert und die Kosten pro Nutzer von 9 $ auf 1 $ gesenkt. Stack: AWS (DynamoDB, S3, Transcribe, CloudFront, API Gateway, Bedrock), ElevenLabs, Claude.
- Habe ein Team von Engineers geführt, um das Management von Kubernetes-Clustern über mehrere Regionen für einen globalen SaaS-Marktführer zu automatisieren. Dadurch sank die Bereitstellungszeit von 3 Wochen auf unter einen Tag und 90 % der Konfigurationsfehler wurden eliminiert. Stack: EKS, Terragrunt, Python, Bash, ArgoCD.
- Accelerator - Cloud-agnostische KI-Plattform: Ich habe eine cloud-agnostische, Kubernetes-native Plattform als Accelerator entworfen und ausgeliefert. Damit wurde das Multi-Tenant-Management von selbst gehosteten LLMs im Enterprise-Maßstab ermöglicht, inklusive gleichzeitiger Bereitstellung mehrerer Basismodelle und dynamischem Serving von LoRA-Adaptoren. Ich habe die Produktionsinfrastruktur mit Open-Source-Tools (ArgoCD, Karpenter, vLLM, SGLang) entworfen, inklusive automatisiertem Modell-Lifecycle-Management, API-Security (Keycloak + LiteLLM) und kostenoptimierter GPU-Bereitstellung.
- Habe ein Team von Engineers geführt, um ein cloud-natives Voice-AI-System für einen großen Inspektionskunden zu entwerfen. Damit konnten 2.500 Außendienst-Inspektoren ihre Arbeit komplett freihändig per Echtzeit-Transkription und AI Agents dokumentieren — manuelle Dateneingabe über 440.000 Inspektionen pro Monat wurde eliminiert und die Kosten pro Nutzer von 9 $ auf 1 $ gesenkt. Stack: AWS (DynamoDB, S3, Transcribe, CloudFront, API Gateway, Bedrock), ElevenLabs, Claude.
- Habe ein Team von Engineers geführt, um das Management von Kubernetes-Clustern über mehrere Regionen für einen globalen SaaS-Marktführer zu automatisieren. Dadurch sank die Bereitstellungszeit von 3 Wochen auf unter einen Tag und 90 % der Konfigurationsfehler wurden eliminiert. Stack: EKS, Terragrunt, Python, Bash, ArgoCD.
- Accelerator - Cloud-agnostische KI-Plattform: Ich habe eine cloud-agnostische, Kubernetes-native Plattform als Accelerator entworfen und ausgeliefert. Damit wurde das Multi-Tenant-Management von selbst gehosteten LLMs im Enterprise-Maßstab ermöglicht, inklusive gleichzeitiger Bereitstellung mehrerer Basismodelle und dynamischem Serving von LoRA-Adaptoren. Ich habe die Produktionsinfrastruktur mit Open-Source-Tools (ArgoCD, Karpenter, vLLM, SGLang) entworfen, inklusive automatisiertem Modell-Lifecycle-Management, API-Security (Keycloak + LiteLLM) und kostenoptimierter GPU-Bereitstellung.
Can Savastürk
Softwareentwicklung für Menschen
Letzte Position:
Platform Engineer bei ClimateChoice
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.
Can Savastürk
Softwareentwicklung für Menschen
Letzte Position:
Platform Engineer bei ClimateChoice
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
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.
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.
Patrick Eichler
PROFI FÜR GOOGLE CLOUD & KUBERNETES
Letzte Position:
Honorary Lecturer bei SRH University Berlin
- Grundlagen des Cloud Computing & Architektur: Fundiertes Wissen zu den zentralen Cloud-Konzepten, einschließlich der drei Service-Modelle (IaaS, PaaS, SaaS) und der verschiedenen Bereitstellungsmodelle (Public, Private, Hybrid, Multi-Cloud).
- Moderne Anwendungsbereitstellungsstrategien (GCP-Fokus): Einführung in das GCP Application Hosting-Spektrum, einschließlich virtueller Maschinen, Container (Kubernetes und Cloud Run), Platform as a Service (App Engine) und serverlosem Computing (Functions as a Service - FaaS).
- Datenmanagement & Big Data Analytics: Umfassende Darstellung der Cloud-Speicheroptionen (Object, Block, File) und Datenbanklösungen, einschließlich relationaler (Cloud SQL), NoSQL (Firestore, Bigtable, Memorystore) und serverlosem Enterprise-Data-Warehousing (BigQuery).
- DevOps und Infrastruktur-Automatisierung: Kenntnisse in DevOps-Prinzipien, einschließlich Continuous Integration (CI), Continuous Delivery (CD), Infrastructure as Code (IaC) mit Tools wie Terraform, und Implementierung von effektivem Monitoring und Logging für Systembeobachtbarkeit.
- Neue Technologien & verantwortungsbewusste Cloud-Nutzung: Fokus auf wichtige Themen wie Cloud und IoT-Sicherheit, Identity and Access Management (IAM), Datenschutz und ethische Aspekte bei Cloud- und Massendaten-Sammlung.
Patrick Eichler
PROFI FÜR GOOGLE CLOUD & KUBERNETES
Letzte Position:
Honorary Lecturer bei SRH University Berlin
- Grundlagen des Cloud Computing & Architektur: Fundiertes Wissen zu den zentralen Cloud-Konzepten, einschließlich der drei Service-Modelle (IaaS, PaaS, SaaS) und der verschiedenen Bereitstellungsmodelle (Public, Private, Hybrid, Multi-Cloud).
- Grundlagen des Cloud Computing & Architektur: Fundiertes Wissen zu den zentralen Cloud-Konzepten, einschließlich der drei Service-Modelle (IaaS, PaaS, SaaS) und der verschiedenen Bereitstellungsmodelle (Public, Private, Hybrid, Multi-Cloud).
- Moderne Anwendungsbereitstellungsstrategien (GCP-Fokus): Einführung in das GCP Application Hosting-Spektrum, einschließlich virtueller Maschinen, Container (Kubernetes und Cloud Run), Platform as a Service (App Engine) und serverlosem Computing (Functions as a Service - FaaS).
- Datenmanagement & Big Data Analytics: Umfassende Darstellung der Cloud-Speicheroptionen (Object, Block, File) und Datenbanklösungen, einschließlich relationaler (Cloud SQL), NoSQL (Firestore, Bigtable, Memorystore) und serverlosem Enterprise-Data-Warehousing (BigQuery).
- DevOps und Infrastruktur-Automatisierung: Kenntnisse in DevOps-Prinzipien, einschließlich Continuous Integration (CI), Continuous Delivery (CD), Infrastructure as Code (IaC) mit Tools wie Terraform, und Implementierung von effektivem Monitoring und Logging für Systembeobachtbarkeit.
- Neue Technologien & verantwortungsbewusste Cloud-Nutzung: Fokus auf wichtige Themen wie Cloud und IoT-Sicherheit, Identity and Access Management (IAM), Datenschutz und ethische Aspekte bei Cloud- und Massendaten-Sammlung.
- Moderne Anwendungsbereitstellungsstrategien (GCP-Fokus): Einführung in das GCP Application Hosting-Spektrum, einschließlich virtueller Maschinen, Container (Kubernetes und Cloud Run), Platform as a Service (App Engine) und serverlosem Computing (Functions as a Service - FaaS).
- Datenmanagement & Big Data Analytics: Umfassende Darstellung der Cloud-Speicheroptionen (Object, Block, File) und Datenbanklösungen, einschließlich relationaler (Cloud SQL), NoSQL (Firestore, Bigtable, Memorystore) und serverlosem Enterprise-Data-Warehousing (BigQuery).
- DevOps und Infrastruktur-Automatisierung: Kenntnisse in DevOps-Prinzipien, einschließlich Continuous Integration (CI), Continuous Delivery (CD), Infrastructure as Code (IaC) mit Tools wie Terraform, und Implementierung von effektivem Monitoring und Logging für Systembeobachtbarkeit.
- Neue Technologien & verantwortungsbewusste Cloud-Nutzung: Fokus auf wichtige Themen wie Cloud und IoT-Sicherheit, Identity and Access Management (IAM), Datenschutz und ethische Aspekte bei Cloud- und Massendaten-Sammlung.
Alexander Gottschlich
DevOps / Plattform Engineer
Letzte Position:
DevOps / Plattform Engineer bei Cologne Intelligence GmbH
- Aufbau und Weiterentwicklung einer AWS Landing Zone auf Basis von Terraform / OpenTofu (Multi-Account-Struktur, IAM-Baselines, Netzwerk- und Security-Standards)
- Design und Betrieb plattformorientierter AWS-Architekturen zur Standardisierung von Infrastruktur- und Betriebsprozessen
- Aufbau und Betrieb Kubernetes-basierter Plattformen (EKS) als gemeinsame Ausführungsumgebung für Applikationsteams
- Etablierung von GitOps-basierten Deployments mit Argo CD und FluxCD
- Entwicklung und Betrieb zentraler CI/CD-Plattformen (GitLab CI, GitHub Actions, Jenkins)
- Enablement von Entwickler- und Projektteams durch wiederverwendbare Plattform-Bausteine
- Einführung und Umsetzung von FinOps-Strukturen (AWS Cost Explorer, CUR + Athena, Infracost, Grafana-Dashboards)
- Aufbau und Betrieb zentraler Observability-Plattformen (Prometheus, Grafana, Loki, Alertmanager, CloudWatch)
Alexander Gottschlich
DevOps / Plattform Engineer
Letzte Position:
DevOps / Plattform Engineer bei Cologne Intelligence GmbH
- Aufbau und Weiterentwicklung einer AWS Landing Zone auf Basis von Terraform / OpenTofu (Multi-Account-Struktur, IAM-Baselines, Netzwerk- und Security-Standards)
- Design und Betrieb plattformorientierter AWS-Architekturen zur Standardisierung von Infrastruktur- und Betriebsprozessen
- Aufbau und Weiterentwicklung einer AWS Landing Zone auf Basis von Terraform / OpenTofu (Multi-Account-Struktur, IAM-Baselines, Netzwerk- und Security-Standards)
- Design und Betrieb plattformorientierter AWS-Architekturen zur Standardisierung von Infrastruktur- und Betriebsprozessen
- Aufbau und Betrieb Kubernetes-basierter Plattformen (EKS) als gemeinsame Ausführungsumgebung für Applikationsteams
- Etablierung von GitOps-basierten Deployments mit Argo CD und FluxCD
- Entwicklung und Betrieb zentraler CI/CD-Plattformen (GitLab CI, GitHub Actions, Jenkins)
- Enablement von Entwickler- und Projektteams durch wiederverwendbare Plattform-Bausteine
- Einführung und Umsetzung von FinOps-Strukturen (AWS Cost Explorer, CUR + Athena, Infracost, Grafana-Dashboards)
- Aufbau und Betrieb zentraler Observability-Plattformen (Prometheus, Grafana, Loki, Alertmanager, CloudWatch)
- Aufbau und Betrieb Kubernetes-basierter Plattformen (EKS) als gemeinsame Ausführungsumgebung für Applikationsteams
- Etablierung von GitOps-basierten Deployments mit Argo CD und FluxCD
- Entwicklung und Betrieb zentraler CI/CD-Plattformen (GitLab CI, GitHub Actions, Jenkins)
- Enablement von Entwickler- und Projektteams durch wiederverwendbare Plattform-Bausteine
- Einführung und Umsetzung von FinOps-Strukturen (AWS Cost Explorer, CUR + Athena, Infracost, Grafana-Dashboards)
- Aufbau und Betrieb zentraler Observability-Plattformen (Prometheus, Grafana, Loki, Alertmanager, CloudWatch)
Fayyaz Ilyas
Senior / Global IT-Projektmanager, Cloud- & Plattform-Engineering
Letzte Position:
Senior / Global IT-Projektmanager, Cloud- & Plattform-Engineering bei BOSCH
- Leitung mehrerer gleichzeitiger, unternehmensweiter Technikprogramme mit Backend-Services, APIs, Identity-Plattformen, Cloud-Infrastruktur und Sicherheit
- Aktive Mitarbeit an Systemarchitektur- und Design-Reviews zur Validierung von Service-Interaktionen, Datenflüssen, Sicherheitsmodellen und Skalierungsanforderungen
- Hands-on-Zusammenarbeit mit Engineering-Teams zur Zerlegung komplexer Initiativen in technische Epics, Stories und Deliverables
- Überprüfung technischer Ansätze, Migrationsstrategien und Rollout-Pläne zur Minimierung von Betriebs- und Sicherheitsrisiken
- Bereitstellung von SSO, MFA, Verzeichnisdiensten, SaaS-Integrationen und Plattformmodernisierung mit Auswirkungen auf zehntausende Nutzer weltweit
- Steuerung der agilen Umsetzung über global verteilte Teams; Durchführung von Zeremonien, Beseitigung von Blockern und Verbesserung des Engineering-Durchsatzes
- Erstellung technischer RAID-Logs, Abhängigkeitskarten und meilensteinbasierter Ausführungspläne in regulierten Unternehmensumgebungen
- Fungierte als vertrauenswürdiger technischer Partner für die Führungsebene und übersetzte komplexe Engineering-Themen in geschäftsrelevante Ergebnisse
Fayyaz Ilyas
Senior / Global IT-Projektmanager, Cloud- & Plattform-Engineering
Letzte Position:
Senior / Global IT-Projektmanager, Cloud- & Plattform-Engineering bei BOSCH
- Leitung mehrerer gleichzeitiger, unternehmensweiter Technikprogramme mit Backend-Services, APIs, Identity-Plattformen, Cloud-Infrastruktur und Sicherheit
- Aktive Mitarbeit an Systemarchitektur- und Design-Reviews zur Validierung von Service-Interaktionen, Datenflüssen, Sicherheitsmodellen und Skalierungsanforderungen
- Leitung mehrerer gleichzeitiger, unternehmensweiter Technikprogramme mit Backend-Services, APIs, Identity-Plattformen, Cloud-Infrastruktur und Sicherheit
- Aktive Mitarbeit an Systemarchitektur- und Design-Reviews zur Validierung von Service-Interaktionen, Datenflüssen, Sicherheitsmodellen und Skalierungsanforderungen
- Hands-on-Zusammenarbeit mit Engineering-Teams zur Zerlegung komplexer Initiativen in technische Epics, Stories und Deliverables
- Überprüfung technischer Ansätze, Migrationsstrategien und Rollout-Pläne zur Minimierung von Betriebs- und Sicherheitsrisiken
- Bereitstellung von SSO, MFA, Verzeichnisdiensten, SaaS-Integrationen und Plattformmodernisierung mit Auswirkungen auf zehntausende Nutzer weltweit
- Steuerung der agilen Umsetzung über global verteilte Teams; Durchführung von Zeremonien, Beseitigung von Blockern und Verbesserung des Engineering-Durchsatzes
- Erstellung technischer RAID-Logs, Abhängigkeitskarten und meilensteinbasierter Ausführungspläne in regulierten Unternehmensumgebungen
- Fungierte als vertrauenswürdiger technischer Partner für die Führungsebene und übersetzte komplexe Engineering-Themen in geschäftsrelevante Ergebnisse
- Hands-on-Zusammenarbeit mit Engineering-Teams zur Zerlegung komplexer Initiativen in technische Epics, Stories und Deliverables
- Überprüfung technischer Ansätze, Migrationsstrategien und Rollout-Pläne zur Minimierung von Betriebs- und Sicherheitsrisiken
- Bereitstellung von SSO, MFA, Verzeichnisdiensten, SaaS-Integrationen und Plattformmodernisierung mit Auswirkungen auf zehntausende Nutzer weltweit
- Steuerung der agilen Umsetzung über global verteilte Teams; Durchführung von Zeremonien, Beseitigung von Blockern und Verbesserung des Engineering-Durchsatzes
- Erstellung technischer RAID-Logs, Abhängigkeitskarten und meilensteinbasierter Ausführungspläne in regulierten Unternehmensumgebungen
- Fungierte als vertrauenswürdiger technischer Partner für die Führungsebene und übersetzte komplexe Engineering-Themen in geschäftsrelevante Ergebnisse
Alexander Vasiliev
Softwarearchitekt / Softwareentwickler / Technischer Leiter
Letzte Position:
Senior DevOps / Plattformingenieur bei Kaufland e-commerce / real.digital (ex hitmeister.de)
- Weiterentwicklung der Plattform von Bare-Metal-Infrastruktur mit monolithischer PHP-Anwendung hin zu hybrider Google-Cloud-Architektur mit Go-Microservices auf Kubernetes
- Betrieb und Skalierung einer Produktionsinfrastruktur mit 300+ VMs und Dutzenden Clustern, darunter MySQL-, PostgreSQL-, MongoDB-, RabbitMQ-, Redis- und Elasticsearch-Cluster
- Architekturdesign, Deployment, Monitoring, Performance-Analyse und Upgrades aller Plattform-Services mit Terraform und Ansible
- Migration der Observability-Systeme von ELK und Prometheus zu Datadog, verwaltet über Terraform
- Einführung von Jenkins CI/CD mit SonarQube-Integration und automatisierten Tests zur Beschleunigung von Feedbackzyklen
- Containerisierung der Testumgebung und Implementierung von GitLab-CI-Pipelines für Docker-Image-Builds, statische Code-Analyse und Infrastruktur-Tests
- Zero-Downtime-Migrationen von MySQL- und MongoDB-Clustern in die Google Cloud
- Entwicklung wiederverwendbarer Ansible-Rollen für Datenbank-Cluster und Automatisierung der Datenobfuskation für Staging-Umgebungen
- Dekomposition monolithischer Datenbanken und Migration zu Microservice-Architekturen
- Tools zur Erkennung und Optimierung langsamer Queries in MySQL und MongoDB
- Online-Schema-Migrationen mit pt-online-schema-change ohne Wartungsfenster
- Entwicklung interner Go-Anwendungen für Batch-Abfragen, GitLab-Jira-Integration und MongoDB-Backup-Recovery
- Technologien: Debian, Ubuntu, Alpine, Go, Bash, Python, PHP, SQL, GitLab CI, Jenkins, Drone CI, MySQL, MongoDB, PostgreSQL, Redis, Elasticsearch, RabbitMQ, Kafka, Docker, Kubernetes, Nomad, Ansible, Terraform, Grafana, ELK, Prometheus, Datadog, Nagios, Zabbix, Nginx, HAProxy, Vault, Helm, SonarQube, Filebeat, Auditbeat, Google Cloud, AWS
Alexander Vasiliev
Softwarearchitekt / Softwareentwickler / Technischer Leiter
Letzte Position:
Senior DevOps / Plattformingenieur bei Kaufland e-commerce / real.digital (ex hitmeister.de)
- Weiterentwicklung der Plattform von Bare-Metal-Infrastruktur mit monolithischer PHP-Anwendung hin zu hybrider Google-Cloud-Architektur mit Go-Microservices auf Kubernetes
- Betrieb und Skalierung einer Produktionsinfrastruktur mit 300+ VMs und Dutzenden Clustern, darunter MySQL-, PostgreSQL-, MongoDB-, RabbitMQ-, Redis- und Elasticsearch-Cluster
- Weiterentwicklung der Plattform von Bare-Metal-Infrastruktur mit monolithischer PHP-Anwendung hin zu hybrider Google-Cloud-Architektur mit Go-Microservices auf Kubernetes
- Betrieb und Skalierung einer Produktionsinfrastruktur mit 300+ VMs und Dutzenden Clustern, darunter MySQL-, PostgreSQL-, MongoDB-, RabbitMQ-, Redis- und Elasticsearch-Cluster
- Architekturdesign, Deployment, Monitoring, Performance-Analyse und Upgrades aller Plattform-Services mit Terraform und Ansible
- Migration der Observability-Systeme von ELK und Prometheus zu Datadog, verwaltet über Terraform
- Einführung von Jenkins CI/CD mit SonarQube-Integration und automatisierten Tests zur Beschleunigung von Feedbackzyklen
- Containerisierung der Testumgebung und Implementierung von GitLab-CI-Pipelines für Docker-Image-Builds, statische Code-Analyse und Infrastruktur-Tests
- Zero-Downtime-Migrationen von MySQL- und MongoDB-Clustern in die Google Cloud
- Entwicklung wiederverwendbarer Ansible-Rollen für Datenbank-Cluster und Automatisierung der Datenobfuskation für Staging-Umgebungen
- Dekomposition monolithischer Datenbanken und Migration zu Microservice-Architekturen
- Tools zur Erkennung und Optimierung langsamer Queries in MySQL und MongoDB
- Online-Schema-Migrationen mit pt-online-schema-change ohne Wartungsfenster
- Entwicklung interner Go-Anwendungen für Batch-Abfragen, GitLab-Jira-Integration und MongoDB-Backup-Recovery
- Technologien: Debian, Ubuntu, Alpine, Go, Bash, Python, PHP, SQL, GitLab CI, Jenkins, Drone CI, MySQL, MongoDB, PostgreSQL, Redis, Elasticsearch, RabbitMQ, Kafka, Docker, Kubernetes, Nomad, Ansible, Terraform, Grafana, ELK, Prometheus, Datadog, Nagios, Zabbix, Nginx, HAProxy, Vault, Helm, SonarQube, Filebeat, Auditbeat, Google Cloud, AWS
- Architekturdesign, Deployment, Monitoring, Performance-Analyse und Upgrades aller Plattform-Services mit Terraform und Ansible
- Migration der Observability-Systeme von ELK und Prometheus zu Datadog, verwaltet über Terraform
- Einführung von Jenkins CI/CD mit SonarQube-Integration und automatisierten Tests zur Beschleunigung von Feedbackzyklen
- Containerisierung der Testumgebung und Implementierung von GitLab-CI-Pipelines für Docker-Image-Builds, statische Code-Analyse und Infrastruktur-Tests
- Zero-Downtime-Migrationen von MySQL- und MongoDB-Clustern in die Google Cloud
- Entwicklung wiederverwendbarer Ansible-Rollen für Datenbank-Cluster und Automatisierung der Datenobfuskation für Staging-Umgebungen
- Dekomposition monolithischer Datenbanken und Migration zu Microservice-Architekturen
- Tools zur Erkennung und Optimierung langsamer Queries in MySQL und MongoDB
- Online-Schema-Migrationen mit pt-online-schema-change ohne Wartungsfenster
- Entwicklung interner Go-Anwendungen für Batch-Abfragen, GitLab-Jira-Integration und MongoDB-Backup-Recovery
- Technologien: Debian, Ubuntu, Alpine, Go, Bash, Python, PHP, SQL, GitLab CI, Jenkins, Drone CI, MySQL, MongoDB, PostgreSQL, Redis, Elasticsearch, RabbitMQ, Kafka, Docker, Kubernetes, Nomad, Ansible, Terraform, Grafana, ELK, Prometheus, Datadog, Nagios, Zabbix, Nginx, HAProxy, Vault, Helm, SonarQube, Filebeat, Auditbeat, Google Cloud, AWS
Mayuri Kolekar
Plattformingenieur
Letzte Position:
Plattformingenieur bei Madison Logic
- Entwickelte und betrieb eine GitOps-basierte Kubernetes-Plattform und migrierte Dienste von AWS ECS zu Amazon EKS.
- Erstellte automatisierte CI/CD-Pipelines für das Erstellen und Bereitstellen von Containern mit GitLab CI, Helm und Argo CD.
- Entwickelte wiederverwendbare Helm-Charts für Kubernetes-Ressourcen (Ingress, Services, Secrets, HPA, ExternalDNS).
- Provisionierte und verwaltete EKS (Fargate und EC2) mit Infrastruktur als Code (Terraform / OpenTofu).
- Implementierte OIDC-basierte Authentifizierung und Autorisierung (Okta) für sicheren Zugriff auf Kubernetes und Argo CD.
- Verbesserte die Container-Sicherheit durch Migration der Dienste zu distroless-Images.
- Implementierte Logging, Monitoring und Beobachtbarkeit, um die Systemzuverlässigkeit und -leistung sicherzustellen.
- Automatisierte Cloud-Kostenoptimierung mit Python (Boto3) und erzielte dabei etwa 45 % Kosteneinsparungen.
- Leitete die Migration der AWS-Infrastruktur zu IaC und verringerte so Konfigurationsabweichungen und Bereitstellungsprobleme.
- Erstellte technische Dokumentationen und Betriebsanleitungen zur Unterstützung interner Engineering-Teams.
Mayuri Kolekar
Plattformingenieur
Letzte Position:
Plattformingenieur bei Madison Logic
- Entwickelte und betrieb eine GitOps-basierte Kubernetes-Plattform und migrierte Dienste von AWS ECS zu Amazon EKS.
- Erstellte automatisierte CI/CD-Pipelines für das Erstellen und Bereitstellen von Containern mit GitLab CI, Helm und Argo CD.
- Entwickelte und betrieb eine GitOps-basierte Kubernetes-Plattform und migrierte Dienste von AWS ECS zu Amazon EKS.
- Erstellte automatisierte CI/CD-Pipelines für das Erstellen und Bereitstellen von Containern mit GitLab CI, Helm und Argo CD.
- Entwickelte wiederverwendbare Helm-Charts für Kubernetes-Ressourcen (Ingress, Services, Secrets, HPA, ExternalDNS).
- Provisionierte und verwaltete EKS (Fargate und EC2) mit Infrastruktur als Code (Terraform / OpenTofu).
- Implementierte OIDC-basierte Authentifizierung und Autorisierung (Okta) für sicheren Zugriff auf Kubernetes und Argo CD.
- Verbesserte die Container-Sicherheit durch Migration der Dienste zu distroless-Images.
- Implementierte Logging, Monitoring und Beobachtbarkeit, um die Systemzuverlässigkeit und -leistung sicherzustellen.
- Automatisierte Cloud-Kostenoptimierung mit Python (Boto3) und erzielte dabei etwa 45 % Kosteneinsparungen.
- Leitete die Migration der AWS-Infrastruktur zu IaC und verringerte so Konfigurationsabweichungen und Bereitstellungsprobleme.
- Erstellte technische Dokumentationen und Betriebsanleitungen zur Unterstützung interner Engineering-Teams.
- Entwickelte wiederverwendbare Helm-Charts für Kubernetes-Ressourcen (Ingress, Services, Secrets, HPA, ExternalDNS).
- Provisionierte und verwaltete EKS (Fargate und EC2) mit Infrastruktur als Code (Terraform / OpenTofu).
- Implementierte OIDC-basierte Authentifizierung und Autorisierung (Okta) für sicheren Zugriff auf Kubernetes und Argo CD.
- Verbesserte die Container-Sicherheit durch Migration der Dienste zu distroless-Images.
- Implementierte Logging, Monitoring und Beobachtbarkeit, um die Systemzuverlässigkeit und -leistung sicherzustellen.
- Automatisierte Cloud-Kostenoptimierung mit Python (Boto3) und erzielte dabei etwa 45 % Kosteneinsparungen.
- Leitete die Migration der AWS-Infrastruktur zu IaC und verringerte so Konfigurationsabweichungen und Bereitstellungsprobleme.
- Erstellte technische Dokumentationen und Betriebsanleitungen zur Unterstützung interner Engineering-Teams.
Patrick Scheel
Senior Plattformingenieur | Kubernetes | GitOps | Site Reliability Engineering
Letzte Position:
Site Reliability- / Plattformingenieur – AIS Healthcare-Plattform bei Labtastic Solutions UG (haftungsbeschränkt)
- Kubernetes-Plattform-Betrieb und Stabilisierung
- Implementierung eines vollständigen Observability-Stacks
- GitOps-Bereitstellungsprozesse mit ArgoCD
- Definition von SLI/SLO und Governance
- Incident-Analyse und Automatisierung des Betriebs
Patrick Scheel
Senior Plattformingenieur | Kubernetes | GitOps | Site Reliability Engineering
Letzte Position:
Site Reliability- / Plattformingenieur – AIS Healthcare-Plattform bei Labtastic Solutions UG (haftungsbeschränkt)
- Kubernetes-Plattform-Betrieb und Stabilisierung
- Implementierung eines vollständigen Observability-Stacks
- GitOps-Bereitstellungsprozesse mit ArgoCD
- Definition von SLI/SLO und Governance
- Incident-Analyse und Automatisierung des Betriebs
- Kubernetes-Plattform-Betrieb und Stabilisierung
- Implementierung eines vollständigen Observability-Stacks
- GitOps-Bereitstellungsprozesse mit ArgoCD
- Definition von SLI/SLO und Governance
- Incident-Analyse und Automatisierung des Betriebs
Osal Gotschiew
GCP Spezialist - Plattform-Engineering & Architektur
Letzte Position:
GCP Spezialist - Plattform-Engineering & Architektur bei Deutsche Glasfaser Holding
- Architekturelle Gestaltung von GCP-Infrastrukturmodellen
- Berater für strategische Migrationsentscheidungen
- Lead Engineer für Plattformautomatisierung
- Lead Engineer für die Bereitstellung neuer Anwendungen
Osal Gotschiew
GCP Spezialist - Plattform-Engineering & Architektur
Letzte Position:
GCP Spezialist - Plattform-Engineering & Architektur bei Deutsche Glasfaser Holding
- Architekturelle Gestaltung von GCP-Infrastrukturmodellen
- Berater für strategische Migrationsentscheidungen
- Lead Engineer für Plattformautomatisierung
- Lead Engineer für die Bereitstellung neuer Anwendungen
- Architekturelle Gestaltung von GCP-Infrastrukturmodellen
- Berater für strategische Migrationsentscheidungen
- Lead Engineer für Plattformautomatisierung
- Lead Engineer für die Bereitstellung neuer Anwendungen
Ilya Isakov
Daten/Plattform/Software-Ingenieur/SRE
Letzte Position:
Daten/Plattform/Software-Ingenieur/SRE bei IT Consulting
- Entwickelte eine Plattform basierend auf IoT, Azure, Kubernetes und Postgres für eine bestehende Anwendung
- Migrierte von "Click-Ops" und UI-definierten CI/CD-Pipelines zu Infrastruktur als Code mit Terraform, wodurch eine vollständige Neubereitstellung mehrerer Umgebungen möglich wurde
- Technologien: Terraform, OpenTofu, Azure, Azure DevOps, Kafka, IoT, Kubernetes, Grafana, Prometheus, GitOps, relationale Datenbanken
Ilya Isakov
Daten/Plattform/Software-Ingenieur/SRE
Letzte Position:
Daten/Plattform/Software-Ingenieur/SRE bei IT Consulting
- Entwickelte eine Plattform basierend auf IoT, Azure, Kubernetes und Postgres für eine bestehende Anwendung
- Migrierte von "Click-Ops" und UI-definierten CI/CD-Pipelines zu Infrastruktur als Code mit Terraform, wodurch eine vollständige
- Entwickelte eine Plattform basierend auf IoT, Azure, Kubernetes und Postgres für eine bestehende Anwendung
- Migrierte von "Click-Ops" und UI-definierten CI/CD-Pipelines zu Infrastruktur als Code mit Terraform, wodurch eine vollständige Neubereitstellung mehrerer Umgebungen möglich wurde
- Technologien: Terraform, OpenTofu, Azure, Azure DevOps, Kafka, IoT, Kubernetes, Grafana, Prometheus, GitOps, relationale Datenbanken
Neubereitstellung mehrerer Umgebungen möglich wurde
- Technologien: Terraform, OpenTofu, Azure, Azure DevOps, Kafka, IoT, Kubernetes, Grafana, Prometheus, GitOps, relationale Datenbanken
Madhu Janjanam
Platform-Entwickler II
Letzte Position:
Platform-Entwickler II bei Salesforce
- Zertifizierungsanforderungen erfolgreich erfüllt
- Trailhead
- Zertifizierungs-ID: 3483871
Madhu Janjanam
Platform-Entwickler II
Letzte Position:
Platform-Entwickler II bei Salesforce
- Zertifizierungsanforderungen erfolgreich erfüllt
- Trailhead
- Zertifizierungs-ID: 3483871
- Zertifizierungsanforderungen erfolgreich erfüllt
- Trailhead
- Zertifizierungs-ID: 3483871
Entdecke mehr als 15.000 Top-Freelancer
Plattform Engineers – Statistiken
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
14 Jahre
Positionsdauer
2,3 Jahre
Positionen pro Freelancer
7
Häufigste Fachbereiche
Informationstechnologie (IT), Betrieb, Produktentwicklung
Häufigste Branchen
Informationstechnologie (IT), Automotive, Einzelhandel
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Betrieb
Bachelor-Abschluss oder höher
92%
Master-Abschluss oder höher
31%
Zertifizierungen pro Freelancer
4
Häufigste Sprachen
Englisch, Deutsch, Aserbaidschanisch
Sprechen zwei oder mehr Sprachen
100%
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 Plattform 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
Klare Informationen gesucht? Hier ist alles Wichtige über FRATCH
Während sich ein DevOps Engineer darauf konzentriert, die Lücke zwischen Entwicklung und Betrieb für bestimmte Anwendungen zu schließen, baut und betreibt ein Platform Engineer die geteilte Infrastrukturplattform, die mehrere Entwicklungsteams unterstützt. Er behandelt die Infrastruktur wie ein Produkt und schafft Self-Service-Tools und Workflows, mit denen andere Entwickler Software unabhängig bereitstellen können.
Ein freiberuflicher Platform Specialist liefert in der Regel vollständig automatisierte Infrastructure-as-Code-Vorlagen, sichere CI/CD-Pipelines und interne Self-Service-Portale. Außerdem stellt er umfassende Dokumentation bereit und führt Schulungen durch, damit dein festes Team die Plattform leicht weiter betreiben kann.
Ja, die meisten freiberuflichen Platform Engineers arbeiten vollständig remote, da Cloud-Infrastruktur und Deployment-Pipelines von überall sicher verwaltet werden können. Manche deutsche Unternehmen bevorzugen jedoch gelegentliche Workshops vor Ort, besonders in der ersten Architekturphase oder wenn es um hochsensible On-Premise-Infrastruktur geht.
Ein professioneller Cloud Platform Developer ist meist auf große Cloud-Anbieter wie AWS, Azure oder Google Cloud spezialisiert, kombiniert mit Container-Orchestrierungs-Tools wie Kubernetes. Außerdem nutzt er Tools für das Infrastrukturmanagement wie Terraform, Helm und GitOps-Workflows, um Umgebungen zu automatisieren.
Ein qualifizierter Platform Architect sollte daran gemessen werden, wie erfolgreich er Deployment-Zeiten verkürzt und Reibung für Entwickler reduziert hat. Achte auf Erfahrung im Entwerfen produktionsreifer Kubernetes-Umgebungen und prüfe sein Verständnis von Sicherheits-Best Practices wie IAM und Netzwerksegmentierung.
Die Beauftragung eines freiberuflichen Platform Engineering Consultants in Deutschland gibt dir sofort Zugang zu spezialisierter cloud-nativer Expertise, um deine Plattform aufzubauen. So vermeidest du die langen Einstellungszyklen des deutschen Tech-Markts und behältst die Flexibilität, das Projekt zu verkleinern, sobald die Self-Service-Infrastruktur vollständig läuft.
Während viele internationale Tech-Teams in Deutschland komplett auf Englisch arbeiten, verlangen einige Unternehmen, besonders im öffentlichen Sektor oder in der traditionellen Industrie, einen deutschsprachigen Platform Engineer für eine reibungslosere Zusammenarbeit. Es ist am besten, diese Kommunikationsanforderungen vor Beginn der Suche klar zu definieren.
Ein erfahrener Infrastructure Platform Engineer integriert Sicherheit direkt in den Entwickler-Workflow durch automatisiertes Scannen auf Schwachstellen und die Durchsetzung von Richtlinien. Auf europäischen Märkten stellt er sicher, dass die zugrunde liegende Plattformarchitektur strengen Vorgaben wie der DSGVO und Sicherheitsrahmenwerken wie ISO 27001 entspricht.
Der durchschnittliche Stundensatz für Plattform Engineers in Deutschland liegt bei 97 €, was einem Tagessatz von etwa 773 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern, die als Plattform Engineers in Deutschland arbeiten, haben 92% mindestens einen Bachelor-Abschluss und 31% mindestens einen Master-Abschluss.
Freelancer, die als Plattform Engineers in Deutschland arbeiten, haben im Durchschnitt 14 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,3 Jahre.
Die häufigsten Sprachen unter Freelancern, die als Plattform Engineers in Deutschland arbeiten, sind Englisch (100%), Deutsch (93%) und Aserbaidschanisch (7%).
Die häufigsten Industrien unter Freelancern, die als Plattform Engineers in Deutschland arbeiten, sind Informationstechnologie (IT) (100%), Automotive (33%) und Einzelhandel (33%).
Die häufigsten Bereiche unter Freelancern, die als Plattform Engineers in Deutschland arbeiten, sind Informationstechnologie (IT) (100%), Betrieb (73%) und Produktentwicklung (67%).
FRATCH Plattform Engineers Hauptstandorte
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Berlin Hamburg München Köln Frankfurt Stuttgart Düsseldorf Leipzig Dortmund Essen Bremen Dresden Hannover Nürnberg 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
