Azure Blob Storage Experten in Deutschland

• Konzeption und Entwicklung einer Multi-Tenant-SaaS-Plattform, mit der Unternehmen ihre eigenen Wissensdatenbanken aufbauen und mit individuell gebrandeten KI-Assistenten chatten können (White-Label-Ansatz mit dynamischem Branding pro Organisation).
• Implementierung einer skalierbaren RAG-Architektur mit einer GPT-4o-Tool-Use-Loop, hybrider semantischer Suche und strikter Mandantentrennung auf Datenbank- und Suchindex-Ebene.
• Aufbau persistenter, projektähnlicher Chat-Sessions inklusive Streaming-API (SSE), mehrsprachiger Unterstützung sowie Sprach-Ein- und Ausgabe (STT/TTS).
• Bereitstellung der Cloud-Infrastruktur als Infrastructure-as-Code, vollständig automatisierte CI/CD-Pipelines pro Kunde und ein Onboarding-Prozess für neue Mandanten.

Verwendete Technologien: Python, FastAPI, Pydantic (v2 noted), Next.js, React, TypeScript, Tailwind CSS, OpenAI / LLMs (GPT-4o), Azure AI Search, Cosmos DB, Azure Blob Storage, Azure Cognitive Services Speech, Azure App Service, Azure Container Registry, Retrieval-Augmented Generation (RAG), Server-Sent Events (SSE), Docker, Terraform, GitHub Actions, REST, OpenID Connect (OIDC), Multi-Tenancy

• Einarbeitung sowie umfassende Dokumentation und Systemanalyse durchgeführt, um die bestehende Dateninfrastruktur zu bewerten und eine schnelle Integration sowie Zusammenarbeit zwischen den fachlichen Datenteams (Modellierung, Verarbeitung, Reporting) zu ermöglichen.
• Gemeinsam die Architektur und die Projektstruktur für ein zentrales Data-Pipeline-Repository definiert, inklusive hierarchischer Standards, Wissensmanagement-Strategien und rollenbezogener Verantwortlichkeiten, um die Wartbarkeit und die Einarbeitung zu verbessern.
• Open-Source-Tools für Data Routing (Airbyte, Apache NiFi, Dragster) für Ingest- und Sync-Anforderungen in der Retail-Analyse bewertet und validiert, inklusive lokalem Benchmarking und Tests von Fehlersituationen.
• Die Konzeption und Bereitstellung von Airbyte in Kubernetes geleitet, eigene Helm-Charts erstellt, den Umgang mit Secrets abgesichert und Ingress mit TLS sowie internem DNS-Routing konfiguriert, sodass API und UI vollständig erreichbar waren.
• Probleme mit dem Ingress-Controller analysiert und behoben, dabei mehrere Debugging- und Testphasen durchlaufen und die Setup- sowie Replikationsschritte für eine skalierbare Wiederverwendung dokumentiert.
• Datenmodelle an den ARTS-Standard angepasst, die Schema-Ausrichtung für ERP- und Reporting-Use-Cases unterstützt und Review-Schleifen koordiniert, um die zukünftige Datenverarbeitungslogik abzustimmen.
• Strategische One-Pager zu MinIO, Pub/Sub und Routing-Architekturen erstellt und technische Orientierung für Architekturentscheidungen sowie Investitionsplanung gegeben.
• Sicheren Zugriff und Authentifizierungsmechanismen ermöglicht, darunter die erste Bewertung einer SAML-Integration, Reviews der Cluster-Konfiguration und Verbesserungen bei Service-Annotations.

• ▶ Einen Echtzeit-Sprachassistenten gebaut (STT → LLM → TTS-Pipeline), mehrere STT-Anbieter wie faster-whisper und Azure Speech gebenchmarkt und bewertet. Sub-3s-Latenz erreicht, Groq API (Llama 3) mit Multi-Turn-Memory genutzt - mit direkter Behandlung von Edge Cases bei Diktat, Namen und Passcode-Erkennung.

• Agierte als technischer Berater zur Optimierung von mehrschichtigen Ensemble-Modellen, die ResNet, CNN-BiGRU-Attention und XGBoost kombinierten.
• Begleitete die Umsetzung eines Logistic-Regression-Meta-Lerners zur Lösung von Klassenungleichgewichten und erreichte 92,86 % Genauigkeit und einen AUC-Wert von 0,9644 auf den Datensätzen PTB-XL und Chapman-Shaoxing.

OpsWorker verwandelt Kubernetes-Alerts in Root-Cause-Analysen, zusätzlich zu dem Monitoring, das ein Team bereits betreibt. Ich leite die technische Seite: die Agentenarchitektur, die AWS-Infrastruktur, auf der das Ganze läuft (vollständig in EU-Regionen), und die Engineering-Entscheidungen dahinter, standardmäßig nur lesend im Cluster, der Mensch bleibt für die Bewertung im Loop. Der Stack darunter: Amazon Bedrock und Bedrock AgentCore, Agenten gebaut mit dem Strands Agents SDK, die Claude- und OpenAI-APIs sowie die Kubernetes-API.

• Es ist wie ein Start-up innerhalb von REWE, wo wir von Grund auf ein neues Prognosesystem auf der Google Cloud Platform aufbauen müssen. Offiziell heißt meine Rolle MLOps, aber meine eigentlichen Aufgaben umfassen auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) sowie 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 Implementierung von Datenmodellen
• CI/CD: GitLab. Wir haben eine CI/CD-Pipeline aufgebaut, die Deployments neuer Releases bis in die Produktionsumgebung automatisiert

Aufgabe

• Weiterentwicklung eines neuen ERP-Systems mit Blazor
• Erzeugung von E-Rechnungen mit den Formaten XRechnung und Zugferd
• UI/UX-Design Client-Server-System
• Windows 11 Technologie
• Microsoft .NET 9, Git, Azure DevOps, ASP.NET, MSSQL, Blazor Programmiersprachen
• C#, MVVM Entwicklungstools
• Microsoft Visual Studio .NET 2022 Datenbank
• MSSQL Branche
• Sonstige

• Opt-in-RAG-Erweiterung für mandantenbezogene Datenquellen (SharePoint, Confluence) auf einer bestehenden Multi-Tenant-Enterprise-KI-Plattform
• Architektur: ADRs, Lösungsbewertungen, Berechtigungsstrategie, Kostenermittlung
• End-to-End-Connectoren für SharePoint und Confluence: OAuth-Zustimmungsflows, Token-Aktualisierung, Metadaten-Synchronisation, Suchintegration
• Berechtigungsauflösung: ACL-Indizierung bei der Datenaufnahme und Verifikation zur Abfragezeit (Sicherheit auf Dokumentebene)
• Hybride Elasticsearch-Suche (semantisch + Schlagwort) mit RRF-Bewertung
• RAG-Chat mit Kontextinjektion und Quellenangaben
• Technologie-Stack: Elastic Cloud, Elasticsearch, Docker, Northflank, Next.js, React, TypeScript, Prisma, Microsoft Graph API, Atlassian REST API, OAuth 2.0

• Beratung bei der Nutzung von Analyse- und BI-Tools und Diensten im Microsoft Azure-Stack (z. B. MS Fabric, Synapse Workspaces und dedizierte SQL-Pools, SQL Database, PostgreSQL, Snowflake, Databricks, Data Factory, SSIS, Analysis Services, Function Apps, Power BI, ML)
• Selbstständiger Entwurf von Analyselösungen mit Python, SQL etc.
• Entwurf und Implementierung von ETLs und Datenpipelines
• Erstellung und Pflege von APIs
• Selbstständige Anwendung von CI/CD, Testing und Versionskontrolle
• Modellierung von Daten
• Modellentwicklung und Modelloptimierung
• Anomalieerkennung mit KI
• Predictive Analytics

Verwendete Technologien:

• Snowflake
• Fabric
• Azure Synapse Analytics
• Azure DataFactory
• Azure Data Lake
• Azure DevOps
• Databricks
• Spark
• CI/CD
• SQL Database
• Python
• Power Platform

• Entwicklung eines Multi-Klassen-Klassifikationsmodells zur Vorhersage der Zusammensetzung von Pflanzen und ihrer räumlichen und zeitlichen Veränderungen anhand von Prädiktoren wie Satellitenbildern, Klimazeitreihen und weiteren Umweltdaten (Landnutzung, menschlicher Einfluss, bioklimatische und Bodenvariablen).
• Entwicklung von Empfehlungssystemen mit Contextual Bandits für eine E-Commerce-Plattform.
• Erstellung von tiefen neuronalen Netzwerkmodellen zur Vorhersage von überschwemmten Gebieten.

• Architektur und Umsetzung einer vollständig digitalisierten Abschlussstrecke zur Verwaltung von Wertpapierverträgen innerhalb der DVAG-Infrastruktur. Die Plattform zielt auf maximale Benutzerfreundlichkeit, modulare Erweiterbarkeit und Compliance-gerechte Verarbeitung sensibler Daten.

• Implementierung einer reaktiven UI-Struktur mit Fokus auf User Guidance & Accessibility.

• Dynamische Steuerung von Formular- und Abschlussprozessen inkl. Validierungslogik.

• Reaktives State-Management über SignalStore (Signale + selektive Effects).

• UX-Optimierung durch adaptive Komponenten und Playwright-basierte UI-Tests.

• Modularisierung des Backends zur Anbindung bestehender Vertriebs- und Vertragslogiken.

• API-Stabilität und DTO-Design nach Clean Architecture-Prinzipien.

• Zusammenarbeit mit Domain-Teams zur Definition technischer Verträge und Servicegrenzen.

• Management mit GitHub.

• Unit-Tests mit Jest, E2E-Tests mit Playwright.

• Code-Reviews, CI-integrierte Testausführung, iterative Refactorings.

• Sicherstellung hoher Coverage und UI-Stabilität im Abschlussprozess.

• Technologien: Angular 18, RxJS, SignalStore, HTML5, SCSS, Spring Boot, Kotlin, REST, OAuth2, Jest, Playwright, Clean Architecture.

• Integration von SAP Commerce Cloud mit SAP-Cloud for Customer
• Erstellung und Durchführung von Unit- und Integrations-Tests
• Fehleranalyse und Fehlerbehebung

• Weiterentwicklung und Wartung einer komplexen Vertriebsplattform mit Fokus auf digitale Abschlussprozesse, Kundenportal-Interaktionen und Dokumentenerzeugung für Finanz- und Versicherungsprodukte
• Entwicklung und Pflege von Microservices mit Spring Boot 3 und Kotlin
• Frontend-Entwicklung mit Angular 20 zur Darstellung von Produkten, Anträgen und Dokumenten
• Durchführung von End-to-End-Tests mit Playwright und Integrationstests mit WireMock
• Erstellung und Optimierung von Quartz-Jobs und CronJobs
• Refactoring der Security-Konfiguration bei Multi-Realm-Keycloak-Setup mit eigener FilterChain, Permission Evaluator und Factory-Routing
• Erstellung dynamischer E-Mails mit Thymeleaf
• Umfangreiche Fehleranalysen mit Application Insights, Log Analytics und direktem SQL-Debugging
• Einführung einer dynamisch steuerbaren Security-Architektur mit flexibler Token-Verarbeitung je nach Pfad und Realm
• Stabilisierung und klare Strukturierung des Abschlussprozesses für komplexe Produktmodelle
• Deutlich erhöhte Wartbarkeit und Lesbarkeit des Codes durch modulare Refactorings
• Höhere Teststabilität und -tiefe durch kombinierte Nutzung von Playwright, WireMock und Integrationstests
• Gezielte Performance-Optimierung durch Analyse von Hibernate-Statistiken, Query-Tuning und Nutzung von SQL Execution Plans
• Verwendete Technologien: Java 21, Kotlin, Spring Boot 3, Angular, TypeScript, REST API, JSON, Kubernetes, Docker, PostgreSQL, Liquibase, Keycloak, OAuth2, GitHub Actions, Testcontainers, Azure Application Insights, Thymeleaf, Tilt, Microsoft SQL Server

• JAVA-Entwicklung für Thermodrucker-Testprogramm

• Weiterentwicklung eines kostenlosen Thermodrucker-Testprogramms in Java 1.8 mit AWT und Swing

• Erstellung neuer Plugins zur Sensor-Rückmeldung mithilfe eines Echtzeit-Balkendiagramms

• Nutzung mehrerer Druckersprachen für USB-, UDP-, TCP- und RS232-Kommunikation

• Verbesserung der Benutzerfreundlichkeit und Reaktionsfähigkeit durch Threads und String-Pufferung

• Abfrage und Anzeige der Netzwerkkonfiguration

• Konvertierung und Verarbeitung von Hex-Daten aus den Drucker-Antworten

• Vertieftes Studium von Servomotoren und USB-Bus

• Auflisten verfügbarer USB-Ports aus der Windows-Registry, Beschaffung zusätzlicher Infos über PowerShell, Parsen und Auflisten aller Ports in einer Java-Listbox

• Behebung gemeldeter Datenbankfehler

• Erkennung installierter Druckertreiber und physisch verbundener Geräte

• Umstellung auf Windows 11

• Bearbeitung von Support-Tickets in C++ und Qt6

• Schreiben von CMake-Skripten

• Kompilierung von STM32-Drucker-Firmware mit CMake und Verwaltung des Prozesses in FileMaker Pro

• Technologien: Eclipse, Java 1.8, AWT, Swing, RS232, USB, TCP, UDP, PowerShell, Servomotorik, Windows 10 und 11, WSL 2.4, Ubuntu Linux, CMake, Qt6, FileMaker Pro