Bash-Experten in Berlin

• Neue Benachrichtigungsplattform von Grund auf entwickelt und bestehende sowie geplante Services ersetzt
• Zusammenarbeit mit anderen Teams zur Integration weiterer Bereiche

Tech-Stack:

• Daten: Scala 3, Apache Kafka, Python, Airflow, Astronomer
• Backend/Frontend: TypeScript, NestJS, Java, Spring Boot, Vue
• DevOps: AWS, PostgreSQL, Docker, GitHub Actions, Kubernetes, Helm, ArgoCD

• Die Entwicklung von 15+ Microservices (Java 17, Spring Boot) für Kundeninteraktionen geleitet; die Migration von On-Prem zu GCP Kubernetes durchgeführt, wodurch die Skalierbarkeit verbessert und die Infrastrukturkosten um 20 % gesenkt wurden.
• Benutzerdienste mit CouchDB-Caching und API-Refactoring optimiert, wodurch die Antwortzeiten um 35 % gesunken und die Kundenerfahrung verbessert wurden.
• Canary-Deployments, FluxCD GitOps und CI/CD-Optimierungen in GitLab eingeführt, wodurch die Release-Durchlaufzeit um 25 % reduziert und Rollouts ohne Downtime ermöglicht wurden.
• Grafana-Health-Checks und Anodot-Alerts für Latenz-, Fehler- und Durchsatz-Monitoring eingerichtet, wodurch die MTTR um 40 % gesenkt wurde.
• Sichere APIs mit OAuth2, DPoP und Gatekeeper aufgebaut, REST und GraphQL integriert und mit Unit- und E2E-Tests eine Testabdeckung von über 90 % erreicht.
• Junior-Entwickler betreut, Agile Best Practices gefördert und eng mit verschiedenen Teams zusammengearbeitet, um wichtige und zuverlässige kundennahe Features zu liefern.

• 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

• Codebase-Bewertung & Problemdesign: Komplexe Software-Engineering-Probleme gegen große Open-Source-Python-Codebasen (einschließlich pandas) entworfen und unter Last getestet, was tiefes Kontextverständnis und architektonisches Wissen erforderte, um sauber abgegrenzte, realistische Problemstellungen zu erstellen, die strengen Korrektheitsvorgaben entsprechen.
• Analyse von Agentenfehlern: Lösungen von LLM-Coding-Agenten auf Korrektheit und Vollständigkeit geprüft und dabei aussagekräftige Fehler in der Behandlung von Edge Cases, im dtype-Verhalten und in der Logik zur NaN-Weitergabe über mehrere Spalten hinweg identifiziert; Ergebnisse präzise für die weitere Auswertung dokumentiert.
• Programmgesteuerte Test-Suite-Entwicklung: Umfassende pytest-Suites erstellt, um Agenten-generierte Lösungen programmgesteuert gegen definierte Anforderungen zu prüfen, mit gezielter Abdeckung von Randbedingungen und Fehlermodi, die naive Implementierungen nicht erfassen.
• Containerisierte Umgebungs-Entwicklung: Docker-Umgebungen für reproduzierbare Agentenausführung gebaut und debuggt, einschließlich git-basierter Repository-Bereitstellung, Dependency-Pinning mit npm ci und Erstellung von Multi-Stage-Dockerfiles für Linux-basierte Container.

• 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

• Verwalte den Entwicklungs-, Release- und Update-Prozess für das digitalisierte bundesweite Handelsregisterprojekt „AuRegis“.

• Unterstütze die Software in Kubernetes/OpenShift-Umgebungen, konfiguriere das Management mit Kustomize und setze CI/CD-Pipelines mit Jenkins/GitLab, SonarQube, ArgoCD und Azure um.

• Überwache den System-Release einer Microservice-Architektur.

• Entwickle den CI/CD-Stack von Grund auf mit GitLab CI und integriere Integrationstests, Abhängigkeitsprüfungen und Sicherheitsmaßnahmen.

• Automatisiere die Auslieferung auf OpenShift mit Kustomize.

• Baue Infrastrukturkomponenten für Entwicklung, Code-Review und Code-Qualitätsanalyse inklusive SonarQube auf.

• Integriere GitOps-Tools wie Kustomize und ArgoCD und nutze dabei sowohl Azure als auch eine Private Cloud für den Umgang mit sensiblen Daten.

• Entwickle Python-Skripte in Jenkins für die Konfiguration des Cryptostores und das Packaging von Produkten und Microservices zu auslieferbaren Einheiten.

• Automatisiere die Auslieferung an Kunden und Deployments auf Testsystemen.

• Erstelle Kustomize-Manifeste für Microservices und entwickle die passende Automatisierung, wobei ich Dokumentation als Code behandle, um Klarheit und Nachvollziehbarkeit sicherzustellen.

• Ich diente als technischer Berater für den ersten Go-live des Projekts und übernahm weitere Deployments als technischer Rollout-Manager.

• Durchführung von Cybersecurity-Bereitschaftsprüfungen auf Basis einer eigenen Prüfungsmethodik
• Analyse der externen Angriffsfläche mittels Graydaxe EASM-Plattform
• Reifegradbewertung und Ableitung priorisierter Handlungsempfehlungen

• Bootstrapping eines CloudOps-Teams und Aufbau eines Multi-Cloud Provider-Backends für eine Low-Code Internal Developer Platform (IDP) mit env zero

• Einführung von User Story Mapping, ADRs, Meilensteinen und Backlog-Management

• Konzeption und Entwicklung der Kern-APIs, Setup von CI/CD-Pipelines, OpenTofu/Terraform-Skripte

• Vertretung und Kommunikation des Teams bei Third-Party Stakeholdern (z. B. env zero)

• (Cross-)Team-Coaching zu DevOps, Softwaredesign, Terraform, Golang und Agilen Methoden

• Aufbau und Skalierung von Cloud-Infrastruktur auf GCP zur Unterstützung einer SaaS-Plattform für Industriekunden
• Entwurf und Implementierung einer datengetriebenen DevOps-Pipeline für optimierte Deployments und CI/CD-Workflows
• Zusammenarbeit mit dem Data-Science-Team am MLOps-Workflow zur Automatisierung des integrierten Retrainings

• Projekte für Netze des Bundes (NdB).
• CR-Management, EoL Änderungsverlangen, Konzeptionen und Dokumentation nach ITSCM.
• Aufbauplanung von Rechenzentren.
• Projektmanagement und Teilprojektleitung Engineering.
• SW Entwicklung für virtuelle Serverlandschaften nach BSI.

• Erstellung, Wartung und Absicherung von Kubernetes-Clustern mit Ansible und ArgoCD
• Stichworte: Ansible, AWX, Kubernetes, NetApp, Prometheus, CI/CD ArgoCD, SSO, Fluent-bit, HAProxy, Calico, Keycloak, oauth2-proxy, SealedSecrets, kubeseal, Aqua kube-bench, CIS-Benchmarks, Aqua Trivy operator

• Vram.run: Rust, TypeScript, HF-Inference-API mit 19 Anbietern, über 220 Hardware-Konfigurationen und mehr als 30 Cloud-GPUs. Suche nach einem Modell, um zu sehen, welche API-Anbieter es bereitstellen, welche GPUs es lokal ausführen können (und wie schnell) und was ein Cloud-Leasing kosten würde. Oder suche nach deiner Hardware und finde die passende. Beinhaltet auch ein Rust-CLI.
• Psychotron: JavaScript, Web Audio API, AudioWorklet, Canvas 2D. Frontend für Flash-Fiction-Hörbuch mit einer Web-Audio-DSP-Kette mit Pitch-Shifting, 12-stimmigem Chor, Flanger, 13-Band-EQ und Convolver-Hall. Beinhaltet eine 2D-Canvas-Effekt-Morphing-Engine und einen synchronisierten Teleprompter.
• RecentWork: Swift, macOS, FSEvents, launchd. macOS-Daemon, der Projektverzeichnisse überwacht und einen flachen Ordner mit Symlinks auf kürzlich geänderte Dateien pflegt. Über Homebrew installierbar.
• Mini-llm: Bash, macOS, launchd, Ollama, llama.cpp, MLX, Open WebUI. Ein einzelner Befehl verwandelt einen Mac Mini in einen Headless-KI-Server.
• ThatSlop: JavaScript. Chrome-/Firefox-Erweiterung zur KI-Inhaltserkennung auf LinkedIn und Twitter.
• Smux: Bash, tmux. Benutzerfreundlicher tmux-Wrapper, der über Homebrew installierbar ist.
• Learn Rust Course: Rust. Kurs zum Rust-Speichermodell für C++-Programmierer, geschrieben aus der Erfahrung des Übergangs von C++ zu Rust bei Irreducible.

• Entwicklung von Steuergeräten für die Automotive-Industrie inkl. Embedded-Software
• CAN-Bus, Vector Tools, CANoe
• Begleitung des Entwicklungsprozesses nach ISO 26262
• Sicherstellung der Cybersecurity-Standards:
• Schlüsselaustausch (PKI) zwischen Fahrzeug und Steuergeräten
• Hardware Security Module (HSM)
• Kommunikation mit externen Dienstleistern (international)
• Entwicklung (PCB) von Messadaptern, statistische Auswertung von Sensoren
• IoT- und Embedded-Software-Entwicklung, Backend-Administration

• Entworfen und implementiert Embedded-Firmware in C/C++ für ARM-basierte Mikrocontroller und SoCs (STM32, NXP, Infineon)
• Arbeitete in Bare-Metal-, FreeRTOS- und Embedded-Linux-Umgebungen, trug zur BSP-Funktionalität, Treiber-Bring-up und Systemintegration bei
• Eingesetzt, konfiguriert und validiert Embedded-Linux-Systeme mit Yocto, einschließlich Image-Erstellung, Boot-Validierung und Laufzeit-Debugging
• Entwickelte und führte Unit-, Integrations- und Systemtests durch, einschließlich HIL- und SIL-Test-Szenarien auf realer Hardware und in simulierten Umgebungen
• Erstellte Python- und Bash-Skripte zur Automatisierung von Build, Testausführung, Simulationen und Reporting in CI/CD-Pipelines (Jenkins, GitLab CI)
• Entwarf Testfälle basierend auf Software- und Systemanforderungen und deckte Normalbetrieb, Grenzfälle und Fehlerszenarien ab
• Führte Low-Level-Debugging mit JTAG/GDB durch, analysierte Boot-Probleme, Timing-Probleme, Interrupts und Peripherieverhalten
• Entwickelte und validierte Kommunikationsschnittstellen wie UART, SPI, I2C, CAN mit Logs und externen Messwerkzeugen
• Nutze Simulationen und virtuelle Testumgebungen zur Validierung des Softwareverhaltens vor Hardwareverfügbarkeit
• Las und interpretierte Hardware-Schemata, um Signalpfade, Pin-Multiplexing und Peripherie-Verbindungen zu verstehen
• Unterstützte PCB-Design und Review-Aktivitäten mit dem Altium-Tool, half bei Bauteilauswahl, Pin-Mapping und Bring-up-Bereitschaft
• Zusammenarbeit mit funktionsübergreifenden Hardware-, Firmware- und Systemteams zur Klärung von Anforderungen, Dokumentation von Annahmen und Verbesserung der Testabdeckung
• Entwickelte Weboberflächen mit HTML, CSS und JavaScript (ES6) sowie grundlegende REST-API-Entwicklung mit Node.js
• Erfahrung im Testen von Webanwendungen und Aufbau von UI-Automatisierungs-Frameworks mit Selenium WebDriver