Containerization-Experten in Köln

• Mehr als 15 Frontend-Anwendungen und mehr als 10 Backend-Services für interne Tools, Backoffice-Prozesse sowie externe Portale für Installateure und Endkunden entwickelt
• Build- und Release-Prozesse mit TypeScript und Azure DevOps automatisiert
• Junior-Entwickler durch Code-Reviews und technische Betreuung unterstützt
• KI-gestützte und agentenbasierte Entwicklungsmethoden in die Entwicklungsprozesse integriert
• Entscheidungen zur Benutzererfahrung mit UX-Designern abgestimmt

Tech-Stack: Claude Code, Codex, AWS (S3, Lambda, AppSync, Resolver), Next.js App Router, ReactJS, NuxtJS, Vue.js, Storybook, JavaScript, TypeScript, GraphQL, Azure DevOps

• 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.

• Gesamtverantwortung für die Plattformtransformation über ERP, CRM, PIM sowie KI-gestützte Prozessautomatisierung
• ERP-Transformation: Einführung und Migration auf Microsoft Dynamics 365 Business Central
• CRM & Growth Stack: Implementierung von HubSpot als zentrales CRM sowie Plattform für Lead- und Marketing-Automation
• Produktdaten & Commerce Enablement: Einführung eines ePIM zur Skalierung von Category Management und digitalen Commerce-Prozessen
• KI-gestützte Prozessautomatisierung: Konzeption und Einführung agentenbasierter KI-Workflows zur Automatisierung von Prozessen in Business Services, Accounting, Tender Management und Marketing
• Aufbau einer skalierbaren Plattformorganisation aus Produktentwicklung, DevOps, UX, Cloud Engineering und Corporate IT
• Einführung moderner Produkt- und Portfolio-Governance (z. B. OKRs, Portfolio-Boards, value-basierte Roadmaps) zur Steuerung technologiegetriebener Initiativen
• Harmonisierung heterogener Systemlandschaften und Transformation in eine modulare, skalierbare Plattformarchitektur (ERP, CRM, PIM, integrierte Customer Journeys)
• Coaching und Weiterentwicklung von Product Ownern, Tech Leads, Delivery Managern und UX-Teams im Aufbau einer skalierbaren Produktorganisation

• AWS
• Genedata Profiler
• Data Lake
• APIs
• RStudio
• GitLab
• Python
• R
• Datenerfassung, -integration und -simulation
• Multiplex-Immunfluoreszenz
• Copy-Number-Variation-Erkennung
• HLA-Typisierung und Analyse des Heterozygotieverlusts
• RNA-Expressionsanalyse

• Entwicklung einer SCIM-kompatiblen Python-Schnittstelle zur Anbindung externer Systeme
• Weiterentwicklung von UCS-Modulen in Python
• Erweiterung und Neuentwicklung von Helm-Charts zur Container-Orchestrierung in Kubernetes
• Pflege und Weiterentwicklung von CI/CD-Pipelines in GitLab
• Implementierung automatisierter Tests mit Pytest und Playwright

„Nubus“ basiert auf einer Microservice-Architektur, setzt auf Open-Source-Technologien und wird über Docker-Container betrieben.

UCS ist eine IAM-Komplettlösung, die auf Debian basiert und als Alternative zu Microsofts Active Directory dient. Die Arbeit war durch die enge Verzahnung von Infrastruktur und Applikationslogik geprägt.

• Weiterentwicklung der Plattform von Bare-Metal-Infrastruktur mit monolithischer PHP-Anwendung hin zu hybrider Google-Cloud-Architektur mit Go-Microservices auf Kubernetes
• Betrieb und Skalierung einer Produktionsinfrastruktur mit 300+ VMs und Dutzenden Clustern, darunter MySQL-, PostgreSQL-, MongoDB-, RabbitMQ-, Redis- und Elasticsearch-Cluster
• Architekturdesign, Deployment, Monitoring, Performance-Analyse und Upgrades aller Plattform-Services mit Terraform und Ansible
• Migration der Observability-Systeme von ELK und Prometheus zu Datadog, verwaltet über Terraform
• Einführung von Jenkins CI/CD mit SonarQube-Integration und automatisierten Tests zur Beschleunigung von Feedbackzyklen
• Containerisierung der Testumgebung und Implementierung von GitLab-CI-Pipelines für Docker-Image-Builds, statische Code-Analyse und Infrastruktur-Tests
• Zero-Downtime-Migrationen von MySQL- und MongoDB-Clustern in die Google Cloud
• Entwicklung wiederverwendbarer Ansible-Rollen für Datenbank-Cluster und Automatisierung der Datenobfuskation für Staging-Umgebungen
• Dekomposition monolithischer Datenbanken und Migration zu Microservice-Architekturen
• Tools zur Erkennung und Optimierung langsamer Queries in MySQL und MongoDB
• Online-Schema-Migrationen mit pt-online-schema-change ohne Wartungsfenster
• Entwicklung interner Go-Anwendungen für Batch-Abfragen, GitLab-Jira-Integration und MongoDB-Backup-Recovery
• Technologien: Debian, Ubuntu, Alpine, Go, Bash, Python, PHP, SQL, GitLab CI, Jenkins, Drone CI, MySQL, MongoDB, PostgreSQL, Redis, Elasticsearch, RabbitMQ, Kafka, Docker, Kubernetes, Nomad, Ansible, Terraform, Grafana, ELK, Prometheus, Datadog, Nagios, Zabbix, Nginx, HAProxy, Vault, Helm, SonarQube, Filebeat, Auditbeat, Google Cloud, AWS

• Selbständig automatisierte Validierungs-Workflows mit Python initiiert und implementiert, wodurch manuelle Bearbeitung um 58% reduziert und Effizienz gesteigert wurde
• Ein Machine-Learning-Modell zur synthetischen Fehlererzeugung entwickelt, um Ausfallzeiten und Produktionskosten zu senken; lokal und über Databricks sowie Azure AI Factory bereitgestellt
• Ein kleines Datenset mit Bilddaten von Produktionslinien genutzt und dieses Datenset durch Training von Modellen wie cycleGAN und pix2pix erweitert
• Die Linux-basierte Entwicklungsumgebung für das Training von 3D-Modellen aufgebaut und optimiert; Reproduzierbarkeit über GitHub sichergestellt
• Technische Erkenntnisse vor funktionsübergreifenden Teams (Ingenieure, QA, Projektmanager) präsentiert und so die Abstimmung der ML-Lösungen an betriebliche Anforderungen sichergestellt

• Entwickelte automatisierte ETL-Pipelines mit AWS Glue und Athena zur Sicherstellung konsistenter Datenqualität und Governance-Anforderungen
• Implementierte Maßnahmen zur Validierung, Anonymisierung und Verschlüsselung von Daten im Einklang mit DSGVO
• Optimierte Cloud-Kosten durch Einführung von FinOps-Verfahren und erhöhte die Transparenz für Fachbereiche
• Überwachte Performance, führte Ursachenanalysen durch und stellte die Einhaltung von SLAs sicher
• Unterstützte Daten- und Lösungsarchitekten beim Aufbau tragfähiger Datenmodelle für ML- und Analytics-Szenarien