Domain-Driven Design Experten in Berlin

KI-Plattform-Backend – Senior Developer

Engagiert, um ein Backend für eine KI-Plattform von Grund auf zu konzipieren und aufzubauen, inklusive Multi-Provider-LLM-Orchestrierung und Echtzeitinfrastruktur für KI-Influencer-Personas im großen Maßstab.

Aufgaben und Verantwortlichkeiten

• Architektur und Implementierung einer Multi-LLM-Orchestrierungsschicht mit Semantic Kernel zur Integration von GPT-4 und weiteren Anbietern für die Kernplattformlogik und KI-Influencer-Personas, Reduzierung des Modellwechsel-Overheads durch Abstraktion der Anbieter-APIs hinter einer einheitlichen Schnittstelle.
• Entwurf und Entwicklung eines Backends von Grund auf in C# / .NET 10, einschließlich Domain-Modellierung mit DDD, versionierter RESTful-API-Schicht und Cloud-Infrastrukturaufbau auf Azure.
• Aufbau einer Echtzeit-Chat-Infrastruktur mit Server-Sent Events (SSE), Nachrichtenpersistenz und Zustellungsgarantien für den Live-Betrieb von KI-Influencer-Personas im großen Maßstab.
• Entwicklung eines Medienverwaltungsdienstes mit Integration von Cloud-Objektspeicher für Upload und Abruf influencer-generierter Inhalte.
• Erstellung einer Integrations- und Unit-Test-Suite mit Daten-Seeding für zuverlässige Regressionstests über alle Kernplattform-Flows, deutliche Reduzierung der Produktionsfehlerrate.

Werkzeuge und Technologien: C#, .NET, ASP.NET Core, Python, TypeScript, MySQL, Semantic Kernel, EF Core, Minimal APIs, LLM Orchestration, Prompt Engineering, Agentic AI, Generative AI, AI-Assisted Engineering, Claude Code, GitHub Copilot, Google Gemini, OpenAI API, Ollama, Redis, Azure, Azure Container Apps, Azure Database for MySQL, Docker, GitHub Actions, Clean Architecture, Vertical Slice Architecture, CQRS, Domain-Driven Design, REST API, xUnit, Integration Testing, Unit Testing, Jira, Confluence, Scrum

• 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

• IT-Schulungen in Theorie und Praxis für Fachinformatiker für Anwendungsentwicklung und Systemintegration

• Kontext: Teams aus dem Gesundheitswesen und Labor brauchten eine schnellere Dokumentenanalyse, Unterstützung bei der Behandlungsplanung und zuverlässige KI-Workflows für MR-/VR-gestützte Einsätze.
• Beitrag: Ich habe die KI-Plattform für das Gesundheitswesen, Modell-/Agenten-Workflows, die Bereitstellungsplattform für VR-Brillen, REST-APIs, Next.js/React-Oberflächen und CI/CD-Pipelines aufgebaut.
• Auswirkung: Ich habe eine produktionsreife Grundlage für ein KI-Produkt geliefert, die die Prüfung klinischer Dokumente verbessert, Laborautomatisierung unterstützt und die Bereitstellung von VR-Flotten über verschiedene Umgebungen hinweg beherrschbar gemacht hat.

Tech: TypeScript, Next.js, Node.js, React, Java, Spring Boot, Python, PyTorch, TensorFlow, Docker, PostgreSQL, OpenAPI, GitLab, GitHub Actions.

• Aufbau eines Full-Stack-E-Commerce-Produkts mit KI-unterstützter Entwicklung, bewusst zurück zur praktischen Entwicklung, um zu prüfen, wie KI Softwareentwicklungsabläufe und Teamdynamiken verändert.
• Erkundung von Positionen als VP Technology, Head of Engineering und Director of Engineering, in denen praktische KI-Erfahrung auf Expertise bei der Skalierung von Organisationen trifft.
• Offen für Beratungsgespräche zu KI-gestützten Engineering-Teams, Technologiestrategie, Plattformarchitektur und Organisationsdesign.
• Keine eingetragene Firma. Keine kommerzielle Tätigkeit.

• 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

• Entwicklung einer auf Generative AI beruhenden Recommendation Engine für Images für ein KI-Videoproduktionssystem
• Implementierung automatische Bildanalyse mit GPT-4o
• Semantische Vektorsuche mit OpenAI Embeddings, MongoDB, OpenSearch
• Verschlagwortung und Indizierung von 4 Millionen Customer-Assets
• Neuentwicklung Recommendation Engine mit hybrider, ausbalancierter Keyword- und Vektorsuche + Filter

• Groß angelegte B2C-Plattform für Rechtsdienstleistungen, die in Europa im Bereich Fluggastrechte und in Deutschland in Arbeits-, Mobilitäts- und Mietrecht tätig ist.
• Verantwortete die End-to-End-Onboarding- und Lifecycle-Basis eines stark frequentierten Kundenakquise-Trichters über 8 europäische Märkte, der rund 10.000 neue Nutzer pro Monat unterstützt und durch 100.000 € monatliche Ausgaben für bezahlte Akquise gestützt wird.
• Führte die architektonische Migration der Kern-Erfassungs- und Entscheidungslogik von fragmentierten Legacy-Flows in eine skalierbare Workflow-Engine durch, was die Zuverlässigkeit steigerte, die operative Effizienz verbesserte und schnellere Iterationen zur Trichter-Performance und Nutzererfahrung ermöglichte.
• Arbeitete eng mit Technik-, Betriebs- und kommerziellen Stakeholdern zusammen, um Aktivierungen zu optimieren, komplexe Randfälle zu managen und sicherzustellen, dass die Plattform nachhaltig über Märkte hinweg skaliert, ohne Leistung oder Konsistenz zu beeinträchtigen.
• Führte grundlegende Produktanalysen und Performance-Monitoring ein, um die Sichtbarkeit von Aktivierungen, Abbrüchen und Lifecycle-Verhalten zu erhöhen und datengetriebene Priorisierung und Experimente zu ermöglichen.

• Frontend-Modernisierung (verschiedene Kundenprojekte): Angular-Versionen aktualisiert, Architektur umstrukturiert, Performance optimiert, State-Management neu organisiert und UI-Bibliotheken konsolidiert – alles mit schnelleren Ladezeiten und besserer Nutzererfahrung in allen Projekten.
• Webentwicklung: Hochleistungs-Landingpages und Firmenwebsites für KMU-Kunden mit Next.js, SvelteKit, PayloadCMS und TailwindCSS, optimiert für Geschwindigkeit, SEO und Conversion.
• SaaS-Produktentwicklung: Architektur und Aufbau einer KI-gestützten Plattform für Fotostudio-Betreiber (PoC-Phase) mit Full-Stack-TypeScript: Angular-Frontend, NestJS-Backend, PostgreSQL, LLM-Integration (Gemini/Claude) für intelligente Workflow-Automatisierung.
• KI-Integration: Entwicklung eines PoC für KI-generierte Podcast-Avatare unter Verwendung der Gemini-API für Content-Produktions-Workflows.
• Tiefgehende Angular-Workshops: Durchführung von über 20 Workshops (je 3–5 Tage, 8–10 Teilnehmer) in Hands-on-Form, bei denen die Teilnehmer eine Demo-Anwendung basierend auf ihrem realen Geschäftsbereich bauen.

• Projekt 1: Multi-Tenant SaaS-Plattform: Datenintegration & Preismanagement
• Ziel: Neuentwicklung einer ELT-Pipeline (Ablösung des Java-6-Altsystems), Integration heterogener Quellsysteme (CSV, Excel, E-Mail, externe DBs), Event-Sourcing für vollständige Nachvollziehbarkeit, Multi-Tenant-Architektur für mandantenfähige Datenverarbeitung
• Herausforderung: Verarbeitung von Millionen Datensätzen pro Tag, Audit-Compliance, Datenisolation zwischen verschiedenen Mandanten
• Lösung: Stakeholder-Workshops zur Anforderungsanalyse, ereignisgetriebene Architektur mit Axon Framework und Apache Kafka, AWS-Services (EC2, S3, Lambda, SQS, API Gateway) für Cloud-Integration, PostgreSQL mit mandantenspezifischen Schemas für Multi-Tenant-Datenisolation, REST-API-Design mit Spring Boot für Integration externer Systeme, umfassende Teststrategie (JUnit, Spring Test, Postman, PACT, ArchUnit)
• Ergebnisse: ELT-Leistung von über 30 Minuten auf 1–5 Minuten verbessert; täglich 2–3 Stunden durch Workflow-Automatisierung eingespart; wöchentlich 10–20 Stunden durch Event-Sourcing-Nachvollziehbarkeit eingespart; 100 % Audit-Compliance; sichere Multi-Tenant-Datenisolation für mehr als 10 Mandanten
• Projekt 2: Modernisierung eines Multi-Tenant-CRM-Systems
• Ziel: Migration des CRM-Systems (über 20 Jahre PHP/MySQL) zu Java-Microservices, Umsetzung von Domain-Driven Design, Einführung von Test-Driven Development, mandantenfähige SaaS-Architektur für mehrere Kundenmandanten
• Herausforderung: Umgestaltung komplexer Geschäftslogik, fehlende Testkultur, skalierbare Mandantenverwaltung mit Datenisolation
• Lösung: Umfassende Teststrategie (JUnit, Spring Test, Postman, PACT, ArchUnit), Multi-Tenant-Architektur mit mandantenspezifischen Datenbanken, REST-API-Design mit Spring Boot für mandantenübergreifende Integration, Kubernetes und Docker für Container-Orchestrierung
• Ergebnisse: 2× Performancesteigerung; Bereitstellungszeit von über 40 Minuten auf 5–7 Minuten reduziert; Migration ohne Ausfallzeiten in der Produktion; skalierbare Multi-Tenant-Lösung für mehr als 15 Kundenmandanten
• Technologien: Java, Spring Boot 3.x, Angular, Apache Kafka, AWS (EC2, S3, Lambda, SQS, API Gateway), PostgreSQL, Axon Framework, Kubernetes, Docker, GitLab CI, REST-API

• Entwickelte eine SolidJS-Frontend-Oberfläche für ein spektrometrisches Wasseranalysesystem auf einer ARM-basierten Embedded-Linux-Plattform
• Prototypisierte die Benutzeroberfläche in TypeScript React/Nx mit LitElements und MQTT-Integration
• Erstellte die Produktions-UI mit SolidJS, SUID, i18next, Ajv, MQTT.js und C3.js
• Verfeinerte Anforderungen gemeinsam mit dem UX-Team und den Ingenieuren des Wasseranalysesystems
• Definierte und dokumentierte Systemarchitektur, MQTT-Nachrichtenformate, Frontend-Architektur und Entwicklungs-Setup
• Setzte das Frontend-System von Grund auf auf, implementierte ein domänenorientiertes Typsystem, UI-Komponenten und den Anwendungszustand
• Verwaltete MQTT-Pub/Sub-Dienste und schema-basierte Nachrichtenvalidierung im Frontend
• Betreute zwei Junior-Frontend-Entwickler
• Arbeitete in einem agilen Remote-Team mit JIRA, Git und Bitbucket

• Preise für Pkw und Vans in verschiedenen Märkten als Teil des Price Listing Service-Teams zur Verfügung stellen
• Marktspezifische Anforderungen anpassen, z. B. Steuern, staatliche Subventionen und Kampagnen
• Neue und bestehende Fahrzeugpreise importieren, synchronisieren und im Redis-Datastore speichern
• Support für unser Produkt und Bereitschaftsdienst übernehmen
• Tägliches Geschäft: Entwicklung neuer Funktionen und Fehlerbehebung
• Pair Programming, Code-Review, Mob Programming
• POCs für neue Ideen entwickeln
• Backend warten und ausbauen
• DevOps-Aufgaben übernehmen
• Kubernetes-Updates durchführen
• Kubernetes-Ressourcen anpassen und weiterentwickeln
• Helm-Charts entwickeln und anpassen
• ArgoCD anpassen und aktualisieren
• CI/CD-Pipelines pflegen, anpassen und weiterentwickeln