
Amazon DynamoDB Experten in Deutschland
für skalierbare Anwendungen, in wenigen Minuten mit geprüften Spezialisten vermitteltBeauftragen Sie Experten, die DynamoDB-Datenmodelle entwerfen, ereignisgesteuerte Services mit AWS Lambda entwickeln und sichere APIs integrieren – mit präziser Vermittlung an geprüfte und verfügbare Freelancer in Deutschland.
Lerne FRATCH Experten in Deutschland kennen, die kürzlich Amazon DynamoDB eingesetzt haben
Paulo G.
Letzte Position:
Freelance Backend & AI Engineer bei Selbstständig (eigene Produkte)
Unabhängige Entwicklung an drei produktiven Produkten – von der geschäftlichen Anforderung über Design, Entwicklung und Veröffentlichung bis hin zum Support.
- Ein Katalog mit 18 Agent-Skills im Repository entwickelt, darunter abgesicherte Deploy-Tools für API, Web und Mobile mit Autorisierung pro Tool, die keine Produktionsabsicht erraten, sowie Policy-Hooks, die Agent-Ausgaben vor einem Commit prüfen.
- Arbeite täglich mit Claude Code, Codex und Pi, ausgeführt als Multi-Agent-System auf zwei Rechnern in isolierten Git-Worktrees, und bewerte sie wie jede andere Abhängigkeit: mit einem Kalibrierungsprotokoll zu Kosten und Fehlermustern je Modell.
- Die Nachbesprechung zu einem Gate durchgeführt, das 15 von 15 bestand, obwohl keine Pipeline es aufrief, und daraus eine systemweite Lösung gemacht: Jede Prüfung ist in CI eingebunden oder mit dokumentiertem Grund ausgeschlossen.
- Eine regelbasierte Konversations-Engine entwickelt, die Termine über WhatsApp und Telegram bucht: Abläufe als JSON-Knotengraphen definiert, Pfade für neue und wiederkehrende Kunden, Zahlung über Pix und Mercado Pago sowie Übergabe an einen Menschen.
- Behandle Tests als Spezifikation: Integrationssuiten mit echtem PostgreSQL über Testcontainers, eine isolierte Datenbank pro Worktree und Analyse instabiler Testsuiten unter Last, statt sie erneut auszuführen.
- Liefere TypeScript (Hono-APIs, React-Web-Apps, React-Native/Expo-Apps im App Store und Play Store) und PHP 8.3 mit Laravel.
- Regulierte und finanzielle Bereiche: brasilianische elektronische Rechnungsstellung (NF-e, NFS-e) mit zahlenden Kunden sowie Umsatzabgleich über Lieferplattformen und Karten-/Pix-Zahlungsanbieter.
- Mandantenfähiges SaaS: Konfiguration pro Mandant, Feature-Freigaben und Abstimmung der Funktionen zwischen Server und veröffentlichten App-Versionen.
Stack: TypeScript, Node.js, Hono, React, React Native/Expo, PHP, Laravel, PostgreSQL, Drizzle, Supabase, Redis, Docker, Vercel, CI/CD.
Carsten-Patrick D.
Letzte Position:
Seniorspezialist bei DB Systel GmbH
- Patch-Management und Systemhärtung mit AWS Systems Manager für Linux und Windows einschließlich Wartungsfenstern; Image-Pipelines (AWS Image Builder), Ansible und PowerShell DSC
- IT-Sicherheit & Compliance: IAM/KMS/MFA, Secrets Management, Policy-as-Code (Checkov, tfsec, cfn-nag), AWS Config, CloudTrail und Security Hub; Sicherheitsprüfungen der Infrastruktur, interne Audits, Penetrationstests und Incident-Response-Übungen
- Analyse von Cloud-Sicherheitsberichten und Umsetzung vorbeugender Maßnahmen; automatisierte Sicherheits- und Compliance-Tests; Backup-Strategien mit Snapshots und S3 Glacier
- Administration mehrerer AWS-Accounts (VPCs) mit bis zu 2.500 Servern unter Linux und Windows sowie in hybriden Netzen
- Automatisierung mit Terraform, OpenTofu, CloudFormation, Ansible und PowerShell DSC; CI/CD mit GitLab CI und GitHub Actions
- Planung von Rollouts, Upgrades und Lifecycle-Management zentraler Komponenten; Abstimmung mit DevOps-, Sicherheits- und Entwicklungsteams; Erstellung von Konzepten und Entscheidungsvorlagen
Caleb C.
Letzte Position:
Senior Python-Backend-Engineer bei Simon-Kucher
Übertragungsnetzbetreiber – Plattform zur Netzwerkbereitstellung (Teamleitung)
- Entwarf den Saga-Orchestrator in Python, der Netzwerkstrukturen mit Rollback bereitstellt.
- Gliederte IP, Identität und Ressourcenverteilung in Bounded Contexts mit eigenen Datenbanken und typisierten Clients auf.
- Implementierte den Datenzugriff mit DDD-Repositories und Units of Work, ohne SQL im Domänencode.
- Führte Integrationstests mit echten PostgreSQL- und RabbitMQ-Containern sowie API-Fuzzing für jeden Service ein.
- Führte einen Agenten-Workflow ein, bei dem jede Änderung mit einer Spezifikation beginnt und ein Mensch jeden Merge freigibt.
- Rollte die automatische OpenTelemetry-Instrumentierung per GitOps über achtzehn Kubernetes-Cluster aus.
- Leitete die Reaktion auf Vorfälle bei festgefahrener Bereitstellung und hielt jeden Ausfall in einem Post-Mortem fest.
Verwendete Sprachen und Software: Python, FastAPI, Pydantic v2, SQLAlchemy async, PostgreSQL, RabbitMQ, Celery, pytest, testcontainers, schemathesis, Helm, Flux CD, GitLab CI, OpenTelemetry, pi coding agent.
Softwareproduktunternehmen – SaaS für Rechenzentrumssimulation (Backend-Entwicklung)
- Entwickelte als zweitgrößter von mehr als zwanzig Mitwirkenden die asynchrone Simulationspipeline.
- Kennzeichnete jedes Image in den GitHub-Actions-Deploy-Workflows mit Commit-SHA und SemVer.
- Diagnostizierte den RabbitMQ-Speicheralarm, der alle Simulationen zum Stillstand brachte, und korrigierte die Limits im Helm-Chart.
- Stellte die Testsuite auf pytest im Function-Style um und ließ die Testabdeckung in jeder Pipeline ausweisen.
Verwendete Sprachen und Software: Python, FastAPI, SQLAlchemy, Alembic, Celery, RabbitMQ, Redis, PostgreSQL, S3, EKS, Helm, Keycloak, GitHub Actions, pytest, mypy, ruff, SonarQube.
Interne KI-Plattform – Modellbereitstellung und Telemetrie
- Entwickelte den FastAPI-Service, der Open-Weight-Modelle auf GPU-Tiers als OpenAI-kompatible Endpunkte bereitstellt.
- Aktualisierte das EKS-Produktionssystem um zwei Kubernetes-Minor-Versionen und behob zonengebundene Speicherfehler.
- Erfasste jeden Modellaufruf mit Tokenanzahl, Kosten und Latenz über den OpenTelemetry-Operator.
Verwendete Sprachen und Software: Python, FastAPI, vLLM, LangGraph, pydantic-ai, OpenAI- und Anthropic-APIs, EKS, Helm, Flux CD, Terraform, GitLab CI, OpenTelemetry, Grafana.
Mirco S.
Letzte Position:
Co-Founder, CTO & Geschäftsführer bei Sourcera.ai (Venture Build)
Volle Gesamtverantwortung: Produkt, Technologie, Compliance und Go-to-Market
- Enterprise-MVP in 54 Tagen, Umfang und Zeitplan übertroffen.
- 250k € ARR Ankerkunde gewonnen und eine tragfähige Enterprise-Sales-Pipeline im ersten Quartal aufgebaut.
- Bezahlte PoCs mit Zalando (35k €) und tesa (26k €), Product-Market-Fit mit Tier-1-Enterprise-Kunden validiert.
- ISO-27001- und TISAX-Zertifizierungsprozesse angestoßen. Ausgestiegen, als das Venture in seine nächste Organisationsphase ging.
Luigi C.
Letzte Position:
Senior Full-Stack-Entwickler bei Almuc Advertising GmbH
- Einsatz moderner JavaScript-Funktionen einschließlich ES6+-Syntax, Destructuring, Modulen, Array-Methoden und asynchroner Programmierung zur Entwicklung effizienter und gut lesbarer Frontend-Software.
- Umsetzung von Frontend-Integrationsmustern für PHP- und Laravel-Backend-Services, Anbindung von React-Oberflächen an REST-APIs und Verarbeitung strukturierter JSON-Daten.
- Entwicklung interaktiver, funktionaler und komponentenbasierter Frontend-Anwendungen mit React Hooks, JavaScript und TypeScript sowie Backend-Anwendungen und RESTful APIs mit Python, Django, Flask und FastAPI, mit Fokus auf wiederverwendbare Komponenten, modulare Architektur, Wartbarkeit und effiziente Datenverarbeitung.
- Pflege einer dynamischen Portfolio-Plattform mit PHP, Laravel, Livewire und MySQL sowie Umsetzung der vollständigen Funktionalität über Frontend-Oberflächen, Backend-Services und Datenbankoperationen hinweg.
- Überprüfung der serverseitigen Anfrageverarbeitung, des Routings, der Middleware und der Formularvalidierung mithilfe von Laravel-Funktionen zur Unterstützung zuverlässiger Anwendungsabläufe und einer konsistenten Datenverarbeitung.
- Entwurf und Verwaltung relationaler Datenbankstrukturen mit MySQL und Laravel Eloquent ORM sowie Implementierung von Datenmodellen, Beziehungen, Datenbankmigrationen und effizienten Abfragen für das Content-Management.
- Entwicklung KI-gestützter Anwendungen mit Large Language Models (LLMs) über externe APIs und lokal gehostete Modelle sowie Untersuchung praktischer Anwendungsfälle für dialogorientierte KI, intelligente Automatisierung und KI-gestützte Workflows.
- Entwicklung lokaler KI-Anwendungen und Entwicklertools zum Ausführen, Konfigurieren und Interagieren mit lokal gehosteten Sprachmodellen sowie praktische Erfahrung mit lokaler Inferenz, Modellintegration und datenschutzbewussten KI-Workflows.
- Untersuchung von Retrieval-Augmented-Generation-(RAG)-Ansätzen zur Kombination von Sprachmodellen mit externen Wissensquellen und zur Ermöglichung kontextbezogener Antworten auf Grundlage relevanter Anwendungsdaten und abgerufener Informationen.
- Integration von KI-Services in Backend-APIs und Anwendungskomponenten sowie Entwicklung wiederverwendbarer Module für Modellkommunikation, Antwortverarbeitung, Fehlerbehandlung und Datenaustausch.
Nab R.
Letzte Position:
Freiberuflicher Senior IT-Consultant bei FourEnergy GmbH
Aweem A.
Letzte Position:
Senior Java Developer bei Folio3
- Skalierbare Backend-Services architektiert, entwickelt und gepflegt mit modernem Java (17/21), Kotlin und Spring Boot für stark frequentierte, performancekritische Plattformen.
- Als technischer Lead für komplexe Initiativen verantwortlich gewesen, Features von der Idee bis zum Deployment begleitet und Runtime-Validierungsschichten mit fortgeschrittenen LLM-APIs und sicheren Guardrails implementiert.
- PostgreSQL-Schemata und Query-Effizienz im großen Maßstab optimiert, wodurch Latenzen beim Datenabruf deutlich reduziert und die transaktionale Konsistenz zwischen Services sichergestellt wurden.
- Kontinuierliche Verbesserungen in den Entwicklungsprozessen vorangetrieben und umfassende Unit- und Integration-Test-Frameworks entworfen, die die Testabdeckung von 50 % auf über 90 % mit JUnit, Spock und Mockito gesteigert haben.
- Eng mit Produkt- und Data-Teams zusammengearbeitet, um API-Grenzen zu definieren, Schnittstellen zu entwerfen und schnelle, sichere CI/CD-Release-Zyklen zu gewährleisten.
Samuel K.
Letzte Position:
Gründer & Agentic-AI-Ingenieur bei Agentakt LLC
Unabhängige Engineering-Praxis mit Schwerpunkt auf kundenspezifischen KI-Systemen, produktiver Umsetzung und anteiliger technischer Leitung.
Ausgewähltes Kundenprojekt: Scalutions
Rolle: Tätigkeit als anteiliger CTO und technischer Leiter mit direkter Entwicklungsverantwortung; verantwortlich für die Architektur und die agentische Infrastruktur hinter dem betreuten B2B-Outbound-Betrieb.
Produkt: OutboundLoop entworfen und entwickelt, ein agentisches SDR-Betriebssystem für Recherche, Qualifizierung, personalisierte Ansprache, Kampagnenmanagement, menschliche Freigaben, Messung und kontinuierliche Verbesserung.
Umfang: Verantwortung für den gesamten Systemlebenszyklus – von Geschäftsprozessen und Agentenverhalten über Kontextdesign, Modell-Routing, Integrationen, Evaluierung, Telemetrie, Zuverlässigkeit und Kostenkontrolle bis hin zum Produktivbetrieb.
Ramazan C.
Letzte Position:
Fullstack-/DevOps Engineer bei BKA (Bundeskriminalamt)
Entwicklung und Weiterentwicklung einer internen Plattform zur Verwaltung und Bereitstellung technischer Ressourcen, virtueller Maschinen und infrastruktureller Services. Die Plattform unterstützt Self-Service-Prozesse und bildet Funktionen ab, die konzeptionell mit Cloud-Management-Lösungen wie Azure oder AWS vergleichbar sind.
- Verantwortliche Mitarbeit an der Konzeption, Entwicklung und Umsetzung neuer Backend- und Frontend-Funktionalitäten
- Hands-on Entwicklung mit Java, Spring Boot, Python und Angular
- Umsetzung von REST-Schnittstellen, Business-Logik, Validierungen und Integrationen in bestehende Systemlandschaften
- Weiterentwicklung moderner Weboberflächen mit Angular, inkl. Anbindung an Backend-Services
- Mitarbeit an Architektur- und Designentscheidungen im Team, insbesondere im Hinblick auf Skalierbarkeit, Wartbarkeit und saubere Schnittstellen
- Containerisierung und Deployment von Anwendungen mit Docker, Kubernetes und Helm
- Unterstützung bei CI/CD-Prozessen sowie beim Deployment in Kubernetes-basierte Umgebungen
- Arbeit im Umfeld von vSphere, Broadcom, GitLab CI/CD, ArgoCD, Maven, npm und NuGet
- Enge Zusammenarbeit mit Entwicklern, Fachbereich, DevOps und weiteren technischen Stakeholdern
- Analyse technischer Anforderungen, Ableitung geeigneter Lösungen und eigenständige Umsetzung im agilen Team
- Einsatz von GitHub Copilot zur Unterstützung bei Codegenerierung, Refactoring, Testfall-Erstellung und technischer Dokumentation
Methoden/ Werkzeuge/ Technologien: Sprachen & Frameworks: Java (21), Spring Boot (4.x), Python, AngularRobot Framework, Kubernetes, Helm Persistenz: PostgreSQL, MongoDB, Hibernate, Liquibase, Architektur & Kommunikation: REST, gRPC, GraphQL, Apache-Kafka, OpenAPI, Microservices, Event Driven, Domain Driven Design Cloud & Infrastruktur: Terraform, Docker, Rancher, Helm, Ansible Security: OAuth2, MS (Entra-ID), Websecurity, Keycloak (Extensions für detaillierte Gruppenrechte) DevOps: GitLab CI/CD, Ansible, Maven, Gradle, Grafana, Prometheus, Git, GitHub Copilot Testing & QM: JUnit, Robot Framework, automatisierte Komponenten- & Integrationstests, E2E Tests mit Playwright, Testcontainers, Easymock Methodik & Vorgehen: Kanban, JIRA, Confluence, Clean Code
Nemanja M.
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.
Thorsten B.
Letzte Position:
Senior Backend Engineer bei VTG Rail Europe
traigo ist die digitale Plattform von VTG für Bahnlogistik und Flottenmanagement. Sie verarbeitet große Mengen an Telemetrie-, Kilometer-, Geofence-, Sensor- und Wagenbewegungs-Events nahezu in Echtzeit und stellt operative Services für Kunden aus der Bahnlogistik in ganz Europa bereit.
Als Teil von Team Customer Selfcare habe ich an Design, Implementierung, Optimierung und Betrieb großer Backend-Services und eventgesteuerter Verarbeitungspipelines gearbeitet — sowohl an der Feature-Entwicklung als auch an der operativen Verantwortung für geschäftskritische Produktionssysteme. Außerdem war ich regelmäßig erster Ansprechpartner bei Produktionsvorfällen, Dateninkonsistenzen und Performance-Analysen über mehrere verteilte Services hinweg.
- Design und Implementierung eventgesteuerter Backend-Services.
- Migration und Ablösung von Legacy-Verarbeitungspipelines.
- Entwicklung von Replay-/Rebuild-Mechanismen für große Event-Datenmengen.
- Asynchrone Event-Verarbeitung mit hohem Durchsatz auf SNS / SQS.
- Datenbank- und Query-Optimierung für PostgreSQL und DynamoDB.
- Design skalierbarer Read-/Write-Modelle und Aggregationspipelines.
- Fehlersuche in der Produktion und operativer Support.
- Performance-Tuning und Skalierung der Infrastruktur.
- Design und Stabilisierung von Integrations- und Systemtests.
- Technische Konzepte, Architektur-Dokumentation und bereichsübergreifende Zusammenarbeit.
- Unterstützung bei der Weiterentwicklung bestehender GitLab CI/CD-Pipelines
Geofence- und Wagenstand-Verarbeitung
- Algorithmus zur Erkennung von Fahrzeugen innerhalb von Geofences (Eintritt, Austritt, Verweildauer).
- Event Sourcing mit garantierter chronologischer Reihenfolge innerhalb des betroffenen Zeitfensters.
- Refactoring der Logik für Geofence-Events und Wagenstand-Verarbeitung für bessere Performance.
- Behebung von Race Conditions und Problemen mit der Event-Reihenfolge in verteilten Services; serverseitiges Filtern, Aggregieren und optimierte Query-Pipelines.
- Reparatur- und Replay-Tools für beschädigte oder inkonsistente Bewegungsdaten.
Flotten-Metadaten & Kilometerstände
- Modernisierung des Services; Migration des Speichers von DynamoDB nach PostgreSQL, um die Nachverfolgbarkeit zu verbessern und neue Features schneller umzusetzen.
- Skalierbare Aggregation von Kilometerständen und Replay-Mechanismen.
- Read-/Write-Modelle und optimierte Queries für Berechnungen mit hohen Datenmengen.
Sensor- & Telematik-Integration
- Integration von Telemetrie- und Sensor-Verarbeitungspipelines.
- Snapshot- und Zustandsberechnungslogik für Sensorsysteme.
- APIs und Persistenzmodelle für Wagensensordaten; Verbesserungen der Datenqualität.
- Weiterentwicklung eines Services mit gRPC für die Kommunikation zwischen Services.
Verarbeitung von Bewegungssegmenten & Routing
- Migration von Services auf neue Event-Streams für Bewegungssegmente.
- Aufbau von Replay- und Rebuild-Tools für Segmentkorrekturen.
- Optimierung von Durchsatz und Zuverlässigkeit bei der Verarbeitung großer Event-Mengen.
Zustandsüberwachung & Wagenanalyse
- APIs und Backend-Services für die Zustandsüberwachung von Wagen.
- Verarbeitung zur Vorhersage von Bremsverschleiß und Funktionen für Wagenanalysen.
- PostgreSQL-Views und optimierte Query-Modelle für operative Dashboards.
Operative Zuverlässigkeit - First Responder
- Analyse von Produktionsvorfällen und Ausfällen verteilter Systeme; DLQ-Analyse, Replay und operative Wiederherstellung.
- Tuning der Datenbank-Performance und der AWS-Infrastruktur unter Produktionslast.
- Verbesserung von Observability, Monitoring und operativen Tools.
- Unterstützung bei Rollout-Strategien, Monitoring und Stabilisierung nach dem Deployment.
Srinivasu K.
Letzte Position:
Atruvia
Projekt: Steuern Freistellungsauftrag Anwendung
Der Kunde verfügt über eine bestehende Anwendung zur Erstellung und Pflege von Steuerbefreiungsaufträgen für Endkunden; Konzeption und Implementierung einer vergleichbaren Anwendung für interne Mitarbeiter.
- Entwurf und Implementierung von Microservices und der UI für den Fachbereich „Steuerbefreiungsaufträge“ unter Anwendung von Domain Driven Design sowie Spring Boot und Angular.
- Implementierung reaktiver, nicht-reaktiver und asynchroner APIs (Spring REST, WebFlux, GraphQL).
- Entwicklung der Angular-Anwendung, einschließlich State Management mittels Signals, RxJS Observables und Subscriptions.
- Absicherung der API und der Anwendung unter Verwendung von OAuth2, JWT und OpenID Connect.
- Konfiguration und Einrichtung von CI/CD-Pipelines mit Jenkins.
- Zusammenarbeit mit funktionsübergreifenden Teams sowie Durchführung von Code-Reviews.
Umfeld: Java, Spring Boot, Angular 18 & 19(standalone, signals), RxJs, Bootstrap CSS, Vitesting, OpenShift, Istio, microservices, Kafka, Dynatrace, Jenkins, GitLab, Graylog, Sonar, Oauth2, OracleDB
Marina K.
Letzte Position:
Unabhängiger Softwareentwickler bei LILARAUM
- Mobile Spiele für iOS und Android eigenständig entworfen, entwickelt, veröffentlicht und gewartet.
- Anwendungsarchitektur, Gameplay-Systeme, UI, Monetarisierung, Analytics und Plattform-Integrationen umgesetzt.
- Den kompletten Release-Lifecycle betreut, einschließlich Tests, Store-Veröffentlichung, Produktions-Monitoring und iterativer Verbesserungen auf Basis von Analytics.
Adithya B.
Letzte Position:
Edge AI Software Engineer bei Neura Robotics GmbH
- Vision-Language-Action-(VLA)- und Diffusion-Policy-Modelle auf NVIDIA Jetson Orin und Jetson Thor bereitgestellt und optimiert, um Echtzeit-Inferenz-Latenz-Ziele für humanoide Roboter-Steuerungsschleifen zu erreichen.
- TensorRT-Engine-Pipelines (PyTorch → ONNX → TensorRT) mit INT8/FP8 Post-Training-Quantisierung, Design von Kalibrierungsdatensätzen und quantisierungsbewusster Validierung aufgebaut, wodurch der Inferenz-Speicherbedarf auf Jetson um mehr als das 3-Fache reduziert wurde, ohne Genauigkeitsverlust.
- Eigene CUDA-C++-Plugins und CUDA Graphs für latenzdeterministische, echtzeitfähige Policy-Ausführung entwickelt – und damit harte Laufzeit- und Speichergrenzen auf eingebetteten GPU-Zielsystemen eingehalten.
- Eine Inferenz-Engine für VLA-Modelle auf Basis von llama.cpp entwickelt, die verschiedene VLA-Policies unter einer einzigen Runtime zusammenführt und jede als eine einzelne, selbst enthaltene GGUF verpackt, die kein Python oder PyTorch benötigt.
- GPU-Ausführung mit NVIDIA Nsight Systems und Nsight Compute profiliert und optimiert, CUDA-Kernel-Engpässe, Sättigung der Speicherbandbreite und SM-Auslastungsprobleme über Jetson-Orin- und Thor-Compute-Profile hinweg identifiziert und damit eine Performance-Optimierung über mehrere Schichten umgesetzt.
Ariel L.
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.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Amazon DynamoDB einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
17 Jahre

Positionsdauer
2,4 Jahre

Positionen pro Freelancer
10

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Business Intelligence

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

Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Business Intelligence
Bachelor-Abschluss oder höher
92%
Master-Abschluss oder höher
55%
Doktortitel
10%

Zertifizierungen pro Freelancer
2

Häufigste Sprachen
Englisch, Deutsch, Spanisch

Sprechen zwei oder mehr Sprachen
100%
Basierend auf unserem Profilpool, Stand 19 Nov 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie in Deutschland verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, welcher Anteil der Experten innerhalb dieser Spanne abrechnet.
Entdecke detaillierte Tagessatz-Benchmarks für Amazon DynamoDB:
Tagessatz-Einblicke entdeckenDurchschnittssätze von Experten in Deutschland, die Amazon DynamoDB 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 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Amazon DynamoDB Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (95%)
- Automotive (49%)
- Bank- und Finanzwesen (49%)
- Einzelhandel (38%)
- Bildung (34%)
- Fertigung (32%)
- Medien, Unterhaltung und Druck (28%)
- Professionelle Dienstleistungen (28%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Was DynamoDB leistet
Amazon DynamoDB ist ein vollständig verwalteter NoSQL-Datenbankdienst in AWS. Er speichert Schlüssel-Wert- und Dokumentdaten mit vorhersehbarer Leistung, automatischer Skalierung und integrierter hoher Verfügbarkeit. Unternehmen nutzen ihn für Anwendungen, die schnelle Lese- und Schreibvorgänge benötigen, ohne Datenbankserver verwalten zu müssen.
Entscheidungen beim Datenmodell
Starke Fachkräfte beginnen mit Zugriffsmustern, statt ein relationales Schema in DynamoDB zu erzwingen. Sie wählen Partitionsschlüssel, Sortierschlüssel, sekundäre Indizes und Elementstrukturen, die echte Abfragen unterstützen und gleichzeitig Hot Partitions sowie unnötige Lesekosten begrenzen. Außerdem legen sie Anforderungen an Konsistenz, Aufbewahrung und Backups frühzeitig fest.
AWS-Ökosystem
DynamoDB-Arbeit ist häufig eng mit dem weiteren AWS-Stack verbunden. Relevante Tools und Services sind:
- AWS Lambda, API Gateway und Amazon EventBridge für ereignisgesteuerte Anwendungen
- Amazon S3, Amazon Kinesis und Amazon SQS für Datenübertragung und asynchrone Verarbeitung
- AWS CloudFormation, CDK oder Terraform für wiederholbare Infrastruktur
- CloudWatch, IAM, KMS und AWS Backup für Betrieb und Schutz
Wo es eingesetzt wird
DynamoDB unterstützt Warenkörbe, Kundenprofile, Spielzustände, IoT-Workloads, serverlose APIs und Webservices mit hohem Datenverkehr. Es eignet sich besonders, wenn Zugriffsmuster bekannt sind und horizontale Skalierung wichtig ist. Weniger geeignet ist es, wenn Teams häufige Joins, komplexe Ad-hoc-Abfragen oder umfangreiche relationale Transaktionen benötigen.
Wann Unternehmen Unterstützung benötigen
Unternehmen holen sich freiberufliche Expertise, wenn aus einem Prototyp ein zuverlässiger Produktionsservice werden muss, eine Migration einen sicheren Plan erfordert oder eine bestehende Tabelle schlecht funktioniert. In Deutschland ist die Remote-Zusammenarbeit üblich, während regulierte oder teamübergreifende Projekte weiterhin Workshops vor Ort und eine klare Kommunikation auf Deutsch oder Englisch erfordern können.
Typische Anzeichen sind:
- Steigende Latenz oder Drosselung durch ein schwaches Schlüssel-Design
- Eine Migration von einer relationalen Datenbank oder einem anderen NoSQL-System
- Unklare Prozesse für Backups, Notfallwiederherstellung oder Zugriffskontrolle
- Der Bedarf, DynamoDB mit serverlosen und ereignisgesteuerten Services zu verbinden
Was starke Spezialisten liefern
Qualifizierte Spezialisten erklären Abwägungen in Geschäftssprache und belegen ihre Entscheidungen mit Prüfungen der Zugriffsmuster, Lasttests und Überwachung. Sie verstehen das Single-Table-Design, wenn es sinnvoll ist, wenden es aber nicht mechanisch an. Zu ihren Ergebnissen können Datenmodelle, Migrationshandbücher, Infrastrukturcode, IAM-Richtlinien, Monitoring-Dashboards und klare Betriebsdokumentation gehören.
Häufig gestellte Fragen
Schnelle Antworten auf die Fragen, die rund um Amazon DynamoDB am häufigsten aufkommen.
Amazon DynamoDB wird für schnelle, skalierbare Schlüssel-Wert- und Dokument-Workloads in AWS verwendet. Häufige Beispiele sind Benutzerprofile, Warenkörbe, Sitzungsdaten, IoT-Datensätze, Spielzustände und Backends serverloser Anwendungen.
DynamoDB basiert auf bekannten Zugriffsmustern, horizontaler Skalierung und geringem Betriebsaufwand. Aurora und PostgreSQL sind in der Regel besser geeignet, wenn ein Projekt Joins, komplexe Transaktionen, relationale Einschränkungen oder flexible analytische Abfragen benötigt.
Ein starker DynamoDB-Spezialist sollte AWS IAM, Lambda, API Gateway, EventBridge und CloudWatch verstehen. Infrastruktur als Code mit AWS CDK, CloudFormation oder Terraform sowie Erfahrung in einer geeigneten Programmiersprache sind ebenfalls wertvoll.
Das passende Erfahrungsniveau hängt vom Risiko und Umfang der Arbeit ab, nicht von einer festen Anzahl an Jahren. Eine Produktionsmigration, ein Workload mit hohem Volumen oder ein komplexes Wiederherstellungskonzept erfordert einen Spezialisten, der vergleichbare Entscheidungen zu Datenmodell, Leistung und Betrieb vorweisen kann.
DynamoDB-Arbeit eignet sich gut für die Remote-Zusammenarbeit, da Design-Reviews, Infrastrukturänderungen und Monitoring online durchgeführt werden können. Vor-Ort-Termine können dennoch bei Architektur-Workshops, Sicherheitsprüfungen und der Abstimmung zwischen deutschen oder internationalen Teams hilfreich sein.
Ein Unternehmen sollte DynamoDB überdenken, wenn die Anforderungen häufige Joins, unvorhersehbare Abfragen, umfangreiche relationale Berichte oder Transaktionsabläufe über mehrere Tabellen umfassen. In diesen Fällen kann eine relationale Datenbank eine einfachere und anpassungsfähigere Grundlage bieten.
Eine gute DynamoDB-Prüfung ordnet geschäftliche Zugriffsmuster Partitionsschlüsseln, Sortierschlüsseln, Indizes und Element-Sammlungen zu. Außerdem sollten Hot Partitions, Konsistenzentscheidungen, Seitennavigation, Elementgröße, Kapazitätseinstellungen, Backups und der Umgang mit Ausfällen untersucht werden.
Ein DynamoDB-Freelancer kann die Gründe für das Schema erklären, statt eine Vorlage als universell geeignet darzustellen. Nützliche Nachweise sind anonymisierte Architekturbeispiele, Methoden für Lasttests, Migrationspläne, CloudWatch-Praktiken und Dokumentation, mit der ein anderes Team den Betrieb übernehmen kann.
Der durchschnittliche Stundensatz von Freelancern in Deutschland, die Amazon DynamoDB in ihren letzten Projekten eingesetzt haben, liegt bei 92 €, was einem Tagessatz von etwa 734 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Deutschland, die Amazon DynamoDB in ihren letzten Projekten eingesetzt haben, haben 92% mindestens einen Bachelor-Abschluss, 55% mindestens einen Master-Abschluss und 10% einen Doktortitel.
Freelancer in Deutschland, die Amazon DynamoDB in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 17 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,4 Jahre.
Die häufigsten Sprachen unter Freelancern in Deutschland, die Amazon DynamoDB in ihren letzten Projekten eingesetzt haben, sind Englisch (98%), Deutsch (97%) und Spanisch (11%).
Die häufigsten Industrien unter Freelancern in Deutschland, die Amazon DynamoDB in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (95%), Automotive (49%) und Bank- und Finanzwesen (49%).
Die häufigsten Bereiche unter Freelancern in Deutschland, die Amazon DynamoDB in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (90%) und Business Intelligence (47%).
Hauptstandorte der FRATCH Experten, die kürzlich Amazon DynamoDB 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!

Berlin
Hamburg
München
Köln
Frankfurt