
AWS Fargate Experten in Deutschland
aus über 15.000 Lebensläufen dank präzisem KI-MatchingBeauftragen Sie Experten, die containerisierte Workloads auf AWS Fargate betreiben, Amazon ECS und Amazon EKS konfigurieren und sichere Deployments mit Terraform oder CloudFormation automatisieren. FRATCH bringt Sie schnell und präzise mit geprüften, verfügbaren Freelancern zusammen.
Lerne FRATCH Experten in Deutschland kennen, die kürzlich AWS Fargate eingesetzt haben
Elmehdi D.
Letzte Position:
Senior DevOps-Ingenieur bei Amber Tech GmbH
- Automatisierte Kubernetes-Deployments in über 400 Kunden-Zielumgebungen (Rancher/RKE2) mit versionierten Helm-Charts und Argo-CD-ApplicationSets für die täglichen Releases.
- Kunden-Onboarding als Self-Service auf Basis versionierter Runbooks, von Tagen auf Stunden verkürzt; Abstimmung mit den IT-Teams der Kunden (AD/LDAP, SMB/DFS, Netzwerk).
- Migration ausgewählter Services nach AWS parallel zur Open-Telekom-Cloud-Plattform: Provisionierung von VPC, EC2 und IAM-Rollen mit Least-Privilege-Policies per Terraform; Betrieb der Workloads auf EC2.
- Keycloak-Realms und OIDC/SAML-Clients für Produkt-SSO, föderiert mit dem Active Directory der Kunden.
- Mandantenspezifische strongSwan-IPsec-Sidecars auf Kubernetes statt zentraler Transit-VM, Schlüssel in HashiCorp Vault: ca. 80 % geringere Konnektivitätskosten, DFS-Indexierung über den Tunnel.
- Konzeption der hochverfügbaren Migration der Redis-Landschaft auf verwaltetes OTC DCS; Alerting und Rufbereitschaft mit incident.io nach Schweregrad, schnellere Grafana-Abfragen und -Indexierung.
Ajay M.
Letzte Position:
Architekt für Plattform-Engineering bei Hundertserver GmbH
- Entwurf verwalteter Kubernetes-Plattformen für mehr als 150 Unternehmenskunden aus den Bereichen Energie, Logistik, Automobil und öffentlicher Sektor.
- OCaaS entworfen: Kubernetes-native, mandantenfähige SaaS für KI-Assistenten mit Isolierung pro Mandant und Namespace, zweistufiger LLM-Inferenz und automatisierter Verwaltung des Mandantenlebenszyklus.
- Chronos entworfen, Kafka as a Service auf Strimzi mit hybrider Mandantenstruktur (gemeinsam genutzte und dedizierte Stufen); den Plattform-RFC verfasst.
- Multi-Cluster-GitOps aufgebaut (Flux CD, Helm, Kustomize); Änderungen werden auf kurzlebigen k3d-Clustern mit Renovate + GitLab CI und automatischem Merge validiert.
- Argus konzipiert: korrelierte OTeI-Traces, Logs und Metriken (LGTM-Stack).
- Geheimnisse von HashiCorp Vault zu OpenBao migriert; Kyverno-Policy-Framework für RBAC-Automatisierung und die Synchronisierung von Geheimnissen über Namespaces hinweg.
- Salar aufgebaut: Node-Patching und Cluster-Upgrades mit Uyuni + SaltStack.
- Plattform-Storage mit Ceph und SeaweedFS; Objektspeicher von MinIO migriert.
- Kundenprojekte: OTeI-Observability und Datadog SAML für ein globales Kulturinstitut; Reaktion auf Galera/PXC-Vorfälle bei einem SaaS-Anbieter.
Patrick D.
Letzte Position:
Fullstack-Entwickler
- SPA zur automatisierten Befundkommunikation mit rollenbasiertem Zugriff (Sanctum)
- Serverseitige LLM-Integration (OpenRouter) mit strukturierter Verarbeitung
- Automatisierter Versand per SMS/Sprachanruf (Twilio, ElevenLabs) mit Queue + Status-Retry
- vollständige Testabdeckung mit 80+ dokumentierten Testfällen
Technologien: PHP, Laravel, LLM-API (OpenRouter), Twilio, ElevenLabs, Laravel Sanctum, PHPUnit, Playwright, Docker, REST
Thorsten B.
Letzte Position:
Senior Backend Engineer bei VTG Rail Europe
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.
Dimitri W.
Letzte Position:
Softwarearchitekt bei Umweltdienstleistungsunternehmen (Kooperation mit Sitegeist Media Solutions GmbH)
Konzeption und Umsetzung eines modular aufgebauten Kundenportals auf Basis von Laravel.
Schwerpunkte waren die Definition einer wartbaren Systemarchitektur unter weitgehender Anwendung von Domain-Driven-Design-Prinzipien (im Rahmen der Laravel-Architektur), die Einführung automatisierter Qualitätssicherungsprozesse (Teststrategie, CI-Integration) sowie die Vorbereitung eines auditierbaren Betriebs (Logging, Nachvollziehbarkeit von Änderungen) in einer AWS-basierten Infrastruktur unter Berücksichtigung von IT-Sicherheitsstandards nach NIST und Prozessanforderungen nach ISO 9001.
Leistungen:
- Analyse und Strukturierung fachlicher Anforderungen in enger Abstimmung mit den Stakeholdern
- Dokumentation der Systemarchitektur und Infrastruktur inkl. Change- und Release-Management
- Konzeption und Umsetzung einer Schnittstelle zur Integration von SAP-Systemen
- Planung und Implementierung automatisierter Tests zur Qualitätssicherung
- Umsetzung von Security- und Compliance-Anforderungen, u. a. SBOM-Generierung, Software-Lizenzmanagement und QS-Prozesse
- Technische Beratung und Unterstützung des internen IT-Teams
- Einführung und Etablierung KI-gestützter Entwicklungsprozesse (Spec-Driven Development) inkl. KI-lesbarer Spezifikationen, Integration von KI-Anweisungen in die Entwicklungsumgebung sowie Schulung der Entwickler im produktiven Einsatz
Techniken und Tools: SAP, Docker, ddev, PHP 8.4, Laravel, Filament, C4 Model, Architecture Decision Records (ADR), Mermaid, PlantUML, Spec-Driven Development, Claude, GitHub Copilot, Codex
Sabahattin K.
Letzte Position:
Alleinverantwortlich (Konzeption, Entwicklung, Infrastruktur, Betrieb) bei Eigenprojekt busik.ch
- Mitfahr- und Busplattform, live erreichbar und funktionsfähig. Backend Spring Boot 4.1 auf Java 21, PostgreSQL mit Flyway, Testcontainers-Integrationstests. Betrieb im eigenen AWS-Konto (ECS Fargate, ALB, ECR, IAM Least-Privilege) mit CI/CD via GitHub Actions und OIDC-Federation ohne statische Zugangsdaten. Entwicklung durchgehend AI-gestützt mit Claude Code, inklusive eigener Skills und projektspezifischem Memory. Spring Boot · Java 21 · PostgreSQL · Flyway · Docker · AWS ECS/ALB/ECR · CI/CD · GitHub Actions · Claude Code
Christian K.
Letzte Position:
Senior AWS-Cloud-Ingenieur bei Sopra Financial Technology GmbH
- Einrichtung und Betrieb einer Multi-Cluster AWS EKS-Plattform für Bank-Workloads mit einheitlicher Netzwerk- und Sicherheitsarchitektur über 45 AWS-Konten.
- Entwicklung und Standardisierung einer einheitlichen AWS-Netzwerk- und Sicherheitsarchitektur für 45 AWS-Konten, um konsistente Governance, Konnektivität und Compliance für Enterprise-Kundenumgebungen zu ermöglichen.
- Entwicklung und Betrieb einer Multi-Cluster AWS EKS-Plattform zur Unterstützung von Produktions-Workloads, was die Skalierbarkeit, Verfügbarkeit und Betriebssicherheit deutlich verbessert hat.
- Implementierung eines GitOps-Bereitstellungsmodells mit ArgoCD und Helm, das vollständig automatisierte, prüfbare Deployments ermöglicht und manuelle Release-Fehler reduziert.
- Automatisierung der Infrastrukturprovisionierung im großen Maßstab mit Terraform und Terragrunt, wodurch die Einrichtungszeit für Umgebungen um bis zu 70 % verkürzt und Konfigurationsabweichungen eliminiert wurden.
- Etablierung von unternehmensgerechten Backup- und Disaster-Recovery-Strategien mit Velero und AWS Backup, um zuverlässige Multi-Cluster-Wiederherstellung und Geschäftskontinuität zu gewährleisten.
- Einführung von Rancher als Self-Service-Kubernetes-Plattform, die das Onboarding von Entwicklern beschleunigt und gleichzeitig zentrale Sicherheit und Governance beibehält.
- Entwurf und Implementierung detaillierter AWS-IAM-Konzepte (Rollen, Richtlinien, Vertrauensstellungen) zur Durchsetzung des Prinzips der geringsten Privilegien für den Zugriff auf Konten, Workloads und CI/CD-Pipelines.
- Entwicklung von AWS-Lambda-basierten Pre-Provisioning-Workflows für Datenbanken, die Initialisierung, Konfiguration und Zugriffs-Setup automatisieren und so eine sichere und konsistente Anwendungsintegration unterstützen.
- Lieferung konsistenter, hochwertiger Ergebnisse als Teil eines 5-köpfigen AWS-Solutions-Architecture-Teams, was zu drei aufeinanderfolgenden Vertragsverlängerungen führte.
Christian H.
Letzte Position:
Softwareentwickler / Leitender Entwickler bei dpa (Deutsche Presse Agentur GmbH)
- 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
Daniel L.
Letzte Position:
Entwickler / Software Architekt bei rffl.io
- PHP 8.4
- Plattform für Gewinnspiele: API-first Ansatz mit Symfony/API Platform
- API Platform 4.2 (REST, JWT, Doctrine/PostgreSQL, API-Dokumentation) plus AWS-Tools
- Symfony 7.3 für Infrastruktur, Hosting und anschließenden Betrieb auf AWS mit ECS
- Postgres
- AWS RDS, SQS, Fargate, RDS Postgres Datenbank und AWS-SQS Message Queue
- Verwaltung der Infrastruktur per Terraform
- Nach erfolgreicher Terraform Umsetzung folgt die GmbH-Gründung als neuer Organisationsschritt
Mark P.
Letzte Position:
Full-Stack Software Entwickler, Produktdatenimport bei Otto (GmbH & Co KG)
- Verwalten und Betreiben der Produktdatenimport Services für den Händler Otto
- Weiterentwicklung und Wartung der Backendsysteme
- Optimierung und Wartung der AWS-Infrastruktur
- Aufbau einer neuen Produktdatenimport-API
- Konzeption und Planung von Stories und Features
- Durchführung von Code-Reviews zur Sicherstellung der Codequalität und Best Practices
- Analyse und Behebung von Bugs
- Technologien: Java, Spring Boot, Kafka, AWS, Fargate, Terraform, MongoDB, Mongo Atlas, OpenAPI, GitHub, GitHub Actions, GitHub Copilot, Akhq, Debezium, JUnit, Test Containers, Hexagonale Architektur
Mayuri K.
Letzte Position:
Plattformingenieur bei Madison Logic
- Entwickelte und betrieb eine GitOps-basierte Kubernetes-Plattform und migrierte Dienste von AWS ECS zu Amazon EKS.
- Erstellte automatisierte CI/CD-Pipelines für das Erstellen und Bereitstellen von Containern mit GitLab CI, Helm und Argo CD.
- Entwickelte wiederverwendbare Helm-Charts für Kubernetes-Ressourcen (Ingress, Services, Secrets, HPA, ExternalDNS).
- Provisionierte und verwaltete EKS (Fargate und EC2) mit Infrastruktur als Code (Terraform / OpenTofu).
- Implementierte OIDC-basierte Authentifizierung und Autorisierung (Okta) für sicheren Zugriff auf Kubernetes und Argo CD.
- Verbesserte die Container-Sicherheit durch Migration der Dienste zu distroless-Images.
- Implementierte Logging, Monitoring und Beobachtbarkeit, um die Systemzuverlässigkeit und -leistung sicherzustellen.
- Automatisierte Cloud-Kostenoptimierung mit Python (Boto3) und erzielte dabei etwa 45 % Kosteneinsparungen.
- Leitete die Migration der AWS-Infrastruktur zu IaC und verringerte so Konfigurationsabweichungen und Bereitstellungsprobleme.
- Erstellte technische Dokumentationen und Betriebsanleitungen zur Unterstützung interner Engineering-Teams.
Halil O.
Letzte Position:
Senior Cloud Operations- und DevSecOps-Ingenieur (Azure / Terraform / CI-CD) bei KfW Bankengruppe
Reguliertes Konzernumfeld einer deutschen Bankengruppe (ca. 8.500 Mitarbeiter, Hybrid Cloud-Strategie).
Verantwortlich für den Betrieb, die Bereitstellung und die kontinuierliche Absicherung geschäftskritischer Plattformen – darunter eine GenAI-Chat-Anwendung, eine Big-Data/AI-Plattform sowie Data-Science-Arbeitsplätze auf Basis von Azure Virtual Desktops und VMs. Ownership der AzureDevOps Projekte nach ShaiHulud und React2Shell sowie BSI-Warnungen – Security Operations Improvements im gesamten SDLC.
Deployment-Verantwortung für GenAI-Chat-Anwendung, Big-Data/AI-Plattform (BDAI) sowie Data-Science-Arbeitsplätze (AVD/VM-basiert) in den jeweiligen LZs.
Deployment & Release Management: End-to-End-Verantwortung für Deployments von Portal- und Service-Applikationen in mehreren Azure Landing Zones, inklusive technischer Freigaben, Approvals nach Deployment-Guidelines der Entwicklungsteams sowie Sicherstellung ITIL-basierter Change- und Release-Prozesse im laufenden Betrieb via ServiceNow.
Azure Landing Zones & Netzwerkarchitektur: Aufbau, Provisionierung und Betrieb von Azure Landing Zones für 3-Tier-Web-Applikationen mit verbesserter Netzwerksegmentierung, VNet-Peering, Hub-Spoke-Architekturen, Private Endpoints und Firewall-Integration in separaten Subscriptions und Tenants.
Azure DevOps Governance & Betrieb: Ownership der Azure-DevOps-Organisation inklusive Projekte, Repositories und CI/CD-Pipelines, Umsetzung von Governance-Vorgaben wie Branch-Policies, Approval-Gates, Berechtigungskonzepten und Audit-fähigen Betriebsstrukturen.
Infrastructure as Code (Terraform): Design, Implementierung und Betrieb einer modularen Terraform-Architektur zur standardisierten Bereitstellung von Cloud-Infrastruktur, inklusive State-Management, Provider-Versionierung, Wiederverwendbarkeit und Policy-as-Code-Ansätzen.
CI/CD Pipeline Engineering: Konzeption, Betrieb und Optimierung komplexer YAML-basierter CI/CD-Pipelines mit Multi-Stage-Deployments, Template-Standardisierung, Self-Hosted Agents, integriertem Secret-Management und automatisierten Qualitäts- und Sicherheitsprüfungen.
Git-Migration & Plattformkonsolidierung: Planung und Umsetzung der Migration von Repositories und Pipelines von Azure DevOps zu GitLab CI/CD, inklusive automatisierter Skripte, Inklusive Git-History, Pipeline-Portierung und Konsolidierung der Entwicklungsplattformen.
Container- & Plattformbetrieb (AKS): Betrieb und sicherheitstechnische Bewertung containerbasierter Workloads auf Azure Kubernetes Service, Zentralisierung der On-Premises Container Registry für ACR. OpenShift (OCP) Security Reviews: Sicherheitsbewertung von Codebaselines, Build-Pipelines und Deployment-Prozessen für On-Premises-OpenShift-Cluster mit kritischen Anwendungen sowie Ableitung konkreter Hardening-Empfehlungen.
Shift-Left Security & DevSecOps Transformation: Einführung eines unternehmensweiten Shift-Left-Ansatzes zur frühzeitigen Integration von Sicherheit in Entwicklungs- und Deployment-Prozesse, Enablement der Entwickler zur eigenständigen Sicherheitsprüfung und nachhaltige Reduktion von Schwachstellen vor Produktivsetzung (IDE-Integrationen, Pre-Commit Hooks, lokale Scanner).
Software Supply-Chain Security: Analyse und Mitigation von Supply-Chain-Risiken in NPM- und Yarn-basierten Anwendungen durch Dependency-Audits, Absicherung von CI/CD-Pipelines, Token-Rotation und Einschränkung riskanter Build- und Lifecycle-Mechanismen.
Frontend- & Framework-Security (React / Next.js): Sicherheitsbewertung und Koordinierung der Behebung kritischer Schwachstellen in allen Plattform-Anwendungen und Web-Frameworks, inklusive Abstimmung und ergänzenden technischen Mitigationsmaßnahmen mit allen Teams nach BSI-Warnung.
Software Composition Analysis (SCA): Einführung und Betrieb automatisierter Schwachstellen-Scans für Container-Images, Pipelines/Artefakte und Third-Party-Dependencies inklusive SBOM Exports innerhalb der CI/CD-Pipelines.
SAST / DAST Integration: Konzeption und Pilotierung statischer und dynamischer Anwendungssicherheitstests in enger Zusammenarbeit mit Security-Architektur und Entwicklungsteams zur kontinuierlichen Verbesserung der Code- und Runtime-Security und Etablierung betrieblicher Abnahme-Tests (BATs).
Artefakt- & Registry-Konsolidierung: Analyse und Konsolidierung aller Paket- und Container-Repositories für Service-Applikationen und AKS-Workloads mit dem Ziel einer zentralisierten, abgesicherten Registry-Strategie inklusive zentralisierter Vulnerability-Scanning und Governance.
Dependency-Track & SBOM-Strategie: Beratung des Compliance-Boards zur Einführung einer zentralen SBOM- und Vulnerability-Management-Plattform zur konzernweiten Erhöhung der Transparenz über Abhängigkeiten und Beschleunigung der CVE-Reaktionsfähigkeit.
CI/CD Pipeline Hardening: Sicherheitsanalyse und Bereinigung der bestehenden Pipeline-Landschaft durch Entfernung ungenutzter Pipelines, Verbesserung der Secrets-Hygiene, Umsetzung des Least-Privilege-Prinzips und Isolation von Build-Agent-Umgebungen.
Azure Web Application Firewall (WAF) Optimierung: Analyse und Optimierung bestehender Azure-WAF-Regelwerke (OWASP Top 10 Core Rule Set, DSR/SDC, Custom Rules) zur Abwehr bekannter Schwachstellen und Exploit-Patterns, inkl. Reduktion von False Positives und Verbesserung der Angriffserkennung.
Dokumentation & Stakeholder-Kommunikation: Erstellung und Pflege technischer Dokumentationen, Runbooks und Architekturübersichten in Jira und Confluence sowie aktiver Wissenstransfer zwischen Operations, Development, Security und Compliance-Stakeholdern.
Alexandru G.
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.
Sven B.
Letzte Position:
Frontend-Entwickler bei TQGG
- Neuimplementierung des ESN.com Online Shops mit Shopifys Hydrogen und Remix
- Headless-CMS Contentful Anbindung via GraphQL
Benito E.
Letzte Position:
Cloud DevOps Engineer und Cloud Architekt bei Energieversorgungsunternehmen (anonymisiert, NDA)
- Konzeption und Aufbau einer vollständig abgeschotteten AWS-Offline-Umgebung ohne ausgehenden Internetpfad für den Betrieb einer browserbasierten Fachanwendung
- Entwurf und Implementierung eines Proxy- und Antwortdienstes, der sämtliche externen Aufrufe der Anwendung innerhalb der VPC terminiert und aus lokal vorgehaltenen Inhalten bedient; Ermittlung des tatsächlichen Kommunikationsbedarfs messbasiert über DNS-Query-Logging
- Erstellung von Architekturdesigns und Entscheidungsvorlagen inklusive Variantenvergleich (Application Load Balancer mit Lambda und S3, Reverse Proxy auf EC2, privates API Gateway) mit Bewertung nach Betriebsaufwand, Kosten und Verfügbarkeit
- Übertragung der bislang ausschließlich für Azure vorliegenden Lösungs- und Betriebsdokumentation auf eine AWS-Zielarchitektur inklusive Neuzuordnung sämtlicher Dienste und Betriebsabläufe
- Automatisierter Rollout als Infrastructure as Code (Terraform, CloudFormation) mit CI-Deployment über GitHub Actions sowie Aufbau privater DNS-Zonen und einer eigenen Zertifikatskette für den Betrieb ohne Internetanbindung
- Erstellung der Architektur-, Deployment- und Betriebsdokumentation und Übergabe an den Kunden
- Aufbau einer privaten Cloud-Plattform auf OpenStack beim Provider TelemaxX mit Terraform, inklusive FortiGate-HA-Clustern, FortiManager und Kubernetes
- Einführung von Policy as Code (Open Policy Agent, Conftest) sowie Entwicklung von MCP-Servern (Model Context Protocol) zur Anbindung von KI-Assistenten an Betriebs- und Projektwerkzeuge
Erfolge:
- Fachanwendung erstmals vollständig ohne Internetanbindung betriebsfähig gemacht; die Ursache des Ladefehlers wurde durch systematische Eingrenzung auf fehlende CORS-Header zurückgeführt, nachdem die naheliegende Zertifikatsspur widerlegt war
- Bestehendes Azure-Konzept vollständig auf AWS übertragen und die zuvor manuell erstellte Umgebung durch einen reproduzierbaren, CI-gestützten Rollout abgelöst
Technologie Stack: AWS (VPC, Application Load Balancer, Lambda, S3, Route 53 Private Hosted Zones und Resolver Query Logging, IAM, CloudWatch, EC2, CloudFormation), Infrastructure as Code (Terraform, CloudFormation, Remote State), CI/CD (GitHub Actions mit OIDC, Azure DevOps Pipelines), OpenStack, FortiGate, FortiManager, Kubernetes, Policy as Code (Open Policy Agent, Conftest), Offline- und Air-Gap-Architekturen, PKI & Zertifikate (interne CA, TLS, CRL/OCSP), DNS, Netzwerksegmentierung, Linux, Windows Server, Python, Bash, PowerShell, YAML, JSON, Architekturdesign & Entscheidungsvorlagen, Dokumentation (Confluence, Markdown), Generative & Agentic AI (Model Context Protocol, Agentic AI Coding Tools)
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die AWS Fargate einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
15 Jahre

Positionsdauer
1,8 Jahre

Positionen pro Freelancer
13

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Betrieb

Häufigste Branchen
Informationstechnologie (IT), Einzelhandel, Bank- und Finanzwesen

Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
85%
Master-Abschluss oder höher
46%
Doktortitel
4%

Zertifizierungen pro Freelancer
3

Häufigste Sprachen
Deutsch, Englisch, Französisch

Sprechen zwei oder mehr Sprachen
97%
Basierend auf unserem Profilpool, Stand 18 Nov 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie in Deutschland verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, welcher Anteil der Experten innerhalb dieser Spanne abrechnet.
Durchschnittssätze von Experten in Deutschland, die AWS Fargate einsetzen
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der AWS Fargate Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (100%)
- Einzelhandel (50%)
- Bank- und Finanzwesen (44%)
- Regierung und öffentliche Verwaltung (41%)
- Automotive (38%)
- Bildung (34%)
- Energie (34%)
- Gesundheitswesen (34%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Container-Workloads
AWS Fargate ist eine serverlose Computing-Engine für Container. Sie führt Tasks und Pods aus, ohne dass Teams virtuelle Maschinen bereitstellen oder verwalten müssen. Unternehmen nutzen sie mit Amazon ECS oder Amazon EKS für APIs, Hintergrund-Worker, geplante Jobs, Microservices und ereignisgesteuerte Services.
Bereitstellung mit ECS und EKS
Fargate Experten entwerfen Task-Definitionen, Services, Deployments, Namespaces, Netzwerke und Ressourceneinstellungen. Sie verbinden Workloads mit Amazon ECR, Application Load Balancer, CloudWatch, IAM und AWS Secrets Manager. Mit EKS arbeiten sie außerdem mit Kubernetes-Manifests, Helm und Cluster-Richtlinien.
- Anwendungen containerisieren und Images in Amazon ECR veröffentlichen
- ECS-Services, EKS-Pods, Netzwerke und Autoscaling konfigurieren
- Rolling-, Blue-Green- oder Canary-Deployments einrichten
- Logs, Metriken, Secrets und Load-Balancing verbinden
Infrastruktur und Sicherheit
Zuverlässige Fargate-Bereitstellungen hängen von soliden AWS-Grundlagen ab. Spezialisten definieren VPCs, Subnetze, Routing-Tabellen, Sicherheitsgruppen und private Verbindungen, häufig mit Terraform, AWS CloudFormation oder AWS CDK. Sie setzen das Prinzip der geringsten IAM-Berechtigungen, Image-Scanning, Verschlüsselung und kontrollierten Zugriff auf Produktionsumgebungen um.
Wenn Expertise wichtig wird
Unternehmen beauftragen freiberufliche AWS Fargate Experten, wenn die Einführung von Containern ins Stocken gerät, Deployments unzuverlässig sind oder eine bestehende ECS- oder EKS-Umgebung ein sichereres Betriebsmodell benötigt. Sie benötigen möglicherweise auch Unterstützung bei der Migration von EC2-basierten Containern, der Modernisierung eines Monolithen oder der Trennung von Workloads über mehrere Umgebungen hinweg.
- Ein Service benötigt wiederholbare Deployments und isolierte Umgebungen
- Teams möchten den Verwaltungsaufwand für Hosts reduzieren, ohne Kontrolle zu verlieren
- Kubernetes- oder ECS-Betrieb verursacht Engpässe bei der Bereitstellung
- Cloud-Kosten, Berechtigungen oder Beobachtbarkeit benötigen eine gezielte Prüfung
Betrieb in der Produktion
Starke Fachleute verstehen mehr als nur die Konfiguration von Tasks. Sie verfolgen Fehler über Container, Load-Balancer und nachgelagerte Services hinweg, optimieren CPU- und Speicherreservierungen und entwickeln Health-Checks sowie ein kontrolliertes Herunterfahren. Sie richten Alarme, Runbooks für Vorfälle, Wege zum Zurücksetzen von Deployments und praktikable Kostenkontrollen ein.
Einen Spezialisten auswählen
Achten Sie auf nachweisbare Erfahrung mit Container-Plattformen in der Produktion, nicht nur auf Zertifizierungswissen. Fragen Sie, wie der Fachmann mit privaten Subnetzen, Task-Rollen, persistenten Daten, Service Discovery, Autoscaling und fehlgeschlagenen Deployments umgeht. Für Teams in Deutschland ist Remote-Arbeit oft effektiv, wenn Dokumentation, Überschneidungen bei den Arbeitszeiten und die Kommunikation in der erforderlichen Sprache frühzeitig vereinbart werden.
Häufig gestellte Fragen
Vor der nächsten Projektanfrage: die häufigsten Fragen zu AWS Fargate.
AWS Fargate führt Container aus, ohne dass ein Unternehmen die zugrunde liegenden Server verwalten muss. Es wird häufig für APIs, Web-Services, Worker, geplante Tasks und ereignisgesteuerte Workloads über Amazon ECS oder Amazon EKS eingesetzt.
AWS Fargate macht die Bereitstellung, das Patchen und die Kapazitätsverwaltung von Hosts überflüssig, während Amazon EC2 mehr Kontrolle über Instanztypen und deren Platzierung bietet. Fargate eignet sich für Teams, die einen einfachen Betrieb schätzen; EC2 kann für spezialisierte Workloads oder eine stark optimierte Kapazität die bessere Wahl sein.
AWS Fargate kann ausgewählte Amazon EKS-Pods ausführen, unterstützt jedoch nicht jede Kubernetes-Funktion oder jedes Workload-Muster. Ein Spezialist sollte Speicher, Netzwerke, Daemon-Anforderungen, Scheduling-Einschränkungen und Beobachtbarkeit prüfen, bevor er Fargate für einen bestehenden Cluster empfiehlt.
Ein guter AWS Fargate Spezialist arbeitet normalerweise mit Amazon ECS oder EKS, Docker, Amazon ECR, IAM, VPC-Netzwerken und CloudWatch. Erfahrung mit Terraform, CloudFormation oder AWS CDK ist für wiederholbare Infrastruktur wertvoll, während CI/CD-Kenntnisse zuverlässige Releases unterstützen.
AWS Fargate Projekte erfordern Erfahrung im Produktionsbetrieb, wenn sie private Netzwerke, sensible Daten, Autoscaling oder mehrere Umgebungen umfassen. Ein kleinerer Service benötigt möglicherweise gezielte Unterstützung bei der Umsetzung, während eine Migration oder ein EKS-Betriebsmodell einen Fachmann erfordert, der Fehlerbehebung, Sicherheit und Rollbacks in laufenden Systemen beherrscht.
AWS Fargate eignet sich gut für die Zusammenarbeit in Remote-Teams, da Konfiguration, Infrastruktur und Deployment-Workflows als Code geprüft werden können. Teams in Deutschland sollten Arbeitszeiten, Dokumentationsstandards, Zugriffskontrollen und die Frage vereinbaren, ob die Kommunikation auf Deutsch oder Englisch erfolgen muss.
AWS Fargate funktioniert mit beiden Services, aber Amazon ECS ist meist einfacher, wenn ein Team eine AWS-native Container-Orchestrierung mit weniger Kubernetes-Verwaltung möchte. Amazon EKS ist sinnvoller, wenn Kubernetes-Kompatibilität, bestehende Cluster-Kenntnisse oder Portabilität über verschiedene Kubernetes-Umgebungen hinweg wichtig sind.
Bitten Sie einen Fargate Fachmann, die Entscheidungen hinter Netzwerk, IAM, Task-Größe, Health-Checks, Logging und der Wiederherstellung nach Deployments zu erklären. Qualität zeigt sich in Infrastructure as Code, klaren Runbooks, hilfreichen Alarmen, Zugriffen nach dem Prinzip der geringsten Berechtigungen und einem getesteten Rollback-Pfad – nicht allein in einem grundlegenden erfolgreichen Deployment.
Der durchschnittliche Stundensatz von Freelancern in Deutschland, die AWS Fargate in ihren letzten Projekten eingesetzt haben, liegt bei 101 €, was einem Tagessatz von etwa 806 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Deutschland, die AWS Fargate in ihren letzten Projekten eingesetzt haben, haben 85% mindestens einen Bachelor-Abschluss, 46% mindestens einen Master-Abschluss und 4% einen Doktortitel.
Freelancer in Deutschland, die AWS Fargate in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 15 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,8 Jahre.
Die häufigsten Sprachen unter Freelancern in Deutschland, die AWS Fargate in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (97%) und Französisch (16%).
Die häufigsten Industrien unter Freelancern in Deutschland, die AWS Fargate in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Einzelhandel (50%) und Bank- und Finanzwesen (44%).
Die häufigsten Bereiche unter Freelancern in Deutschland, die AWS Fargate in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (88%) und Betrieb (66%).
Hauptstandorte der FRATCH Experten, die kürzlich AWS Fargate eingesetzt haben
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!
