AngularJS Experten in Deutschland

Testen der Anpassungen an Kunden wünsche der Lager- / Logistik-Software

Windows 10 / 11 Atlassian Tool Chain Agiles Testen / Kanban

• Leitete die Discovery-Phase und den POC für die Migration von Shopware zu Shopify Plus in EMEA-Märkten und bewertete die Eignung der Plattform, die technische Architektur sowie Multi-Brand-/Multi-Country-Funktionen anhand der Business-Anforderungen.
• Entwarf die Referenzarchitektur für die Shopify-Plus-Implementierung mit Headless-Frontend-Patterns (Vue.js, Nuxt.js), CMS-Integration (Magnolia) und Azure-Middleware (APIM, Functions, Logic Apps, Service Bus) für 11 EMEA-Märkte.
• Definierte die Migrationsstrategie mit Analyse von Data Mapping, Cutover-Ansatz und Zero-Downtime-Deployment-Patterns unter Einsatz von Varnish-Cache, GitOps-Pipelines und CI/CD-Orchestrierung über sechs Vendor-Teams hinweg.
• Entwickelte ein Multi-Tenant-Governance-Modell für Shopify Plus mit zentraler Administration, lokaler Storefront-Anpassung und Compliance-Kontrollen (GDPR, Datenresidenz).
• Prototypte KI-gestützte Suchoptimierung (LLM.txt, JSON-LD) für die Auffindbarkeit von Produkten in Google-AI-Ergebnissen und zeigte damit Potenziale für die Performance nach dem Go-live auf.
• Definierte mit C-Level-Strategie-Workshops die EMEA-Expansions-Roadmap für 15+ Märkte, einschließlich gestaffeltem Rollout, marktspezifischen Konfigurationen und Ressourcenbedarf.
• Tech Stack: React, Nuxt.js, Vue.js, Magnolia CMS, Shopware, Shopify Plus, Azure (APIM, Functions, Logic Apps, Service Bus, Front Door), Varnish, SAP, MS Dynamics, Docker, Kubernetes, GitHub Actions, PostgreSQL, Kafka

• Topics und Microsites in Rich-Content-Portal-Widgets, Content Library, Landing Pages konfiguriert und die automatische Datensynchronisation des Kundenportals umgesetzt, wodurch der manuelle Aufwand um 80 % reduziert und die Self-Service-Nutzung verbessert wurde.
• Das optimale Layout für verschiedene Geräte und Auflösungen entworfen, um die Zugänglichkeit und das Nutzererlebnis zu verbessern.
• Azure-VM-Integration mit Catalog Items, PowerShell-Skripting und Workflow-Orchestrierung eingerichtet und angepasst.
• Geschäftsanforderungen analysiert und in skalierbare Lösungen übersetzt, dabei ServiceNow-Scripting genutzt, um die Plattformfunktionalität und das Nutzererlebnis zu verbessern.

Key ServiceNow Skills: Service Portal, Widget-Entwicklung, Catalog Items, PowerShell-Scripting, Workflow-Orchestrierung, Content Management.

• Entwickelte und implementierte ein hybrides Empfehlungssystem (Content-Based + Collaborative Filtering)
• Baute End-to-End-ML-Pipelines inklusive Datenverarbeitung, Feature Engineering, Modelltraining und Bewertung
• Entwickelte RAG-basierte LLM-Systeme mit LangChain und Vektordatenbanken für semantische Suche und Wissensabruf
• Etablierte MLOps-Workflows mit MLflow für Experiment-Tracking, Versionierung und Deployment-Bereitschaft
• Implementierte Deep-Learning-Modelle (Computer Vision & Klassifikation) mit PyTorch und TensorFlow

• Abrechnungssoftware für die zweithöchste Sicherheitsbehörde der Bundesrepublik Deutschland
• Sicherheitsfreigabe Stufe 2 bestanden
• Frontend- und Backend-Entwicklung
• Beratung bei Einführung, Aufbau, Umsetzung und Weiterentwicklung technischer Komponenten
• Code-Reviews, Komponententests, Modultests, Gruppenmodultests
• Umsetzung von UI/UX-Design
• Verwendete Technologien: HTML, CSS/SCSS, JavaScript, Node.js, Vue 3, PrimeVue, Webpack, Vuex, Momentum, Jest, NPM, Lodash, Java 17, Spring Boot, Lombok, GraphQL, JUnit, Maven, Keycloak, Python, Docker, CI/CD, Kubernetes, Oracle SQL, Postman, Storybook, Microservices, Monorepo, Jira, Confluence, Scrum, GitLab, AWS, IntelliJ, Visual Studio Code, Neovim, XLSX, responsives Webdesign, BITV 2.0 (U.S. Section 508) / WCAG 2.2

• Frontend-Entwicklung
• Spring Boot
• Swagger
• Git
• GitLab
• SonarQube
• Docker
• Maven
• Java
• Angular

• Ziel des Projektes "DigSÜ" ist es, papierhafte Abläufe bei der Sicherheitserklärung zu digitalisieren, um eine schnellere Bearbeitung der Akten zu gewährleisten
• Management des Product Backlogs und Erstellen von User Stories in enger Zusammenarbeit mit den Stakeholdern
• Aufbau von Scrum-Strukturen und Unterstützung des Entwicklungsteams
• Regelmäßige Präsentation von Fortschritten

• Implementierung der spezifizierten DevOps-Lösungen zur Automatisierung der Infrastruktur (Terraform, Bicep, CloudFormation, Ansible) im lokalen Rechenzentrum (Ovirt, Proxmox, Ceph-Cluster, MinIO) und in der Private Cloud.
• Verwaltung, Konfiguration und Umsetzung von CI/CD-DevOps-Pipelines (GitLab, GitFlow) zur Unterstützung des Entwicklungsprozesses (Artifactory, Prometheus, Istio, Service Mesh, Helm Charts, OpenShift (Red Hat Enterprise) / Kubernetes-Cluster), Red Hat Satellite.
• Verwaltung, Einrichtung, Überwachung und Einspielung von Patches der Linux-Infrastruktur auf Basis von Red Hat Enterprise für Dev, Test und QA.
• Einsatz von Scrum- und Kanban-Methoden.
• Verwaltung, Konfiguration und Umsetzung von Sicherheitsstandards für die Bereitstellung in den Dev-, Test-, QA- und Produktionsphasen der neuen ePA-Anwendungen.
• Entwicklung neuer Plugins und Add-ons für die bestehende Infrastruktur.
• Datenbankunterstützung.
• Unterstützung der Datenanalyse (Python, Spark, Pandas, Power BI, Splunk Enterprise).
• Umsetzung von Best Practices für DevSecOps und BizDevOps unter Einsatz von GitOps (ArgoCD), Streamlit-Framework und Semaphore Ansible UI.
• Konfiguration und Test von iperf, uperf, sysbench mit dem Benchmark-Operator für externe Quelldaten und IoT/MDM-Geräte, Erstellung von Berichten über ELK/OpenSearch.
• Aufbau einer neuen Databricks-Plattform zur Sammlung und Analyse von Big Data aus verschiedenen Quellen und IoT-Geräten im Hadoop-Framework (Python, Pandas, PySpark, Power BI, Apache Airflow).
• Aufbau der Backend-Datenaggregation und -verarbeitung zur Automatisierung der Bereitstellung von Konfigurationen zwischen verschiedenen OpenShift-Clustern und dem Big-Data-Framework (Python, Pandas, PySpark, Apache Spark, PostgreSQL, Django 2, Ansible Automation, Jira JSM).
• Aufbau einer neuen ML-Pipeline-Plattform unter Verwendung von Kubeflow, TensorFlow, KServe.
• Extraktion, Transformation und Laden von Daten aus verschiedenen Quellen, einschließlich strukturierter und unstrukturierter Daten, in ein analytisches DWH bzw. Big-Data-Cluster mit Python, Pandas, Polars, Power BI, Django-Backend und PostgreSQL.
• Einrichtung eines neuen DevOps-Test- und QA-HashiCorp-Vault-Clusters für PKI und IAM.
• Konfiguration und Test automatisierter Patches basierend auf CVSS-Bewertungen und SIEM-integrierten CVEs.
• Einsatz von Nexpose und InsightVM zum Scannen von Schwachstellen in Netzwerken, Hosts, Containern und Anwendungen.
• Planung und Umsetzung sicherer und skalierbarer AWS-Architekturen einschließlich VPC, EC2, S3, RDS und Route53 sowie ähnlicher Umgebungen auf Azure und GCP.
• Automatisierte Systembereitstellung und -deployment mit CloudFormation-Vorlagen.
• Konfiguration von IAM-Rollen, Richtlinien und Berechtigungen zur Gewährleistung einer sicheren Zugriffskontrolle.
• Patch-Management, Backup-Automatisierung und Einrichtung der Notfallwiederherstellung in der AWS-Infrastruktur.
• Überwachung und Optimierung der Systemleistung mit AWS CloudWatch und AWS Trusted Advisor.
• Unterstützung von VMware-Diensten (vSphere, Aria, Horizon) und der virtuellen Desktop-Umgebung.
• Entwicklung und Wartung von CI/CD-Pipelines mit Jenkins, GitLab CI/CD und AWS CodePipeline mit Schnittstelle zu Nutanix.
• Konfiguration von AWS CloudWatch zur Überwachung der Anwendungsleistung und Systemereignisse.
• Planung und Durchführung der Migration von On-Premises-Anwendungen zu AWS-Cloud-Plattformen.
• Bereitstellung containerisierter Anwendungen mit Docker und Kubernetes in AWS-Umgebungen.
• Bereitstellung interner Softwarepakete zwischen Verfügbarkeitszonen mit AWS CodeDeploy.
• Erstellen und Bereitstellen von ML-Modellen mit Scikit-Learn, XGBoost und Spark MLlib einschließlich Hyperparameter-Tuning, Modellevaluation und Produktivsetzung.

• Analyse und Behebung von Sicherheitslücken in einem Risikobewertungssystem für den Energiehandel
• Systemanalyse
• Threat Modeling
• Entscheidung über Strategien zur Behebung von Schwachstellen
• Implementierung von Mechanismen zur Schwachstellenerkennung
• Sicherheits-Scans
• DevSecOps-Praktiken
• Technische Umgebung: Visual Studio Code, JetBrains Suite, MS Threat Modeling Tool, DevSecOps, Git, AWS, DynamoDB, SQL Server, Endur, Snowflake, Orca
• Sprachen: C#, JavaScript, TypeScript, Python, PowerShell, Bash, Terraform, SQL

• Migration der Unternehmenssoftware auf RHEL10
• Entwicklung in Bash, Python, C und Ansible

• Versicherungsdienstleister*

Herausforderung: Geschäftskritische Dokumente liefen über externe OCR-Dienstleister mit laufenden Kosten, Abhängigkeit und Datenschutzrisiken bei sensiblen Versicherungsdaten.

Umsetzung:

• Architektur und produktive Umsetzung einer On-Premise-OCR-Lösung mit vollständiger Datenhoheit
• Verfahren zur Erkennung von Dokumentstrukturen als Basis der automatisierten Weiterverarbeitung
• ML-, NLP- und LLM/VLM-basierte Informationsextraktion, insbesondere aus Rechnungen und Angeboten

Erfolg: Ablösung der externen Dienstleister: volle Datenhoheit, DSGVO-konforme Verarbeitung und 75 % geringere laufende OCR-Kosten p. a.

Verwendete Technologien: Python, Docker, Microservices, FastAPI, PyTorch, Torchvision, MongoDB, MySQL

• Analyse
• Beratung
• Software-Design
• Entwicklung
• Automatisierung
• Testen
• Deployment
• Architektur, Entwicklung und Bereitstellung verschiedener Proof-of-Concept-Anwendungen rund um die Integration aktueller KI-Schnittstellen, inklusive Gespräch, Echtzeit-Voice, Bilder und Videos
• Best Practices für die Arbeit mit agentischen Systemen und KI in der Praxis entwickelt
• Code-Vorlagen erstellt

• Leitete die End-to-End-Architektur und Migration eines veralteten On-Premise-IoT-Monitoringsystems zu einer cloud-nativen Azure-Plattform in einem Entwicklungsteam mit 17 Mitgliedern
• Entwarf und implementierte eine skalierbare Microservices-Architektur (Java 21, Spring Boot, Kubernetes, Azure Services), entkoppelte IoT- Datenströme und beseitigte Engpässe des Altsystems
• Definierte den Tech-Stack, mentorierte Entwickler und koordinierte cross-funktionale Teams in 4 Ländern, um eine hohe Lieferqualität und die Einhaltung der Architekturstandards sicherzustellen
• Trieb Requirements Engineering und System-Redesign voran, beseitigte jahrelange technische Schulden und führte ereignisgesteuerte Verarbeitung sowie automatisierte Workflows ein
• Wichtige Erfolge
• Erhöhte Systemstabilität und Uptime um ~10x und machte 24/7-DevOps-Eingriffe überflüssig
• Senkte die Hosting-Kosten um ~80 % (5x Einsparung) durch Cloud-Optimierung
• Verbesserte Performance und Skalierbarkeit und ermöglichte eine stabile Verarbeitung von IoT-Datenströmen mit hohem Volumen
• Erfolgreiche Migration ohne Unterbrechung von On-Prem in die Cloud, mit hoher Nutzerzufriedenheit und Zuverlässigkeit ab dem ersten Tag

• Strategische Projektentwicklung, Umsetzung und Implementierung mit internem und/oder externem Entwicklungsteam
• Multi-Stakeholder-Management
• Planung neuer Projekte, Kostenkalkulation, Risikokalkulation
• KI-Projekt für die Produktion elektrischer Komponenten
• Integrationen für Gebäudeleittechnik (BACnet, Modbus, etc.)
• Inhouse-BACring-Systemarchitektur und -entwicklung (Steuerungssystem für Brandschutz- und Rauchabzugssysteme)
• Inhouse-MES-Systemarchitektur und -entwicklung
• Projektmanagement
• Agile-SCRUM-Projektentwicklung
• Lösungsarchitektur und Prozessanalyse (UML)
• Entwicklung von Business-Anwendungen
• Jira-Projektmanagement
• Reporting und Dokumentation
• Rekrutierungsprozess für IT-Mitarbeiter
• Softwarearchitektur, Projektentwicklung, Kosten, Risiken
• Schulung von IT-Mitarbeitern (intern und extern)
• Verantwortung für 5 Entwicklungs-/DevOps-/QA-Teams