Apache ZooKeeper Experten in Deutschland

Projekt: SCS (Settlement / Clearing Services)

Abwicklungsplattform für mehrere Handels- und Clearingplätze — Absicherung des Kontrahentenrisikos, Reduzierung des Abwicklungsvolumens, zentrales Risikomanagement und Anonymität nach dem Handel.

Technologien: Java 17, Spring Boot 3, Microservices, Spring Data JPA, SonarQube, Fortify (SCST), Mockito, Jenkins, OpenShift, Maven, Podman, GitHub, JIRA, Liquibase, Swagger, AMQP, Apache Camel, Terraform, PostgreSQL, Instana, Graylog.

• CVEs in Drittanbieter-Bibliotheken mithilfe von SCA-Tools identifiziert und behoben und damit die Sicherheitslage der Produktivkomponenten verbessert.
• 90 % Code Coverage mit SonarQube gehalten, die Codequalität verbessert und Produktionsfehler reduziert.
• mTLS für die Datenbankauthentifizierung und Verbindungen zu Message Brokern aktiviert und damit verschlüsselte, zertifikatsgeprüfte Kommunikation durchgesetzt.
• Microservices mit asynchroner, REST-basierter Kommunikation zwischen den Komponenten entworfen und bereitgestellt.
• Eine REST-API mit hohem Volumen (~200K Requests) optimiert, indem die Antwortzeit von 3s auf 2s reduziert wurde (33 % Verbesserung), was Durchsatz und Zuverlässigkeit unter Produktionslast erhöht hat.
• Build- und Continuous-Integration-Pipelines mit Maven und Jenkins automatisiert.
• Containerisierte Workloads auf Podman/OpenShift orchestriert und die Schema-Weiterentwicklung mit Liquibase gesteuert, um zuverlässige und wiederholbare Deployments in allen Umgebungen sicherzustellen.
• Java-Code optimiert und EHCache-basiertes Caching implementiert, um die Anwendungsleistung zu verbessern.
• Das Release-Management vereinfacht, indem Anwendungsimages, JAR-Versionen und Abhängigkeiten über DBAG Artifactory gesteuert wurden, um Versionskonsistenz und Audit-Nachvollziehbarkeit über alle Umgebungen hinweg sicherzustellen

• Es ist wie ein Start-up innerhalb von REWE, wo wir ein neues Forecasting-System auf der Google Cloud Platform von Grund auf aufbauen müssen. Offiziell heißt meine Rolle zwar MLOps, aber zu meinen tatsächlichen Aufgaben gehören auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) und Aufgaben von Data Scientists wie Feature Engineering und Modelltraining.
• GCP: Terraform (tofu), Vertex AI (Kubeflow), Cloud Run, IAM, Google Cloud Storage, BigQuery, Artifact Registry
• Data Engineering: Snowflake als zentrales Data Warehouse, Terraform, DBT für die Umsetzung von Datenmodellen
• CI/CD: GitLab. Wir haben eine CI/CD-Pipeline aufgebaut, die Deployments neuer Releases bis in die Produktionsumgebung automatisiert

• Entwicklung und Umsetzung der Engineering-Strategie über mehrere Teams hinweg (Engineering, DevOps, SysAdmin, QA), einschließlich der Definition vierteljährlicher OKRs und Roadmaps zur Ausrichtung an den Geschäftszielen.
• Aufbau eines umfassenden Frameworks für technische Exzellenz mit Coding-Standards, Karrierepfaden und wichtigen betrieblichen Richtlinien.
• Erfolgreiche Durchführung technischer Due-Diligence-Prüfungen während Finanzierungsrunden und Präsentation der technologischen Infrastruktur gegenüber potenziellen Investoren.
• Entwicklung und Einführung wichtiger Unternehmensrichtlinien, darunter Incident Management, Bereitstellungsrichtlinien und Sicherheitsprotokolle.
• Optimierung des Recruiting-Prozesses und Leitung von Performance-Reviews, wodurch Teamzusammensetzung und Kompetenzen verbessert wurden.
• Entwicklung und Umsetzung von Full-Stack-Lösungen mit TypeScript, Node.js im Backend und Next.js mit Styled Components im Frontend.
• Entwicklung und Optimierung einer serverlosen Architektur mit AWS Lambda, Step Functions, State Machine, ECS, API Gateway und mehreren Datenbanken (DynamoDB, MongoDB, Postgres, MariaDB, OpenSearch).
• Einführung von GraphQL für Frontend-Anfragen und REST-APIs für Backend-Services zur Verbesserung der Systemanbindung und des Datenflusses.
• Aufbau stabiler CI/CD-Pipelines mit GitHub Actions und Jenkins einschließlich Quality Gates und Sicherheitsprüfungen.
• Integration von SonarCloud für statische Codeanalyse zur Verbesserung der Codequalität in allen Repositories.
• Leitung von Verbesserungen bei Infrastrukturstabilität und Sicherheit sowie Optimierung der Betriebskosten.
• Einführung eines automatisierten Test-Frameworks mit Jest für Backend und Frontend sowie Playwright für E2E-Tests.
• Erstellung wiederverwendbarer Tooling-Module für Logging, Datenbankanbindung, Parameter-Store-Integration und wiederverwendbare Bibliotheken.
• Entwicklung und Umsetzung einer Microservices-Architektur mit AWS ECS, dokumentiert durch OpenAPI-Spezifikationen.
• Verbesserung der Erstellungs- und Bereitstellungsprozesse durch standardisierte Templates und automatisierte Pipeline-Erstellung.
• Erfolgreiche Umsetzung mehrerer Projekte im Zeitplan bei Einhaltung hoher Qualitätsstandards und bewährter Verfahren.
• Durchführung regelmäßiger 1-on-1s und Mentoring-Sitzungen zur Förderung von Teamwachstum und beruflicher Entwicklung.
• Teilnahme an bereichsübergreifenden Management-Meetings zur Abstimmung technischer Initiativen mit den Geschäftszielen.
• Identifizierung und Schließung von Wissenslücken durch gezielte Mentoring- und Schulungsprogramme.
• Einführung von Atomic-Design-Prinzipien in der Frontend-Entwicklung zur Verbesserung der Wiederverwendbarkeit und Wartbarkeit von Komponenten.

• Optimierung der Onlineshop-Suchfunktion auf Basis von Magento und OpenSearch
• Beratung zur Beseitigung von Such-Problempunkten (Kompositasuche, Suche ohne Berücksichtigung der Groß- und Kleinschreibung)
• Datenmodellierung von Produkten (parent) und Artikeln (child)
• Workshops zur Vermittlung fachlichen Suchverständnisses

• Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).

• Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.

• Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.

• CMP beinhaltet auch den kompletten Zyklus Hardware Management.

• Als Basis wird Kubernetes, Openstack und Hadoop benutzt.

• Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.

• Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.

• Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.

• Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.

• Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.

• Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).

• Aufsetzen und Weiterentwicklung eines internationalen Subscription-Verwaltung-Systems

• Migration und Abschalten eines Hybris-SAP-Systems und Anbindung von Zuora

• Umsetzung zahlreicher Schnittstellen zu verschiedenen Systemen (extern und intern)

• Aufsetzen und Verbessern des Monitorings mit Grafana, Prometheus und Databricks

• Einführung von Logging mit Loki

• Umsetzung fachlicher Anforderungen mit jQuery, Thymeleaf, Spring Boot, Java, Go und Python

• Anpassung und Erweiterung der GitLab-CI-Pipelines

• Aufsetzen und Erweitern der Infrastruktur-as-Code mit Terraform und ArgoCD in AWS

• Aufsetzen und Durchführung von E2E- und Performance-Tests

• Ausbau der Databricks Business Intelligence Lösung zur Bereitstellung verschiedener KPIs

• Aufgaben: Architektur, DevOps, Entwicklung, Unit-Tests, Coaching von Mitarbeitern und Azubis, E2E-, Smoke- und Integration-Tests, Beratung bei agilen Methoden (Kanban, Scrum)

• Technologien und Methoden: Java, Go, Kotlin, Node.js, Spring Boot, SOAP/REST, Quarkus, Thymeleaf, Vaadin, Slack, Jira, Confluence, IntelliJ, GitLab, SQS, Kafka, AWS, Kubernetes, Terraform, Maven, Gradle, GitLab-CI, Databricks

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

• Tribe Home, Product Area 4 - Customer in Life, Squad Cybertron.
• Analyse, Design, Entwicklung und Testen von neue Anforderungen von Optimmo, Baufinazierung Software.
• Analyse, Design, Entwicklung und Testen von JEE Anwendung MWS kredit-baufi.
• Analyse, Design, Entwicklung und Testen von Wicket Optimmo Anwendung.
• Analyse, Design, Entwicklung und Testen von kredit-baufi Batch-Programme.
• Migration zum RHEL9 von kredit-baufi Batches.
• CiL SCS Consumer Pacts mit Finagle.
• CiL ScS Touch Point Architecture Integration.
• Teamgröße: 10.
• Tools / Frameworks: OpenJDK Java 17, Kotlin 1.6.0, Azure, Jenkins, Stash, JEE, Gitlab, JIRA, Confluence, git, Spring 6.0, Sping Cloud, Spring Data, Hibernate, JPA, JMS, Kafka, Oracle, PL/SQL, Red Hat Enterprise Linux (RHEL), Maven, REST, JBoss, Intellij IDEA, Wicket 9 und 10, Istio.

• Verantwortlich für Softwareentwicklung und DevOps in der Data & AI Platform – Intake- und PubSub-Projekten bei STACKIT, dem Cloud-Anbieter der Schwarz Gruppe.
• Technologien: Golang, Kubernetes, Kubernetes Operatoren, OpenAPI v3, REST-API, Azure DevOps, CI/CD, k6, Kafka, Strimzi, Apache Iceberg, RBAC, IAM, Terraform, Helm, Infrastrukturautomatisierung, Lastverteilung, Traefik, ArgoCD, kuttl, Kyverno Chainsaw, Kustomize, Velero, Prometheus, Grafana, Checkly / Playwright (TypeScript), NATS/Jetstream, WebSockets, gRPC, SSE

• Technologien: Java, React, Python, Scala, Spring Boot, JPA, Microservices, Kubernetes, Docker, OpenShift, Eureka, Prometheus, Grafana, Zookeeper
• Führte das Design und die Entwicklung einer unternehmensweiten Data-Warehouse-Plattform für effizienten und sicheren Datenaustausch mit zustandslosen, ereignisgesteuerten Microservices-Architekturen
• Diente als Komponentenverantwortlicher und Scrum Master für drei Microservices, stellte nahtlose Integration sicher und bewahrte hohe Datenintegrität
• Optimierte die Performance mithilfe von Prometheus und Grafana und erreichte messbare Systemresilienz