Amazon DynamoDB Experten in Hamburg

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.

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.

• Verwalten und Betreiben der Produktdatenimport Services für den Händler Otto
• Weiterentwicklung und Wartung der Backendsysteme
• Optimierung und Wartung der AWS-Infrastruktur
• Aufbau einer neuen Produktdatenimport-API
• Konzeption und Planung von Stories und Features
• Durchführung von Code-Reviews zur Sicherstellung der Codequalität und Best Practices
• Analyse und Behebung von Bugs
• Technologien: Java, Spring Boot, Kafka, AWS, Fargate, Terraform, MongoDB, Mongo Atlas, OpenAPI, GitHub, GitHub Actions, GitHub Copilot, Akhq, Debezium, JUnit, Test Containers, Hexagonale Architektur

• Mitarbeit bei der Realisierung des Redaktionssystems Rubix
• Implementierung diverser Microservices auf Basis von Java, AWS S3, AWS SQS, AWS SNS und Spring Boot mit Deployment auf AWS ECS und AWS Fargate
• Konzeption und Entwicklung von AWS Lambdas auf Basis von Typescript
• Verwendung der Datenbanksysteme PostgreSQL in einem AWS RDS Aurora Cluster sowie AWS DynamoDB
• Continuous Deployment mit GitLab Pipelines
• Aufbau einer Infrastructure-as-Code-Umgebung mit AWS CDK
• Aufbau und Betrieb einer Monitoring-Plattform auf Basis von AWS CloudWatch
• Entwicklung diverser Frontend-Komponenten auf Basis von Vue.js
• Konzeption der Microservice-Architektur unter Anwendung von Domain Driven Design und GraphQL-Schnittstellen

• Betrieb und Weiterentwicklung des Warenwirtschaftssystems für Buchhändler (Quimus). Es handelt sich dabei um eine Eigenentwicklung von Libri, die an ihre Kunden als Software as a Service verkauft wird. Die Software wird von zwei Entwicklerteams (je ~5 Entwickler) agil entwickelt. Die Software besteht aus ca. 25 Java Microservices, die hauptsächlich über Messaging kommunizieren und ein gemeinsames Angular-Frontend haben. Betrieben wird die Anwendung auf Kubernetes in AWS.
• Eingesetzte Technologien: Java 17 & 21, Spring Boot 2 & 3, Hibernate, MySQL, Spring Cloud AWS, Lombok, AWS SQS, AWS SNS, AWS RDS, AWS S3, DynamoDB, Kubernetes, Docker, OpenSearch, Hibernate Search, Liquibase, Gradle, Terraform, Helm, GitLab CI, Keycloak OAuth2, TypeScript, Angular
• Meine Schwerpunkte bis Dezember 2023: Anbindung weiterer Kassensysteme an das Warenwirtschaftssystem. Anbindung des Data Warehouses für die Anzeige von Reports. Erweiterung bestehender Funktionalitäten (Wareneingänge, Fakturaerstellung, Artikelmanagement, …). Betrieb und DevOps-Tätigkeiten.
• Schwerpunkte ab Januar 2024: Extraktion der Produktsuche aus dem Warenwirtschaftssystem in einen globalen Service, um diesen Service in weiteren Anwendungen zu nutzen. Anbindung der Produktsuche in die Onlineshops der Buchhändler (die ebenfalls von Libri betrieben werden). Import und Bereitstellung von Digital-Artikeln in der Produktsuche.

• Spezialisiert auf ereignisgesteuerte Microservice-Architekturen in AWS mit NodeJS, TypeScript und Vue/React/Next im Frontend

• Ein SaaS-Produkt im B2B-Bereich entwickelt

• AWS-Services genutzt: DynamoDB, Lambda, SQS, SES, EventBridge, Cognito; Serverless Framework; REST-API

• Unit-Tests mit Jest und Mocha implementiert

• CI/CD-Pipeline mit GitHub Actions eingerichtet

• Ein SaaS-Produkt für die Organisationsverwaltung entwickelt

• An AWS-Microservice-Architektur und ereignisgesteuertem Design gearbeitet

• CDK, NodeJS-OpenAI-API, React, Vue eingesetzt

• Weiterhin DynamoDB, Lambda, SQS, SES, EventBridge, Cognito, TypeScript verwendet

• CI/CD-Pipeline mit GitHub Actions gepflegt