
Amazon Aurora Experten in Deutschland
aufbauen, die innerhalb von Minuten mit geprüften Spezialisten zusammengebracht werdenBeauftragen Sie Experten, die Aurora-Cluster entwerfen, PostgreSQL- oder MySQL-Workloads optimieren und zuverlässige Datendienste mit AWS-Anwendungen verbinden. FRATCH findet durch schnelles, präzises KI-Matching den passenden geprüften und verfügbaren Freelancer.
Lerne FRATCH Experten in Deutschland kennen, die kürzlich Amazon Aurora eingesetzt haben
Shamaila M.
Letzte Position:
Founder/Kubernetes- und Cloud-Architekt bei Kubekanvas
- Browserbasierte Plattform für Kubernetes-No-Code-Deployment und Cluster-Management entwickelt
- CLI in TypeScript entwickelt, um Ressourcen im Cluster bereitzustellen, ohne die Browser-UI zu verlassen.
- DevSecOps-Pipelines implementiert: Image-Scanning, SBOM, Policy Enforcement, Supply-Chain-Security und Kyverno eingesetzt. IAM-Integration für das Kommandozeilen-Tool umgesetzt.
- Rollen- und Berechtigungsmodelle für Keycloak, OAuth/OIDC und Social-Login-Flows entworfen.
- LLM eingesetzt, um Nutzerabsichten in Diagramme umzuwandeln.
- An Integrationen mit mehreren Sovereign-Clouds wie StackIt, Hetzner, CIVO, UpCloud sowie öffentlichen Clouds wie AWS, GCP und Azure gearbeitet
- Der Technologie-Stack umfasst Java, Spring Boot, Kubernetes, OpenAI, Kubernetes-Multitenancy mit vCluster, Karpenter, RBAC für CLI, Helm, React
Osman T.
Letzte Position:
Senior Architect, DevOps Engineer bei genPsoft GmbH
IT-Beratung, Analyse, Architekturgestaltung, Neu- und Weiterentwicklung, Code Review, Testautomatisierung, Continuous Integration, Continuous Delivery im Backend- und Frontend-Bereich für das Automotive-Projekt Instavalo.
Frontend:
- Implementierung von UI-Komponenten gemäß Vorgaben, insbesondere Style Guides und responsive Design mit React und Typescript
- Komponententests
- Codedokumentation
- CI/CD mit Gitlab Pipeline
Backend / IoT:
- Analyse und architektonische Gestaltung mit AWS Greengrass IoT auf Edge-Geräten
- Aufbau von Microservices-Containern mit Docker Compose auf Edge-Geräten mit AWS Greengrass und AWS IoT IAM, Token Exchange Service, Ansible
- CI/CD mit Gitlab Pipeline, Terraform, AWS ECR
- Logging mit Fluentbit und Lua für AWS Cloudwatch
- Python-Lambda für die AWS-Greengrass-Recipe-Deployment auf Edge-Geräten
- Umsetzung von Test Driven Development mit JUnit, Mockito und Code Coverage
- Jacoco
- Definition von REST-Schnittstellen mit OpenAPI / Swagger
- Entwicklung und Erweiterung von Software auf Basis von Java Quarkus, Typescript NestJs NodeJs und Python
- Authentifizierung und Autorisierung in AWS IAM
- Entwicklung von REST- und gRPC-Schnittstellen für Frontend und Backend
- Umsetzung von Maven-Abhängigkeiten mit DevSecOps OWASP
- Spring AI, Jetbrains AI Assistant, Junie, Github Copilot, Claude Code, Agents, Skills, Command, Hooks, Subagents
Alexander Z.
Letzte Position:
Senior Data Solutions Engineer bei VMware Inc.
- Private Cloud-Datenplattform auf VMware vSphere entworfen und implementiert, Greenplum MPP, Apache Kafka, Kubernetes und Apache Solr integriert und Echtzeit-Ingestion-Pipelines mit Kafka Connect und Schema Registry entwickelt.
- Migration von Oracle Exadata zu Greenplum geleitet, Datenmodelle neu architektonisch aufgebaut, Speicher optimiert, RabbitMQ mit Debezium für CDC implementiert und VectorDB für Generative AI eingeführt.
- PoC für Multi-Cloud-Migration über AWS, Azure und GCP entworfen und umgesetzt, KPIs für Durchsatz, Latenz und Kosteneffizienz definiert, Bulk-Datentransfers durchgeführt, Analytics- und Streaming-Workloads validiert und Architektur-Empfehlungen im großen Maßstab geliefert.
- Legacy-On-Premises-Infrastruktur bewertet und moderne cloud-native Datenplattformen mit Greenplum und containerisierten Microservices entworfen, mit Beratung zu Skalierbarkeit, Disaster Recovery und High Availability.
Stefan A.
Letzte Position:
Alleiniger Architekt und Entwickler bei Bauernhof-Eis Stangl GbR
Entwurf und Umsetzung einer kompakten ERP-, CRM-, Buchhaltungs- und Produktionsplanungsplattform für einen deutschen Lebensmittelhersteller. Das System ersetzt Rechnung11, selbst gebaute Excel-Tabellen und manuelle Prozesse für weniger als 10 interne Nutzer.
- Habe die komplette Plattformarchitektur als alleiniger Architekt und Entwickler entworfen und umgesetzt.
- Module für Kundenverwaltung, B2B-Auftragsbearbeitung, Rechnungsstellung, Produktionsplanung und Buchhaltungsunterstützung gebaut.
- DATEV-Export, ZUGFeRD-/XRechnung-E-Rechnungen, FinTS-Bankabgleich und GoBD-Audit-Trail-Konzepte implementiert.
- KI-gestützte Workflows für Prototyping, Testunterstützung und schnellere Umsetzung genutzt, dabei aber volle Architektur-, Review-, Teststrategie- und technische Verantwortung behalten.
Technologie: Java 23, Spring Boot 3, Spring Data JPA, Spring Security, Vue 3, TypeScript, PostgreSQL, Flyway, REST, OpenAPI, JWT, TOTP, RBAC, DATEV, FinTS, ZUGFeRD, XRechnung, GoBD, JUnit, Mockito, Testcontainers, Playwright, Docker, GitLab CI/CD
Benito E.
Letzte Position:
Cloud DevOps Engineer und Cloud Architekt bei Energieversorgungsunternehmen (anonymisiert, NDA)
- Konzeption und Aufbau einer vollständig abgeschotteten AWS-Offline-Umgebung ohne ausgehenden Internetpfad für den Betrieb einer browserbasierten Fachanwendung
- Entwurf und Implementierung eines Proxy- und Antwortdienstes, der sämtliche externen Aufrufe der Anwendung innerhalb der VPC terminiert und aus lokal vorgehaltenen Inhalten bedient; Ermittlung des tatsächlichen Kommunikationsbedarfs messbasiert über DNS-Query-Logging
- Erstellung von Architekturdesigns und Entscheidungsvorlagen inklusive Variantenvergleich (Application Load Balancer mit Lambda und S3, Reverse Proxy auf EC2, privates API Gateway) mit Bewertung nach Betriebsaufwand, Kosten und Verfügbarkeit
- Übertragung der bislang ausschließlich für Azure vorliegenden Lösungs- und Betriebsdokumentation auf eine AWS-Zielarchitektur inklusive Neuzuordnung sämtlicher Dienste und Betriebsabläufe
- Automatisierter Rollout als Infrastructure as Code (Terraform, CloudFormation) mit CI-Deployment über GitHub Actions sowie Aufbau privater DNS-Zonen und einer eigenen Zertifikatskette für den Betrieb ohne Internetanbindung
- Erstellung der Architektur-, Deployment- und Betriebsdokumentation und Übergabe an den Kunden
- Aufbau einer privaten Cloud-Plattform auf OpenStack beim Provider TelemaxX mit Terraform, inklusive FortiGate-HA-Clustern, FortiManager und Kubernetes
- Einführung von Policy as Code (Open Policy Agent, Conftest) sowie Entwicklung von MCP-Servern (Model Context Protocol) zur Anbindung von KI-Assistenten an Betriebs- und Projektwerkzeuge
Erfolge:
- Fachanwendung erstmals vollständig ohne Internetanbindung betriebsfähig gemacht; die Ursache des Ladefehlers wurde durch systematische Eingrenzung auf fehlende CORS-Header zurückgeführt, nachdem die naheliegende Zertifikatsspur widerlegt war
- Bestehendes Azure-Konzept vollständig auf AWS übertragen und die zuvor manuell erstellte Umgebung durch einen reproduzierbaren, CI-gestützten Rollout abgelöst
Technologie Stack: AWS (VPC, Application Load Balancer, Lambda, S3, Route 53 Private Hosted Zones und Resolver Query Logging, IAM, CloudWatch, EC2, CloudFormation), Infrastructure as Code (Terraform, CloudFormation, Remote State), CI/CD (GitHub Actions mit OIDC, Azure DevOps Pipelines), OpenStack, FortiGate, FortiManager, Kubernetes, Policy as Code (Open Policy Agent, Conftest), Offline- und Air-Gap-Architekturen, PKI & Zertifikate (interne CA, TLS, CRL/OCSP), DNS, Netzwerksegmentierung, Linux, Windows Server, Python, Bash, PowerShell, YAML, JSON, Architekturdesign & Entscheidungsvorlagen, Dokumentation (Confluence, Markdown), Generative & Agentic AI (Model Context Protocol, Agentic AI Coding Tools)
Alexandru G.
Letzte Position:
Principal Cloud DevOps Architect bei BP
In meiner Rolle als Senior Cloud DevOps Architect bei BP, einem Öl- und Gasunternehmen, hatte ich die Aufgabe, die Plattform für das Laden von Elektrofahrzeugen der EV Division von On-Premises und Azure in die AWS-Cloud zu migrieren, was zu einer hybriden Multi-Cloud-, Multi-Tenant-SaaS-Lösung führte.
Der Einsatz von Kubernetes für die Anwendungsebene bedeutete die Bereitstellung von Kubernetes-Clusters, die von EKS und AKS verwaltet wurden, mit Fokus auf die Integration in eine Multi-Tenant-Umgebung. Diese Integration wurde durch den Einsatz von Kubernetes-Namespace und Zugriffskontrollen erreicht, um Datenisolation und Datenschutz sicherzustellen.
Auf der Datenbankebene entschieden wir uns für eine RDS-Instanz mit PostgreSQL zur Unterstützung der Backend-Infrastruktur unserer Anwendungen. Die Mandanten teilten sich dieselbe RDS-Instanz, hatten aber jeweils ein eigenes Schema.
Um nahezu in Echtzeit Daten von physischen Ladestationen (CPOs) als IoT-Geräte über das OCPI-Protokoll aufzunehmen, stießen wir bei der Batch-Verarbeitung auf erhebliche Verzögerungen. Daher entwickelten wir eine Streaming-Datenpipeline in Echtzeit mit Apache Kafka und setzten dabei auf eine eventgetriebene Architektur.
Ich leitete die Zusammenarbeit über mehrere interne Teams, externe Anbieter, Cloud-Provider und Partner vor Ort hinweg, um über fünf Systeme in eine einheitliche Lösung zu integrieren.
Erfolge:
- Erfolgreich hybride Multi-Cloud-Lösungen entworfen und umgesetzt, die mehrere Cloud-Plattformen (AWS, Azure) mit On-Premises-Infrastruktur unter Einsatz von Site-to-Site-VPNs, Firewalls und Load Balancing integrierten.
- Die Migration der On-Premises-Infrastruktur zu einer Multi-Cloud-, Multi-Tenant-Infrastruktur geleitet, was zu 30 % schnelleren Verarbeitungszeiten führte.
- Workloads aus VMware- und Hyper-V-Umgebungen auf cloudbasierte VMs migriert und dabei Cloud-native Services genutzt, um Leistung, Kosteneffizienz und Skalierbarkeit zu optimieren.
- Eine Multi-Tenant-Kubernetes-Plattform entworfen, die das Kubernetes-Ökosystem nutzt, mit Karpenter für die dynamische Bereitstellung von EC2-Nodes, KEDA für eventgesteuertes Pod-Autoscaling (z. B. Kafka-Message-Lag) und Rancher für das zentrale Monitoring mehrerer Cluster (EKS, AKS oder On-Prem K8s), als Ersatz für den Microsoft-zentrierten Azure-Arc-Management-Service.
- Python-basierte FastAPI-Microservices als Teil des EV-Core-Backends auf der AWS-EKS-Anwendungsebene entworfen und umgesetzt, die Datenaufnahme- und Kundenanalyse-Pipelines antreiben.
- Asynchrone, eventgetriebene APIs (Python-FastAPI) für die Echtzeit-Integration mit CPOs entwickelt, mit Unterstützung für OCPI 2.3 und OICP-Protokolle.
- Eine sichere, produktionsreife Azure-Databricks-Plattform mit Terraform entworfen und umgesetzt und dabei Skalierbarkeit und Kosteneffizienz sichergestellt.
- On-Premises-ERP auf eine hybride Dynamics-365-Architektur migriert, mit ERP lokal gehostet und CRM in Azure betrieben, integriert über Azure Arc.
- CI/CD-Pipelines für Databricks-Notebooks und Jobs mit GitHub Actions und Databricks CLI automatisiert, wodurch die Bereitstellungszeit reduziert wurde. Die Bereitstellungszeit für Infrastruktur durch Automatisierung der Cloud-Ressourcenbereitstellung mit GitOps um 70 % reduziert.
- Die Einhaltung interner Audit- und Data-Governance-Standards (GDPR) durch OAuth2/OIDC-basierte Authentifizierung und fein abgestufte rollenbasierte Zugriffskontrollen sichergestellt.
- Ein Zero-Trust-Sicherheitsmodell entwickelt, das Least-Privilege-Zugriffe und Mikrosegmentierung durchsetzt und die Sicherheitslage sowie die Compliance mit GDPR und NIST verbessert.
- Interaktive Analytics-Dashboards in Amazon QuickSight erstellt, die Daten aus S3 und Redshift integrieren, um Echtzeit-Business-Insights und Visualisierungen mit eingebettetem Zugriff für Multi-Tenant-Nutzer bereitzustellen.
- Cloud-Sicherheitsbewertungen und eine Sicherheitsintegration über den gesamten Lebenszyklus während M&A geleitet, einschließlich AWS, Azure, IAM (Entra ID) und Datenschutz, und dabei die Sicherheitslage mit NIST, ISO 27001 und GDPR über hybride und cloud-native Umgebungen hinweg ausgerichtet.
- Die Cloud-Kosten für eine Dev-Umgebung eines Kunden um 64 % gesenkt, indem automatisierte Start-/Stopp-Zeitpläne für EC2- und RDS-Instanzen über AWS CDK mit EventBridge Scheduler oder AWS Systems Manager implementiert wurden.
Tech-Stack:
- Infrastructure as Code: Terraform, AWS CDK, Ansible.
- Container: Kubernetes auf EKS, AKS, Docker.
- Streaming-Datenverarbeitung: Kafka zu Confluent Cloud, nach AWS MSK.
- Frontend: TypeScript, React, NextJS, Hooks, Styled Components.
- Backend: Python mit FastAPI, außerdem Node.js mit NestJS.
- Datenbank: Aurora auf PostgreSQL mit TypeORM, RDS auf SQL Server, vollständiges Setup und Administration von Azure Databricks, ETL-Pipelines.
- CI/CD und GitOps: GitHub Actions, Azure DevOps, ArgoCD.
- Monitoring und Observability: Prometheus und Grafana.
- Virtualisierung: Hyper-V, VMware Cloud on AWS, Azure Migrate.
- ERP-Systeme: Odoo, Microsoft Dynamics 365 Business Central auf Azure, integriert mit Azure Arc.
- Netzwerke: Site-to-Site-VPNs, AWS Direct Connect, Azure ExpressRoute, Firewalls (AWS Network Firewall, Azure Firewall).
- Sicherheit: IAM, NIST Framework, Zero-Trust-Sicherheit, AWS WAF, AWS Shield, GuardDuty.
Christof H.
Letzte Position:
Senior Frontend-Entwickler bei HUK24 AG
- Konzeption neuer Apps sowie Weiterentwicklung und Betrieb von 29 Angular-Apps für die digitale Schadenmeldung im Nx-Monorepo
- Pflege und Weiterentwicklung einer gemeinsamen Komponentenbibliothek mit ca. 300 Bibliotheken für mehrere Produktteams
- Migration aller Apps auf ein neues Designsystem inkl. zugehöriger Komponentenbibliothek und systematischem Refactoring
- Weiterentwicklung und Pflege der CI/CD-Pipelines (Jenkins, Azure DevOps, Terraform, AWS)
- Eigenverantwortliche Releases inkl. Branch-Verwaltung, Versionierung, PR-Koordination und Produktivsetzung
- Implementierung und Pflege des Trackings (Adobe Analytics)
- Umsetzung der Barrierefreiheit nach BFSG/WCAG
- Testgetriebene Entwicklung (TDD) mit Jest und Cypress
- Code-Reviews, Mentoring und Etablierung von Best Practices im Team
- Technologien: TypeScript, Angular 16–20, RxJS, NgRx, Nx (Monorepo), npm, HTML, (S)CSS, Storybook, Jest, Cypress, Cucumber, Husky, Node.js, Git, AWS, Azure DevOps (Repos & Pipelines), Jenkins, Terraform, TDD, BFSG, WCAG, Nexus, IntelliJ, Adobe Analytics
Dimitri W.
Letzte Position:
Softwarearchitekt bei Umweltdienstleistungsunternehmen (Kooperation mit Sitegeist Media Solutions GmbH)
Konzeption und Umsetzung eines modular aufgebauten Kundenportals auf Basis von Laravel.
Schwerpunkte waren die Definition einer wartbaren Systemarchitektur unter weitgehender Anwendung von Domain-Driven-Design-Prinzipien (im Rahmen der Laravel-Architektur), die Einführung automatisierter Qualitätssicherungsprozesse (Teststrategie, CI-Integration) sowie die Vorbereitung eines auditierbaren Betriebs (Logging, Nachvollziehbarkeit von Änderungen) in einer AWS-basierten Infrastruktur unter Berücksichtigung von IT-Sicherheitsstandards nach NIST und Prozessanforderungen nach ISO 9001.
Leistungen:
- Analyse und Strukturierung fachlicher Anforderungen in enger Abstimmung mit den Stakeholdern
- Dokumentation der Systemarchitektur und Infrastruktur inkl. Change- und Release-Management
- Konzeption und Umsetzung einer Schnittstelle zur Integration von SAP-Systemen
- Planung und Implementierung automatisierter Tests zur Qualitätssicherung
- Umsetzung von Security- und Compliance-Anforderungen, u. a. SBOM-Generierung, Software-Lizenzmanagement und QS-Prozesse
- Technische Beratung und Unterstützung des internen IT-Teams
- Einführung und Etablierung KI-gestützter Entwicklungsprozesse (Spec-Driven Development) inkl. KI-lesbarer Spezifikationen, Integration von KI-Anweisungen in die Entwicklungsumgebung sowie Schulung der Entwickler im produktiven Einsatz
Techniken und Tools: SAP, Docker, ddev, PHP 8.4, Laravel, Filament, C4 Model, Architecture Decision Records (ADR), Mermaid, PlantUML, Spec-Driven Development, Claude, GitHub Copilot, Codex
Vitaliy R.
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.
Tymofii S.
Letzte Position:
Senior Backend Developer bei Medavis
- Backend-Features für Modern RIS entwickelt, ein webbasiertes Radiologie-Informationssystem, das über WebView mit dem bestehenden Classic RIS integriert ist.
- An einem modularen Spring-Boot-Backend gearbeitet, das klinische Abläufe wie Termine, Untersuchungen, Patienten, Aufträge, Berichte, Abrechnung und Lagerbestand abdeckt.
- Zur ereignisgesteuerten Architektur beigetragen, indem Domänenereignisse genutzt wurden, um Workflows zwischen Backend-Modulen zu entkoppeln.
- REST/OpenAPI-Endpunkte, Business-Logik in der Service-Schicht, DTO-Mapping, Validierung und Integrationspunkte für das React-Frontend implementiert.
- Mit PostgreSQL-basierten Domänenmodellen, Liquibase-Datenbankänderungen, Trennung von Read-/Write-Modellen und alten RIS-Datenbankstrukturen gearbeitet.
- Authentifizierungs- und Autorisierungsflüsse mit Keycloak und OAuth2 integriert.
- Unit-/Integrationstests mit JUnit, Rest Assured, Testcontainers und projektspezifischen Test-Utilities hinzugefügt und gepflegt.
- CI/CD- und lokale Entwicklungs-Workflows mit Maven, Docker Compose, Jenkins und generierten OpenAPI-Clients unterstützt.
Tech-Stack: Java 21, Spring Boot 3.5, Maven, PostgreSQL, Liquibase, Keycloak, OAuth2, REST, OpenAPI/Springdoc, MapStruct, Lombok, Docker, Testcontainers, Jenkins.
Jiri S.
Letzte Position:
Qualitätsmanager/Testmanagement bei Noriba GmbH
- Testkonzepterstellung
- Erstellung von Testprozessen
- Koordination der TC-Entwicklung: Stresstests, Funktionstests, Leistungstests, Tests mit hoher Datenrate, Integrationstests usw.
- HW-Testing: FPGA, RF
- Testautomatisierung und Regressionstests
- Gewährleistung des 24/7-Betriebs des Testsystems
- Analyse & Berichterstattung
- Regelmäßige Koordination des Testteams, Meetings mit anderen Stakeholdern
- Kommunikation und Koordination mit Stakeholdern und Projektleiter
Anton R.
Letzte Position:
AI-Engineer bei Börsennotiertes Unternehmen, Industrielle Sicherheitstechnik
- Entwurf und Umsetzung der agentischen KI-Architektur für eine unternehmensweite Plattform zur sicheren Bereitstellung von LLM-basierten Agenten
- Design und Implementierung von End-to-End RAG-Pipelines aus multiplen Quellen: Dokumentenaufbereitung, Chunking-Strategien für heterogene Dokumenttypen, Embedding, Retrieval mit Re-Ranking und robuste Prompt-Orchestrierung
- Modulares Context-Engineering-Framework mit Skill-Architektur, Kontext-Isolation und dynamischer Ressourcenverwaltung; Human-in-the-Loop-Kontrolle für Enterprise-Tool-Integrationen
- Aufbau der CI/CD-Pipeline, Test-Strategie, Tracing sowohl auf Software-Seite als auch automatisierte LLM- und Agenten-Evaluierungen, Red Team Testing und Tracing sowie Übergabe in reproduzierbaren Betrieb (ISO27001 und SOC2 konform)
Christian K.
Letzte Position:
Senior AWS-Cloud-Ingenieur bei Sopra Financial Technology GmbH
- Einrichtung und Betrieb einer Multi-Cluster AWS EKS-Plattform für Bank-Workloads mit einheitlicher Netzwerk- und Sicherheitsarchitektur über 45 AWS-Konten.
- Entwicklung und Standardisierung einer einheitlichen AWS-Netzwerk- und Sicherheitsarchitektur für 45 AWS-Konten, um konsistente Governance, Konnektivität und Compliance für Enterprise-Kundenumgebungen zu ermöglichen.
- Entwicklung und Betrieb einer Multi-Cluster AWS EKS-Plattform zur Unterstützung von Produktions-Workloads, was die Skalierbarkeit, Verfügbarkeit und Betriebssicherheit deutlich verbessert hat.
- Implementierung eines GitOps-Bereitstellungsmodells mit ArgoCD und Helm, das vollständig automatisierte, prüfbare Deployments ermöglicht und manuelle Release-Fehler reduziert.
- Automatisierung der Infrastrukturprovisionierung im großen Maßstab mit Terraform und Terragrunt, wodurch die Einrichtungszeit für Umgebungen um bis zu 70 % verkürzt und Konfigurationsabweichungen eliminiert wurden.
- Etablierung von unternehmensgerechten Backup- und Disaster-Recovery-Strategien mit Velero und AWS Backup, um zuverlässige Multi-Cluster-Wiederherstellung und Geschäftskontinuität zu gewährleisten.
- Einführung von Rancher als Self-Service-Kubernetes-Plattform, die das Onboarding von Entwicklern beschleunigt und gleichzeitig zentrale Sicherheit und Governance beibehält.
- Entwurf und Implementierung detaillierter AWS-IAM-Konzepte (Rollen, Richtlinien, Vertrauensstellungen) zur Durchsetzung des Prinzips der geringsten Privilegien für den Zugriff auf Konten, Workloads und CI/CD-Pipelines.
- Entwicklung von AWS-Lambda-basierten Pre-Provisioning-Workflows für Datenbanken, die Initialisierung, Konfiguration und Zugriffs-Setup automatisieren und so eine sichere und konsistente Anwendungsintegration unterstützen.
- Lieferung konsistenter, hochwertiger Ergebnisse als Teil eines 5-köpfigen AWS-Solutions-Architecture-Teams, was zu drei aufeinanderfolgenden Vertragsverlängerungen führte.
Anton K.
Letzte Position:
Leiter der technischen Gesamtintegration NSC / Entwicklung von Hadoop Cloud bei IABG
Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).
Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.
Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.
CMP beinhaltet auch den kompletten Zyklus Hardware Management.
Als Basis wird Kubernetes, Openstack und Hadoop benutzt.
Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.
Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.
Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.
Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.
Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.
Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).
Oliver L.
Letzte Position:
Entwickler, Architekt bei libri GmbH
- Rolle: Entwickler, Architekt
- Technologien: java, typescript, golang, spring (boot, web, security, data), Angular, AWS (OpenSearch, Aurora, SNS/SQS, CloudWatch, EC2, IAM), Kubernetes, Terraform, Helm, OAuth, Keycloak, CI/CD, gradlew, Liquibase, Testgetriebene Entwicklung, Shell-Skripting
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Amazon Aurora einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
21 Jahre

Positionsdauer
2,2 Jahre

Positionen pro Freelancer
15

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Projektmanagement

Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Einzelhandel

Fokus der Zertifizierungen
Informationstechnologie (IT), Projektmanagement, Qualitätssicherung
Bachelor-Abschluss oder höher
95%
Master-Abschluss oder höher
43%
Doktortitel
5%

Zertifizierungen pro Freelancer
2

Häufigste Sprachen
Deutsch, Englisch, Spanisch

Sprechen zwei oder mehr Sprachen
93%
Basierend auf unserem Profilpool, Stand 19 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Deutschland verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten in Deutschland, die Amazon Aurora einsetzen
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.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 19 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Amazon Aurora Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (97%)
- Bank- und Finanzwesen (59%)
- Einzelhandel (55%)
- Gesundheitswesen (41%)
- Automotive (38%)
- Transport und Logistik (38%)
- Medien, Unterhaltung und Druck (34%)
- Telekommunikation (31%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Verwaltete relationale Grundlagen
Amazon Aurora ist ein vollständig verwalteter relationaler Datenbankdienst in Amazon Web Services. Er verbindet die vertraute Kompatibilität mit PostgreSQL oder MySQL mit verteiltem Speicher, automatisierten Backups, Replikation und hoher Verfügbarkeit. Unternehmen nutzen ihn für transaktionsintensive Anwendungen, Kundenplattformen, Handelssysteme und Geschäftssoftware, die zuverlässige relationale Daten benötigt, ohne Datenbankhardware verwalten zu müssen.
Aurora-Editionen und Kompatibilität
Aurora PostgreSQL und Aurora MySQL unterstützen unterschiedliche Anwendungsstacks, Treiber, Erweiterungen und Betriebsmodelle. Die richtige Wahl hängt von bestehenden Schemata, SQL-Verhalten, Migrationsanforderungen und der umgebenden AWS-Architektur ab. Gute Spezialisten prüfen die Kompatibilität vor der Übertragung von Workloads und behalten Portabilität, Wartung und künftige Upgrades im Blick.
- PostgreSQL- und MySQL-Kompatibilität vergleichen
- Schemata, Abfragen, Erweiterungen und Treiber prüfen
- Migrationen mit kontrollierten Rollback-Pfaden planen
Ökosystem und Tools
Aurora-Projekte sind häufig mit Amazon RDS-Tools, AWS Identity and Access Management, Amazon CloudWatch, AWS Secrets Manager und AWS Database Migration Service verbunden. Fachkräfte arbeiten außerdem mit Terraform oder AWS CloudFormation, Containern, CI/CD-Pipelines, Backup-Richtlinien und Verfahren zur Beobachtbarkeit. Die Leistungsanalyse kann Ausführungspläne, Indizierung, Connection Pooling, Read Replicas und serverlose Kapazitätsoptionen umfassen.
Wo Unternehmen Aurora einsetzen
Teams holen sich Aurora-Expertise für neue AWS-native Produkte ebenso wie für Migrationen aus selbst verwalteten PostgreSQL- oder MySQL-Umgebungen. Typische Aufgaben umfassen Online-Transaktionsverarbeitung, Abonnementdienste, Kundenportale, interne Anwendungen und Datendienste hinter APIs. In Deutschland können Spezialisten regulierte oder betrieblich sensible Systeme durch Remote-Zusammenarbeit, Workshops vor Ort oder ein kombiniertes Modell unterstützen.
- Relationale Workloads zu AWS migrieren
- Ausfallsichere Datenbankarchitekturen für den Produktivbetrieb entwerfen
- Abfrage-, Verbindungs- und Speicherleistung verbessern
- Überwachungs-, Backup- und Wiederherstellungsprozesse einrichten
Wann freiberufliche Expertise hilft
Unternehmen benötigen häufig einen Spezialisten, wenn eine Aurora-Migration unklare Abhängigkeiten aufweist, Abfragen im Produktivbetrieb langsamer werden oder ein System skalieren muss, ohne Nutzer zu beeinträchtigen. Freelancer können die bestehende Umgebung bewerten, eine Zielarchitektur definieren, wiederholbare Infrastruktur automatisieren und Betriebswissen an das interne Team übertragen. Sie sind auch für die Analyse von Vorfällen, die Upgrade-Planung und kurze Umsetzungsphasen hilfreich.
Was gute Fachkräfte mitbringen
Die besten Amazon Aurora-Fachkräfte verstehen sowohl das SQL-Verhalten als auch den AWS-Betrieb. Sie überprüfen Annahmen anhand von Workload-Daten, erklären Abwägungen klar und planen für Ausfälle statt nur für eine erfolgreiche Bereitstellung. Achten Sie auf Erfahrung mit Migrationsproben, Wiederherstellungstests, Zugriffen nach dem Prinzip der geringsten Rechte, Beobachtbarkeit, kostenbewussten Kapazitätsentscheidungen und einer Dokumentation, die ein anderes Team sicher betreiben kann.
Häufig gestellte Fragen
Was Kunden uns zu Amazon Aurora am häufigsten fragen – kurz beantwortet.
Amazon Aurora wird für relationale Anwendungen verwendet, die einen verwalteten Betrieb, hohe Verfügbarkeit und vertraute PostgreSQL- oder MySQL-Schnittstellen benötigen. Häufige Workloads sind Handel, Kundenkonten, Transaktionsverarbeitung, SaaS-Produkte und APIs mit strukturierten Daten.
Amazon Aurora bleibt mit PostgreSQL oder MySQL kompatibel und ergänzt diese um von AWS verwalteten Speicher, Replikation, Backups und Failover-Funktionen. Dadurch kann der Betriebsaufwand sinken. Vor der Entscheidung gegenüber selbst verwalteten Datenbanken oder anderen verwalteten Diensten sollten Teams jedoch die Unterstützung von Erweiterungen, den Migrationsaufwand, das Workload-Verhalten, die Portabilität und den gesamten Betriebsaufwand vergleichen.
Ein guter Amazon Aurora-Spezialist sollte SQL-Optimierung, Schemadesign, Migrationsmethoden sowie Backup und Wiederherstellung verstehen. Nützliche angrenzende Kenntnisse umfassen AWS-Netzwerke, Identity and Access Management, CloudWatch, Infrastructure as Code, Container, CI/CD und das Verbindungsmanagement auf Anwendungsebene.
Das passende Erfahrungsniveau hängt von der Aufgabe ab, nicht von einem festen Zeitraum. Eine einfache Anwendungsintegration kann gezielte Datenbankkenntnisse erfordern, während eine Migration oder Neugestaltung für hohe Verfügbarkeit einen Fachmann verlangt, der Schema-Konvertierung, Workload-Tests, Rollback-Planung, Sicherheit und Wiederherstellungsübungen mit Amazon Aurora durchgeführt hat.
Die Arbeit mit Amazon Aurora eignet sich häufig gut für Remote-Zusammenarbeit, da Zugriffe, Infrastrukturänderungen, Dokumentation und Reviews über gemeinsame Tools abgewickelt werden können. Deutsche Unternehmen bevorzugen für Architekturentscheidungen oder die Übergabe des Betriebs möglicherweise dennoch Workshops vor Ort. Eine klare Kommunikation auf Englisch oder Deutsch sollte zu Beginn vereinbart werden.
Beauftragen Sie einen Amazon Aurora-Freelancer, wenn eine Migration blockiert ist, die Produktivleistung unklar ist oder das Team schnell ein ausfallsicheres AWS-Datenbankdesign benötigt. Externe Expertise ist außerdem für Wiederherstellungstests, die Vorbereitung von Upgrades, Sicherheitsprüfungen und die Dokumentation eines Betriebsmodells wertvoll.
Fragen Sie, wie der Amazon Aurora-Fachmann die Kompatibilität testen, das Abfrageverhalten messen, Failover handhaben und nachweisen würde, dass Backups wiederhergestellt werden können. Gute Antworten enthalten konkrete Validierungsschritte, klare Abwägungen, Zugriffe nach dem Prinzip der geringsten Rechte, ein Überwachungskonzept und Dokumentation, statt sich nur auf Serviceterminologie zu stützen.
Ein Amazon Aurora-Projekt kann mehr als die Datenbankkonfiguration umfassen: Anwendungsverbindungen, AWS-Netzwerke, Deployment-Automatisierung, Beobachtbarkeit, Sicherheitskontrollen und Datenmigration beeinflussen alle das Ergebnis. Freelancer sollten die Aurora-Edition, die bestehende Datenbank-Engine, das Workload-Profil, die Anforderungen an die Umsetzung, das Zugriffsmodell und die spätere Verantwortung für den Betrieb klären.
Der durchschnittliche Stundensatz von Freelancern in Deutschland, die Amazon Aurora in ihren letzten Projekten eingesetzt haben, liegt bei 99 €, was einem Tagessatz von etwa 792 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Deutschland, die Amazon Aurora in ihren letzten Projekten eingesetzt haben, haben 95% mindestens einen Bachelor-Abschluss, 43% mindestens einen Master-Abschluss und 5% einen Doktortitel.
Freelancer in Deutschland, die Amazon Aurora in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 21 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,2 Jahre.
Die häufigsten Sprachen unter Freelancern in Deutschland, die Amazon Aurora in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (93%) und Spanisch (14%).
Die häufigsten Industrien unter Freelancern in Deutschland, die Amazon Aurora in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (97%), Bank- und Finanzwesen (59%) und Einzelhandel (55%).
Die häufigsten Bereiche unter Freelancern in Deutschland, die Amazon Aurora in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (93%) und Projektmanagement (62%).
Hauptstandorte der FRATCH Experten, die kürzlich Amazon Aurora eingesetzt haben
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.
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!
