Amazon Web Services Experten in Dortmund

Entwicklung und evolutionäre Weiterentwicklung einer hochverfügbaren, cloud-nativen Microservice- und Integrationsarchitektur für Dealer- und Retail-Prozesse im Porsche Car Configurator.

Verantwortlichkeiten

• Entwicklung Java-/Kotlin-basierter Backend-, API- und Integrationskomponenten (Spring Boot)
• Integration interner und externer Systeme über REST/OpenAPI, GraphQL, Apache Kafka und AWS SQS (synchron und asynchron)
• Umsetzung stabiler, performanter Kommunikations- und Datenflüsse in einer cloud-nativen Plattformarchitektur
• Verarbeitung strukturierter Datenformate (JSON, Protobuf, GraphQL-Schemas) auf Basis bestehender API-Pattern
• Performanceoptimierung verteilter Microservices mit reduzierten Antwortzeiten und höherer Betriebsstabilität
• Technische Tests (Unit-, Integrations- & API-Tests) sowie Fehleranalyse in produktionsnahen Umgebungen
• AWS Infrastructure as Code mit Terraform und AWS CDK
• CI/CD-Automatisierung (Build-, Test- & Deployment-Pipelines) mit GitHub Actions
• KI-gestützte Feature-Implementierung (GitHub Copilot Agent)

Label: Kotlin, Java 25, Spring Boot 4, Protobuf, TypeScript, AWS, Terraform, CDK, Apache Kafka, AWS SQS, REST/OpenAPI, GraphQL, JSON, PostgreSQL, Docker, GitHub Actions, Maven, Gradle, JUnit, Mockito, Testcontainers

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.

• Vollständiger Greenfield-Neuaufbau über den gesamten Stack — AI-native umgesetzt: Backend in Go und NestJS, PostgreSQL (CNPG) auf K3s mit GitOps/Terraform; Frontend mit Angular 22, zonenlos.
• Coding-Agenten (z. B. Claude Code, Cursor) über den gesamten Lifecycle orchestriert — Architektur, Implementierung, Tests, Reviews und Dokumentation — auf Basis von Specification-Driven Development (SDD).
• „Bruno“ — LLM-Kommentator-Persona mit RAG und MCP für eine konsistente Persönlichkeit über alle Generierungen hinweg (Vorberichte, Nachberichte, eigene virtuelle Wetten).

Angular 22 (zoneless, ohne Zone.js), Claude Code, Claude Code Skills, CNPG, Cursor, Design Tokens (Spec for Code), Docker, Gherkin, Git, GitLab, GitOps, Go, Google Gemini, Grafana, Hetzner Cloud, K3s, Keycloak, Kubernetes, Lighthouse, LLM-Integration, Model Context Protocol (MCP), NestJS, Node.js, NPM, Playwright, PostgreSQL, Prometheus, RAG, REST, Specification-Driven Development (SDD), Structured Outputs, Terraform, TypeScript, Vitest

• MVP-fokussierte Full-Stack-Architektur für einen Kunden im Gesundheitswesen bereitgestellt: Vite/React-Frontend, Backend-Services auf Google Cloud Run und Supabase für Datenbank sowie IAM/Authentifizierung.
• Produktanforderungsanalyse unterstützt und eine kostenoptimierte Workload-Platzierung priorisiert, indem Browser-/Edge-Berechnungen umgesetzt wurden, wo möglich, bevor Logik in die Backend-Services verschoben wurde.

• Konzipierte und entwickelte End-to-End-Machine-Learning-Pipelines für Klassifikations- und Vorhersagedaten und implementierte sie unter Einsatz von MLOps-Best Practices, um Robustheit und Reproduzierbarkeit zu gewährleisten.
• Trug direkt zur Verbesserung der Ausgabegenauigkeit von LLM-Modellen bei, indem ich spezialisierte Prompts entwickelte, die auf der Logik von End-to-End-ML- und SciML-Pipelines basieren.
• Erstellte Trainingsdaten für Large Language Models, indem ich Programmieraufgaben formulierte, die die Modelle nicht lösen konnten, und anschließend die richtigen Lösungen dokumentierte.

• Entwicklung eines automatisierten Job-Scout-Workflows zur Aggregation und LLM-basierten Bewertung von Stellenanzeigen aus RSS-Feeds und APIs.
• Entwicklung eines Telegram-Bots für Sprach- und Textnachrichten mit LLM-gestützter Verarbeitung, Zusammenfassung und strukturiertem JSON-Output.
• Umsetzung eines persönlichen Task-Planning-Assistenten mit n8n, OpenRouter und Supabase für die automatisierte tägliche Planung und Wissensorganisation.
• Entwicklung von LLM-Chatbots für strukturierte Wissensabfragen mit Prompt-Einschränkungen, Guardrails und erzwungenen Ausgabeformaten.

• Untersuchung der Beziehung zwischen Wirbelstromprüfungs-(ECT)-Signalen und mikrostrukturellen Eigenschaften
• Erkennung verborgener Muster in ECT-Daten, die intrinsische Materialeigenschaften widerspiegeln
• Entwicklung und Validierung prädiktiver Modelle zur Klassifizierung und Quantifizierung der Mikrostruktur unter Verwendung von Härte und Randschichttiefe als Referenz
• Anwendung bayesscher Strukturgleichungsmodellierung für fortgeschrittene Datenanalysen

• Technische Leitung eines Teams zur Entwicklung agentischer Chatbot-Lösungen (React, TypeScript, Python, FastAPI)
• Architekturdesign für Multi-LLM-Dialogsysteme – Fokus auf Wartbarkeit, UX und autonome Ausführung
• Abstimmung mit Stakeholdern, CI/CD-Prozesse und AI-Integration auf Enterprise-Niveau

Aufbau einer Observability- und Alerting-Lösung für Business Central Job Queue Monitoring

• Aufbau einer zentralen Monitoring-Lösung zur Überwachung der Business Central Job Queue in einer Multi-Organisations-Umgebung in Azure DevOps
• Integration von Azure Application Insights und Log Analytics zur strukturierten Erfassung und Auswertung von Job-Laufzeiten und Fehlerereignissen
• Entwicklung von KQL-Abfragen zur gezielten Analyse fehlgeschlagener Jobs und Erkennung von Fehlermustern
• Anbindung von Grafana und Power BI zur Visualisierung operativer Metriken und Job-Status in Echtzeit
• Implementierung eines automatisierten Alerting-Workflows mit Power Automate – bei fehlgeschlagenem Job wird unmittelbar eine Benachrichtigungsmail ausgelöst
• Sicherstellung der Transparenz über den Zustand produktiver Hintergrundprozesse im laufenden Betrieb

Ergebnis: Vollständige Transparenz über fehlgeschlagene Business Central Jobs · Deutliche Reduzierung der Reaktionszeit durch automatisiertes Alerting per Mail · Stabile Grundlage für proaktiven Betrieb produktiver Hintergrundprozesse

Technologien: Azure DevOps | Application Insights | Log Analytics | KQL | Grafana | Power Automate | Power BI | Business Central | Azure Monitor

• Aufbau und Consulting eines Startups für Organisationsentwicklung (AI unterstützt)
• Workshops zu Vision und Mission
• Marketing Roadmap und Prozessgestaltung
• Entwicklung von Sales-Prozessen (Sales Funnel, Lead Generation)
• Brand Building und Social Media Omnichannel Strategien
• Content-Generierung für Audio, Video und Postings (AI unterstützt)
• Beratung zu Agile und Aufbau von SAFe
• Atlassian Beratung und Aufbau von Confluence und Jira (Workflows, Dashboards, Reporting)
• Aufbau eines Podcast- und Video-Studios inklusive Setup für Livestreaming
• Auswahl und Implementierung von Hardware und Software
• Erstellung der Website und Brand Building
• CMS-Implementierung auf Basis von Typo3
• Beratung in den Bereichen Sales, Marketing und Social Media
• Unterstützung von Unternehmen beim effizienten Einsatz von KI-Technologien
• Strategieentwicklung und Beratung bei der Umsetzung von KI-Strategien
• Change Management und Unterstützung von Teams bei der KI-Einführung inklusive Schulungen
• Technische Expertise in Machine Learning, Datenverarbeitung und Large Language Models (LLMs) wie Llama, Claude und OpenAI GPT
• Auswahl, Feinabstimmung (Fine-Tuning) und Integration von LLMs in Geschäftsprozesse
• Beratung zu Ethik und Governance für den verantwortungsvollen Einsatz von KI
• Durchführung maßgeschneiderter Trainings für Führungskräfte und Teams
• KI-Analyse diverser Large Language Models (Llama, OpenAI, Mistral)
• Erstellung und Training eigener GPTs mit Schwerpunkt Organisationsentwicklung (Product Vision, OKR, Agile Maturity)
• Aufbau eines Chatbots zum Thema Agile Maturity
• Entwicklung eines KI-generierten Surveys zur Ermittlung der Agilität von Organisationen
• Aufbau lokaler Offline-GPTs mit Fokus auf Datenschutz und DSGVO
• Durchführung von KI-Workshops für KMU und den Mittelstand

• Entwarf und implementierte die Systemarchitektur für skalierbare Dokumenten-Workflows und verbesserte so Stabilität und Leistung.
• Optimierte den Login-Prozess mit TOTP-basierter MFA und verringerte damit Komplexität und Anmeldezeit um 35%.
• Entwickelte sichere Backend-APIs für Dokumenten-Upload, -Signierung und -Verwaltung.
• Entwickelte verschlüsselte Datei-Verarbeitung mit AWS S3 Pre-Signed URLs und stellte so DSGVO-konformen Datenschutz sicher.
• Implementierte JWT-basierte Rollen-Authentifizierung, um Zugriffskontrolle und Plattformsicherheit zu stärken und Code- und Datenbankkomplexität zu reduzieren.
• Optimierte Datenbankabfragen und Caching mit ORM und verkürzte die API-Antwortzeiten um 40%.
• Integrierte Echtzeit-Webhook-Updates zur Verbesserung der Workflow-Transparenz und des Nutzererlebnisses.

• Verschiedene kleine Beratungen, z. B. Konzepte und Architekturen.
• Aktualisierung meiner Kenntnisse in Matlab, Linux, IPv6, Cyber-Security, C++ (bis 23) und Python.

• Unterricht in JavaScript, HTML, CSS, React, Node.js, MongoDB, MariaDB und Express
• Unterrichtsgestaltung und -vorbereitung
• Klassenunterricht und Einzelcoachings

• Auszeit
• Prozessaufbau und Automatisierung