Amazon S3 Experten in Hamburg

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.

• Umgebung: AWS, Ruby on Rails, GraphQL, React Native
• Penetrationstest für Backend, Android-App und iOS-App

• Verantwortung für RAG-, LLM-Systeme und ML-Ops-Pipelines für verschiedene Start-ups in den Bereichen Versicherung, Banking und Energie (KRITIS)

• Poliks - Polizeiliches Landes-System zur Information, Kommunikation und Sachbearbeitung und weitere Ländervarianten (ViVa, Bravo, Zoll)
• Erstellung eines Testframeworks für die Testautomatisierung zur Ablösung eines bestehenden proprietären Testclients für Neuentwicklungen unter Berücksichtigung einer einfachen Wartbarkeit und einer leichten Erweiterung für neue Technologien
• Erstellung der Architektur
• Implementierung der Architektur
• Proof-of-Concept durch Übernahme von bestehenden Testfällen in das neue Testframework
• Plattform: C#, .NET, Jira, XRay, Confluence, Playwright, Selenium, UI Automation, Appium, HTML, Git, VMWare, Windows 11, Linux

• Strategische Beratung zu den Themen Werbekostenzuschuss (WKZ) und Retail Media mit Fokus auf Monetarisierungspotenziale und datengetriebene Geschäftsmodelle

• Durchführung einer Portfolio-Analyse bestehender WKZ-Maßnahmen zur Bewertung des Umsatz- und ROI-Einflusses der WKZ-Investitionen auf Lieferantenperformance

• Potenzialanalyse digitaler WKZ-Produkte und Initiativen zur Identifikation von Wachstums- und Effizienzhebeln

• Aufbereitung und Präsentation der Ergebnisse gegenüber Management und Ableitung eines strategischen Move-Forward-Plans

• Konzeption und Moderation mehrerer Executive-Workshops zur Entwicklung einer ganzheitlichen Retail-Media-Vision und Transformations-Roadmap

• Definition und Priorisierung von Retail-Media-Business-Cases zur datenbasierten Bewertung von Investitionsoptionen

• Entwicklung einer technischen Zielarchitektur unter Berücksichtigung heterogener ERP-Infrastrukturen und Konzeption eines integrierten Loyalty-Programms

• Konzeption des Change Managements inklusive Impact-Analyse auf Organisationsstrukturen und Prozesse

• Erstellung und Präsentation C-Level-relevanter Entscheidungsvorlagen

• Aufbau einer klaren Retail-Media-Governance-Struktur und technischer Basis für datengetriebenes Marketing

• Erstellung einer Roadmap für die Umsetzung in 2026

• Weiterentwicklung eines Finance Layers zur Abrechnung von Abonnements und Einmalkäufen sowie zur Buchhaltung.
• Technologien: Kotlin, AWS (SQS, S3, ElastiCache, Aurora), React, TypeScript, Coroutines, IntelliJ IDEA, Spring (Boot, Data, WebFlux), JUnit, Testcontainers, Cucumber, Liquibase, PostgreSQL, Webservices (REST), R2DBC, OpenAPI 3, Gradle, GIT, Docker, Netty, GitHub Actions, Jira/Confluence, arc42

• Elektronische Logbuch-App, entwickelt für Forschungszentren zur Dokumentation ihrer Untersuchungen.
• Betont eine nutzerorientierte Organisation der Kommunikation: Versuchsteams können die Informationsstruktur und Benachrichtigungen konfigurieren, während Hauptuntersuchungsleiter die volle Zugriffskontrolle behalten.
• Echtzeit-Integration mit dem Metadatenkatalog der Einrichtung, dem Steuerungssystem Karabo und dem Datenanalysetool ermöglicht die automatische Protokollierung wichtiger Ereignisse, ergänzt durch manuelle Einträge nach Bedarf.

• 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.

• Umzug von Oracle-Datenbanken von On-Premises in die AWS Cloud
• Unterstützung bei technischen Oracle-Lösungen und Cloud-Datenbank-Infrastrukturen (IaaS und PaaS), RDS vs. EC2, Sizing für Performance
• Erstellen und Pflegen von DR/HA (Notfallwiederherstellung/Hochverfügbarkeit) und Backup- und Recovery-Richtlinien und -Verfahren (Multi-Region-Backup)
• Unterstützung bei der Oracle-Lizenzauswahl, Migration von Enterprise zu Standard
• Überwachung und Monitoring von Datenbankinstanzen
• Implementierung und Aufrechterhaltung der Datenbanksicherheit (Wallet, SSL)
• Patch-Management und Versionskontrolle
• Automatisierte Installation und Konfiguration von Oracle-Datenbanken mit Terraform und Ansible

• Sprachen: PHP7/8 (Shopware 5 & 6), Vue.js, Docker, Oracle, Apache, MongoDB (NoSQL)
• Infrastruktur: ScaleCommerce (E-Commerce-Cluster, containerbasiert)
• Team: 3
• Entwicklungsmethodik: Kanban (Jira/Confluence)
• Planung und Entwicklung unterschiedlicher Kundenprojekte im Agenturumfeld

• Datenpipelines für rohe und kuratierte Datenschichten mit AWS S3, Glue, Athena und Lake Formation erstellen
• CI/CD mit GitHub Actions oder GitLab CI und CodePipeline einrichten
• Modelle in Demo-APIs prototypisch umsetzen, mit Docker verpacken, in Git versionieren, Grundtests mit pytest hinzufügen und Deployments auf AWS SageMaker Endpoint unterstützen
• Explorative Datenanalyse und Feature Engineering mit pandas und PySpark durchführen; Experimente in MLflow oder Weights and Biases nachverfolgen
• A/B-Tests entwerfen und durchführen, um das Nutzerengagement zu optimieren und datenbasierte Entscheidungen zu treffen