Amazon DynamoDB Experten in München

Alexandru G.

Leiter Cloud-Infrastruktur

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.

Thomas H.

Senior MLOps-, DevOps Engineer

Letzte Position:

Senior MLOps-, DevOps Engineer bei Trianel Energy

Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).

Srinivasu K.

Fullstack Entwickler

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

Serge K.

MLOps (Machine-Learning-Operations)

Letzte Position:

Gründer

Idee, Design und erste Implementierung eines Dienstes, der öffentlich verfügbare Daten aggregiert, um Preise für bestimmte Objektarten zu schätzen
Sammlung von Daten aus verschiedenen Quellen und deren Normalisierung. Einbettung der Daten mit SentenceTransformer und Training von Gradient-Boosting-Modellen
Implementierung eines Webdienstes, der
beliebigen Text von Benutzern einliest
ihn ergänzt, wenn Teile der Daten fehlen
ein lokales LLM-Modell verwendet, um die Daten für die Vorhersage aufzubereiten
die Daten einbettet und eine Vorhersage vom Gradient-Boosting-Modell abruft
ein LLM-Modell verwendet, um einen Bericht zur Benutzeranfrage einschließlich Erklärungen zu erstellen
Stack: BigQuery, Vertex AI, Cloud Run (GCP), Python, Terraform, DBT, SentenceTransformer, Qwen
Kleinere SEO-Optimierungen
Weitere Entwicklungen folgen...

Eli R.

Senior Backend Engineer

Letzte Position:

Technical co-founder bei AskTheLaws

Aufbau eines KI-Rechtsassistenten mit modernen ML-Fähigkeiten.
Implementierung einer RAG-Architektur mit Datenpipelines für die Suche in Rechtsdaten.
Einsatz von AWS Bedrock für LLM- und Embedding-Modelle sowie LangChain/LangGraph
Python mit FastAPI für das Backend und React für das Frontend

Alexandre S.

Cloud-Ingenieur

Letzte Position:

Cloud-Ingenieur bei Dectris AG

Aufbau eines skalierbaren Multi-Region-Backend-Services in AWS, um Remote-Desktop-VMs für wissenschaftliche Analysen bereitzustellen
Technologie-Stack: AWS, GitHub, Terraform, Python, Rust
Aufbau und Definition der Kerninfrastruktur des Backend-Systems
Definition und Implementierung der VM-Provisionierung für Ubuntu- und Rocky-Linux-Desktop-Umgebungen
Programmierung des API-Services in ECS zur Verwaltung von virtuellen Maschinen und zum Erstellen maßgeschneiderter Docker-Images für Benutzer

Christian S.

Datenwissenschaftler/KI-Ingenieur

Ismaning

Letzte Position:

Data Scientist/KI-Ingenieur bei The Marcom Engine GmbH & Co. KG

Konzeption und Implementierung von KI-Agenten in der AWS-Cloud
Kontinuierliche Abstimmung mit Stakeholdern
Zusammenarbeit mit DevOps
Technologien: Git, CI/CD (GitHub Actions), Python/ML, Streamlit, Deno/TypeScript, AWS SAM, AWS Bedrock, AWS Lambda, AWS DynamoDB, AWS S3, AWS EventBridge usw.

Jiri S.

Qualitätsmanager/Testmanagement

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

Roxana G.

Freiberuflicher Senior Frontend-Entwickler

Letzte Position:

Freiberuflicher Senior Frontend-Entwickler bei RHI Magnesita

Konzipierte und entwickelte eine leistungsstarke interne Plattform für Ressourcenmanagement mit React und TypeScript und optimierte dabei das dynamische Rendern von Daten und das State Management.
Entwickelte eine React-Native-Anwendung für den mobilen Zugriff auf interne Tools und ermöglichte so Teams im Außendienst das Tracking von Projekten unterwegs.
Entwickelte eigene 2D-Visualisierungen auf Canvas-Basis mit Pixi.js, um Materialflüsse und das Verhalten von feuerfesten Schichten zu simulieren.
Integrierte Pixi.js mit React-Komponenten für interaktive Diagramme und UI-Aktualisierungen in Echtzeit.
Entwickelte interaktive 3D-Visualisierungen mit React.js zur Darstellung von Produktlayouts und Simulationen für feuerfeste Produkte und unterstützte damit Engineering- und Vertriebsteams mit dynamischen Produktvorschauen.
Integrierte Three.js in das React-Ökosystem, um die Bearbeitung von 3D-Modellen in Echtzeit direkt im Browser zu ermöglichen und so die Nutzerbindung und die Konfigurierbarkeit vor Ort zu verbessern.
Integrierte ein Headless CMS, damit nicht-technische Nutzer Inhalte dynamisch aktualisieren können, wodurch sich die Zeit für Content-Deployments um 40 % verkürzte.
Leitete AWS-CloudFront-Optimierungsinitiativen und verbesserte dadurch die Ladegeschwindigkeit des Portals weltweit um 30 %.
Arbeitete aktiv mit funktionsübergreifenden agilen Teams und Product Ownern zusammen, um priorisierte Features mit kurzen Feedbackschleifen zu liefern.
Wichtige Technologien: React.js, React Native, Three.js, TypeScript, Contentful CMS, AWS S3/Lambda/CloudFront, Cypress, Agile Scrum

Abhijit I.

Backend-Lead und Architekt

Letzte Position:

Lead Backend-Entwickler und Architekt bei Gloresoft GmbH

Ich habe an mehreren internationalen Kundenprojekten gearbeitet und dabei Senior-Rollen wie Software-Architekt, Senior Software-Entwickler, Technical Lead und Lead Backend- & DevOps-Engineer übernommen. Meine Erfahrung erstreckt sich über komplexe Enterprise-Umgebungen in den Bereichen Banking, Finanzdienstleistungen, Telekommunikation, Engineering und Automotive, wobei ich Organisationen wie UniCredit Bank, Telefónica O2 und BMW unterstützt habe.

Bei der UniCredit Bank, im Rahmen des Securities Domain Transformation Programms, habe ich die Modernisierung von monolithischen Altsystemen zu cloud-nativen Spring Boot-Mikroservices und einem Angular-Frontend auf der Google Cloud Platform geleitet. Neben der Implementierung war ich verantwortlich für die Definition der Zielarchitektur, die Erstellung von System- und Sequenzdiagrammen sowie die Vorbereitung von API-Contract-Dokumentationen für die Kunden. Ich habe RESTful-APIs entworfen und Apigee für eine sichere und wiederverwendbare projekübergreifende Nutzung von APIs integriert. Zudem habe ich Kubernetes-basierte Deployments mit Helm konzipiert. CI/CD-Pipelines wurden mit Jenkins aufgebaut und automatisierten Code-Analysen mit Sonar sowie Tests und Deployment-Stufen realisiert. Die Festlegung von Clean-Code-Prinzipien für das Projekt, regelmäßige Code-Reviews und das Mentoring von Junior-Entwicklern gehörten ebenfalls zu meinen Aufgaben bei UniCredit.

Bei Telefónica O2 leitete ich die Transformation einer veralteten Callcenter-Desktop-Anwendung zu einer cloud-nativen Microservices- und Micro-Frontend-Lösung. Ich habe aktiv zur Plattformarchitektur beigetragen, System- und Komponentendiagramme, Architektur-Dokumentation und ADRs für zukünftige Referenzen erstellt. Die Performance und Skalierbarkeit der Services habe ich verbessert. Außerdem optimierte ich die AWS-Infrastrukturkosten, insbesondere durch Minimierung der Nutzung von DynamoDB und effektive Wiederverwendung von Testumgebungen. Für Observability kamen Prometheus, Grafana, CloudWatch und Splunk-Dashboards zum Einsatz. CI/CD-Pipelines wurden mit GitLab, Docker, Kubernetes und AWS bereitgestellt. Darüber hinaus habe ich technische Sessions für die Teams durchgeführt.

Christoph S.

BAUFISmart

Eichenau

Letzte Position:

Staatsministerium für Ernährung, Landwirtschaft und Forsten

Entwicklung des Portals Ibalis und Zahlungsverfahren zur Beantragung und Auszahlung von EU Fördergeldern.
Öffentlich zugängliches Portal z. B. für Landwirte.
Projekte in den letzten zehn Jahren wurden nach Scrum durchgeführt.
Technologien: Spring, Wicket, Hibernate, Postgres, JSON, XML, REST, Bitbucket, Podam, Buckets, JUnit, Gradle, Intellij, Bamboo, Swagger.

Ana C.

Software Engineer - Praktikum

Letzte Position:

Software Engineer - Praktikum bei BMW

Sensordaten zur Extraktion von Fahrspurbegrenzungen in die interne Fingerprint-Pipeline integriert und damit die KI-basierte Lokalisierung für autonome Fahrzeuge mit Python unterstützt.
In einer cloudbasierten Umgebung mit AWS-Diensten für die Datenspeicherung und -verarbeitung gearbeitet.
Onboarding- und technische Dokumentation erstellt und dadurch die Effizienz des Teams sowie den Wissenstransfer verbessert.
Mit anderen Ingenieuren zusammengearbeitet, um Datenanforderungen unter Einhaltung der Vertraulichkeitsrichtlinien in technische Lösungen zu übersetzen.

Daniel C.

Gründer & Geschäftsführer

Letzte Position:

Gründer & Geschäftsführer bei BotCraft GmbH

Aufbau des Unternehmens mit Fokus auf Connectivity für IIoT und Industrie 4.0, iRPA/Prozessautomatisierung, Advanced Robotics und Smart Systems, Sensors and Services
Projektleitung und Software-Architektur für IoT-Gateway-Entwicklung (seit 2020) mit Protokollübersetzung, IT/OT-Konvergenz und GRC
Entwicklung von RPA-Bots zur Automatisierung und Überwachung industrieller Prozesse mit agentischem AI-Ansatz (seit 2020)
Implementierung von Unsupervised Clustering und Anomalieanalyse für Zeitreihendaten in BigData-Streaming-Pipelines (seit 2021)
Einführung eines Docker-basierten Release-Trains für OTA-Updates mit DevSecOps und CI/CD (seit 2018)

Max R.

Cloud (AWS) | KI | DevOps | Daten

Fürstenfeldbruck

Letzte Position:

Cloud (AWS) | KI | DevOps | Daten bei Boehringer Ingelheim

Konzipierte und implementierte eine Enterprise-KI-Agentenplattform auf Basis einer Retrieval Augmented Generation (RAG)-Architektur, um Einblicke in klinische Daten zu verbessern.
Errichtete robuste CI/CD-Pipelines für LLM-Anwendungen mit CDK und Jenkins und verkürzte dadurch die Bereitstellungszeiten deutlich.
Führte umfassende Observability-Lösungen ein, die die Zuverlässigkeit der Agenten in pharmazeutischen Umgebungen steigerten.
Entwickelte skalierbare KI-Workflows mit fortschrittlicher Orchestrierung, die das Kontextmanagement für Unternehmensdatenquellen optimierten.
Technologien: KI-Agenten (LangChain, LangGraph, Bedrock, Smolagents, Streamlit); LLM-Betrieb (Tracing, Testing, Evaluation, LangSmith, LangFuse); Infrastructure-as-Code (AWS CDK, Terraform, Typescript, Jenkins); Vektoren, Einbettungen, RAG (OpenSearch, pgvector, PDF-Extraktion)

Bela B.

Full-Stack Lead-Entwickler, Backend-Architekt