
Elastic Stack Experten in München
für Suche, Observability und Sicherheit mit schnellem KI-MatchingBeauftragen Sie Experten, die Elasticsearch-Suchdienste, Kibana-Dashboards, Logstash-Pipelines und Elastic Observability-Lösungen entwickeln. FRATCH verbindet Sie schnell mit geprüften, verfügbaren Freelancern, deren Fähigkeiten zu Ihrem Projekt passen.
Lerne FRATCH Experten in München kennen, die kürzlich Elastic Stack eingesetzt haben
Ales L.
Letzte Position:
Senior DevOps Berater (Freelance) bei European Union Agency (via IBM)
- Arbeitete als freiberuflicher Senior DevOps Consultant vor Ort für IBM bei einer Agentur der Europäischen Union in einer hochsicheren, air-gapped Umgebung mit klassifizierten Systemen.
- Leitete Automatisierungs- und DevOps-Initiativen für eine große OpenShift-Plattform (>400 Nodes) und trieb die Deployment-Effizienz, GitOps-Einführung und operative Automatisierung mit Ansible, Python und Bash voran, während die Sicherheitsanforderungen eingehalten wurden.
- Übernahm die Automatisierung von Release- und Deployment-Workflows in einer Private-Cloud-Umgebung mit 400+ OpenShift-Nodes und verbesserte dadurch die Deployment-Geschwindigkeit und Zuverlässigkeit deutlich.
- Migrierte bestehende Playbooks, Rollen und Templates von Ansible Tower zu Ansible Automation Platform (AAP), stellte die vollständige Einhaltung von Fully Qualified Collection Names (FQCN) sicher und bereitete eigene Execution Environments (EE) für containerisierte Automatisierung vor.
- Implementierte den GitOps-Agent für AAP Controller Configuration as Code und ermöglichte damit die automatische Synchronisierung (CRUD) von Ansible-Controller-Objekten auf Basis von im Repository gespeicherten Konfigurationsdefinitionen über GitHub-Webhooks.
- Entwarf und automatisierte komplexe mehrstufige Betriebsabläufe, darunter Environment Cleanup, die Neuerstellung von Helix-Clusterkomponenten, Kafka-Topic-Management und das Lifecycle-Management von OpenShift-Objekten über rund 100 Umgebungen hinweg.
- Erreichte durch Automatisierungsverbesserungen über mehrere AAP-Cluster und OpenShift-Umgebungen hinweg eine Reduzierung von mehrtägigen manuellen Tätigkeiten auf weniger als wenige Stunden.
- Integrierte Ansible Automation Platform über ein Lookup-Plugin mit Thycotic (Delinea) Secret Server, um das sichere Credential-Management in automatisierten Prozessen zu verbessern.
- Verwaltete Deployment-Aufgaben, Platform-Troubleshooting und Istio-Netzwerkkonfigurationen unter Einhaltung strenger EU-PSC-Sicherheits- und Compliance-Standards.
- Arbeitete mit Infrastruktur- und Anwendungsteams zusammen, um Deployment-Prozesse zu verfeinern, Namenskonventionen zu entwickeln und die Automatisierungsabdeckung in einer air-gapped, klassifizierten Umgebung kontinuierlich zu verbessern.
Vicenco K.
Letzte Position:
ITSM Projektmanager (selbständig)
Einheitliches ITSM-Framework
- Definition eines konzernweiten ITSM-Zielbildes
- Einführung einer einheitlichen Service-Struktur über alle Fachbereiche
SLA- und OLA-Management
- Aufbau eines standardisierten SLA-Frameworks
- Definition von Serviceklassen (Business Critical, Standard, Low Priority)
- Einführung von OLAs zwischen internen Teams
- Aufbau eines aussagekräftigen SLA-Reportings
- Definition von KPI- und Service-Dashboards für Fachbereiche
Service Portfolio Management
- Definition von Servicebeschreibungen
- Ggf. Vorbereitung einer möglichen Kosten- und Leistungsverrechnung
Ticketing & Prozesse
- Incident Management
- Einheitliche Ticketkategorien
- Standardisierte Priorisierung
- Eskalationsmatrix
- Automatisierungen
- Self-Service-Optimierung
Request Fulfillment
- Servicekatalog über alle Fachbereiche
- Genehmigungsworkflows
Problem Management
- Einführung von Root-Cause-Analysen
- Known-Error-Datenbank
- Problem-Review-Prozess
Vollständiges Asset-Management-Konzept
- Hardware-Lifecycle-Management
- Software-Lifecycle-Management
- Leasing-Lifecycle
- Mobile-Device-Lifecycle
- Monitor-Lifecycle
- Telefon-Lifecycle
Prozesse
- Beschaffung
- Wareneingang
- Inventarisierung
- Zuweisung
- Rückgabe
- Entsorgung
- Leasing-Rückführung Ziel: Single Source of Truth für alle Assets
CMDB-Design
- Definition aller Configuration Items:
- Workplace
- Notebooks
- Monitore
- Mobiltelefone
- Drucker
Infrastruktur
- Server
- Firewalls
- Switches
- WLAN
- Storage
- Backup-Systeme
Cloud
- Azure-Ressourcen
- Microsoft 365
- SaaS-Dienste
Beziehungen
- User ↔ Asset
- Asset ↔ Service
- Service ↔ Infrastruktur
- Standort ↔ Asset
- Ziel: Vollständige Service-Abhängigkeiten sichtbar machen
Software Asset & Lizenz Management
- Lizenzmanagement-Konzept
- Lizenzbilanzierung
- Compliance-Reporting
- Microsoft-Lizenzmanagement
- Adobe-Lizenzmanagement
- SaaS-Management
- Vertragsmanagement
- Renewal-Management
Schnittstellen & Automatisierung Bestehende Systeme
- Workday
- Joiner
- Mover
- Leaver
TESMA
- Leasingdaten
- Vertragsdaten
Matrix42
- Asset-Synchronisation
- Benutzersynchronisation
Active Directory / Entra ID
- User Management
Microsoft 365
- Lizenzzuweisung
- Gruppenmanagement
Dormakaba
Zutrittsprozesse
Lifecycle Services
Monitoring-Plattformen
- PRTG
- Palo Alto
- Cisco
Reporting & KPI Framework
- Definition eines Management-Dashboards
- KPIs
- Ticketvolumen
- SLA-Erfüllung
- MTTR
- Erstlösungsquote
- Asset Accuracy
- Lizenz-Compliance
- Change Success Rate
- Service Availability
- Automatisierungsgrad
Netzwerk-Redesign-Begleitung
- Governance
- Begleitung des Netzwerk-Redesigns aus ITSM-Sicht
- Definition betroffener Services
- Change-Management-Struktur
- Kommunikationskonzept
CMDB-Integration
- Aufnahme aller Netzwerkkomponenten
- Service Mapping
- Abhängigkeitsanalyse
Validierung von Dokumentation und Knowledgebase-Artikeln
- Netzwerkdokumentation
- Betriebsdokumentation
- Standard Changes
Monitoring & Event Management
- Zielbild
- Zentrales Monitoring-Konzept
- Event-Management-Prozess
- Alarmierungsstrategie
- Eskalationsmodell
Systeme
Cisco
Palo Alto
Fortinet
Rubrik
Veeam
Matrix42
Azure
Microsoft 365 Automatisierung
Ticketgenerierung aus Monitoring
Eskalationen
Standardmaßnahmen
Audit, Compliance & Informationssicherheit
- ISO-27001-Beratung
- TISAX-Beratung
- NIS2-Vorbereitung - Beratung
- Auditfähige Prozesse
- Dokumentationsstruktur
- Nachweisführung in Matrix42
Roadmap
- 12-Monats-Roadmap
- Priorisierung aller Maßnahmen
- Quick Wins
- Mittelfristige Projekte
- Langfristiges Zielbild
- Dokumentation
Markus B.
Letzte Position:
Entwickler / DevOps, Beratung bei Eine Landesbehörde in Baden-Württemberg / FSAS Technologies GmbH
Oracle-Projektmanagement und Automatisierung
Im Rahmen des Projekts wurde die Automatisierung des Betriebs einer Oracle-Infrastruktur durch die Entwicklung und Weiterentwicklung von Puppet-Modulen sowie die Migration bestehender Bash-Skripte auf eine standardisierte Configuration-Management-Lösung unterstützt.
Ziel des Projekts war die Standardisierung und Automatisierung administrativer Prozesse, die Verbesserung der Wartbarkeit der Oracle-Plattform sowie die Erhöhung der Effizienz und Nachvollziehbarkeit des Infrastrukturmanagements durch den Einsatz von Infrastructure as Code.
- Analyse und Migration bestehender Bash-Shell-Skripte in eine Puppet-basierte Automatisierungslösung
- Entwicklung und Weiterentwicklung von Puppet-Modulen für Oracle-Umgebungen
- Automatisierung von Installations-, Konfigurations- und Betriebsprozessen mittels Infrastructure as Code
- Standardisierung und Optimierung des Configuration Managements für Oracle-Systeme
- Erstellung und Pflege technischer Dokumentationen sowie Betriebsdokumentationen
- Planung, Koordination und fachliche Begleitung der Projektumsetzung
- Betrieb und Automatisierung von Oracle-Systemen auf x86-basierten Linux-Serverplattformen
- Durchführung von Tests und Qualitätssicherung der entwickelten Puppet-Module
- Analyse und Behebung technischer Fehler im Rahmen der Automatisierung und Migration
- Enge Abstimmung mit Fachbereichen und Infrastrukturteams zur Umsetzung der Automatisierungsanforderungen
Eingesetzte Technologien: Puppet 7/8, SLES 15, Oracle 19, Oracle Grid, SVN, Windows Server, Confluence, VS Code, Ruby, Bash, Pass
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.
Thomas H.
Letzte Position:
Senior MLOps-, DevOps Engineer bei Trianel Energy
- Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
- Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
- Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
- Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
- Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
- Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
- Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
- Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
- Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
- Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
- Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
- Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
- Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
- Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).
Frank E.
Letzte Position:
DevOps bei Lauck-IT
Betrieb und Erweiterung von Azure DevOps-Pipelines
Betrieb und Erweiterung von AWS-Services
Citrix (Windows 10, Bitwarden)
AWS: ECR, EKS, CloudFront CDN, Route 53, VPC Peering und CNI-Upgrade, Atlas MongoDB, S3-Buckets, Hosting statischer Websites
Azure: Build und Deployment mit DevOps-Pipelines
Eli R.
Letzte Position:
Technical co-founder bei AskTheLaws
- Aufbau eines KI-Rechtsassistenten mit modernen ML-Fähigkeiten.
- Implementierung einer RAG-Architektur mit Datenpipelines für die Suche in Rechtsdaten.
- Einsatz von AWS Bedrock für LLM- und Embedding-Modelle sowie LangChain/LangGraph
- Python mit FastAPI für das Backend und React für das Frontend
Damian Ś.
Letzte Position:
CTO bei Fratch.io
- Steuerte die komplette Produktentwicklung und überwachte die erfolgreiche Lieferung technischer Lösungen.
- Führte und betreute ein Team hochspezialisierter Techniker und förderte eine Kultur der Zusammenarbeit und Innovation.
- Leitete den Einstellungsprozess, um ein talentiertes und engagiertes Team aufzubauen.
- Entwickelte von Grund auf ein skalierbares und robustes Microservices-Backend-System und erweiterte es, um den sich wandelnden Geschäftsanforderungen gerecht zu werden.
- Sicherstellte die hohe Verfügbarkeit des Systems mit 99,99% Betriebszeit durch den Einsatz einer resilienten Architektur und Monitoring-Mechanismen.
- Erarbeitete und implementierte technische Strategien in Einklang mit den Unternehmenszielen.
Majid A.
Letzte Position:
Leitender Berater bei Infosys
- Netzwerkautomatisierung
- CI/CD- und Docker-Umgebung
- Python Nornir für die Netzwerkautomatisierung
- pyATS für Überwachung und Testfallautomatisierung
- Netzwerkzugriffskontrolle (Radius) und Geräteadministrationszugriffskontrolle (TACACS) mit AAA und Cisco ISE für Cisco/HP/Aruba-Geräte
- Konfiguration von Cisco ISE-Clustern (2/4/8 nodes)
- Konfiguration von Cisco ISE-Authentifizierung und -Autorisierung
- Konfiguration von Cisco/HP/Aruba Switches/WLC mit Tacacs/dot1x/Radius
- Automatisierung von Cisco ISE mit Restconf und Python
Abhijit I.
Letzte Position:
Lead Backend-Entwickler und Architekt bei Gloresoft GmbH
Ich habe an mehreren internationalen Kundenprojekten gearbeitet und dabei Senior-Rollen wie Software-Architekt, Senior Software-Entwickler, Technical Lead und Lead Backend- & DevOps-Engineer übernommen. Meine Erfahrung erstreckt sich über komplexe Enterprise-Umgebungen in den Bereichen Banking, Finanzdienstleistungen, Telekommunikation, Engineering und Automotive, wobei ich Organisationen wie UniCredit Bank, Telefónica O2 und BMW unterstützt habe.
Bei der UniCredit Bank, im Rahmen des Securities Domain Transformation Programms, habe ich die Modernisierung von monolithischen Altsystemen zu cloud-nativen Spring Boot-Mikroservices und einem Angular-Frontend auf der Google Cloud Platform geleitet. Neben der Implementierung war ich verantwortlich für die Definition der Zielarchitektur, die Erstellung von System- und Sequenzdiagrammen sowie die Vorbereitung von API-Contract-Dokumentationen für die Kunden. Ich habe RESTful-APIs entworfen und Apigee für eine sichere und wiederverwendbare projekübergreifende Nutzung von APIs integriert. Zudem habe ich Kubernetes-basierte Deployments mit Helm konzipiert. CI/CD-Pipelines wurden mit Jenkins aufgebaut und automatisierten Code-Analysen mit Sonar sowie Tests und Deployment-Stufen realisiert. Die Festlegung von Clean-Code-Prinzipien für das Projekt, regelmäßige Code-Reviews und das Mentoring von Junior-Entwicklern gehörten ebenfalls zu meinen Aufgaben bei UniCredit.
Bei Telefónica O2 leitete ich die Transformation einer veralteten Callcenter-Desktop-Anwendung zu einer cloud-nativen Microservices- und Micro-Frontend-Lösung. Ich habe aktiv zur Plattformarchitektur beigetragen, System- und Komponentendiagramme, Architektur-Dokumentation und ADRs für zukünftige Referenzen erstellt. Die Performance und Skalierbarkeit der Services habe ich verbessert. Außerdem optimierte ich die AWS-Infrastrukturkosten, insbesondere durch Minimierung der Nutzung von DynamoDB und effektive Wiederverwendung von Testumgebungen. Für Observability kamen Prometheus, Grafana, CloudWatch und Splunk-Dashboards zum Einsatz. CI/CD-Pipelines wurden mit GitLab, Docker, Kubernetes und AWS bereitgestellt. Darüber hinaus habe ich technische Sessions für die Teams durchgeführt.
Stephan S.
Letzte Position:
Senior Data/ML-Berater & Technischer Leiter bei Jolin.io
Rolle: Software-Ingenieur & Angewandter Mathematiker (Mathematische Optimierung für Terminplanung; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: JuMP, Julia, Pluto, Svelte, JavaScript, TypeScript, JetBrains Space, Terraform, Nomad)
Rolle: Software-, Cloud- & Web-Ingenieur (Aufbau eines skalierbaren Data-Science-Rechenclusters von Grund auf; Dauer: 11 Monate; Teamzusammenstellung: Team von 1, vor Ort; Technologien: Terraform, Kubernetes, k8s ingress, k8s services, k8s RBAC, k8s networking, k3s, etcd, S3, DNS, Zertifikate, Julia, Pluto, JavaScript, Tailwind, Astro, npm, Parcel, Preact, MUI, JWT, AWS SQS, AWS RDS, Python, GitLab, GitHub)
Rolle: KI- & Web-Ingenieur (Individueller ChatGPT-Dienst; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: Python, Poetry, LangChain, Tailwind, ChatGPT API, Flask, FastAPI)
Rolle: Architekt & Dateningenieur (Einrichtung und Befüllung eines zentralen Data Lakes; Dauer: 9 Monate; Teamzusammenstellung: Team von 5, remote; Technologien: Infrastructure-as-Code, AWS CDK, Python, Boto3, PySpark, AWS Glue, IAM, S3, ECS, Fargate, Lambda, Apache Hudi, DeltaLake, Databricks, GitHub, Jira, Miro)
Rolle: Software-Ingenieur (PoC zur Migration von scikit-decide nach Julia; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: Python, Julia, GitHub)
Hussein G.
Letzte Position:
Senior Product Manager bei PagoNxt (Banco Santander Group)
- Nach der Übernahme (Wirecard zu PagoNxt) als zentraler Produktmanager behalten, um die Plattformmigration und die Produkttransformation voranzutreiben
- Leitung der Automatisierung von über 20 mehrstufigen Onboarding-Workflows auf einer Integrationsplattform mit 22 Systemen von der Konzeption bis zum Launch, wodurch die Aktivierungszeit um ~90% verkürzt und die Betriebskosten reduziert wurden
- Einführung regulierter B2B-Onboarding-Portale auf Salesforce in Großbritannien und Spanien und Ermöglichung des Markteintritts
- Beauftragt, ein verzögertes, unternehmenskritisches Programm zu retten; ein Team mit über 20 Mitgliedern umstrukturiert und Agile-Prozesse überarbeitet, wodurch die Umsetzung in 6 Wochen stabilisiert wurde
- Koordination der Plattformmigration zur PagoNxt-Infrastruktur über 12 Teams hinweg, drei Wochen früher ausgeliefert und ein SLO von 99,9% Verfügbarkeit beibehalten
- Konzeption einer Self-Service-Onboarding-App für interne Teams, Validierung des MVP und Skalierung zu einem Kernsystem
- Verantwortung für Roadmap und Quartalsplanung übernommen, Priorisierung des Backlogs und Abwägung, um die Lieferwirkung zu maximieren
- Verbesserung der Lieferprozesse über Teams hinweg, Steigerung der Zusammenarbeit und Beschleunigung des Durchsatzes um ~30%
- Durchführung von Interviews und Onboarding von über 8 PMs und Ingenieuren in verschiedenen Teams; Mentoring wichtiger Neuzugänge, was die Liefergeschwindigkeit und bereichsübergreifende Zusammenarbeit verbesserte
- Moderation von Architektur-Diskussionen, um schnelle Lieferung, Skalierbarkeit und langfristige Geschäftsziele auszubalancieren
- Leitung von Product-Discovery-Workshops, Validierung von Hypothesen und Ableitung datenbasierter Feature-Verbesserungen
Dhia L.
Letzte Position:
Praktikum als Softwareentwickler bei Passau University
- Entwickelte eine C++-Bibliothek mit IDL für sichere DDS-Systemkommunikation, mit Fokus auf Protokollserialisierung und Schnittstellendefinition.
- Führte umfangreiche Validitätstests durch und erstellte ein CLI-Fenster, um die Integration der Bibliothek zu vereinfachen und optimale Leistung sowie Sicherheit zu gewährleisten.
Benedikt B.
Letzte Position:
Fullstack-Entwickler bei Nimevio
- Anforderungsanalyse und Planung der Software-Architektur
- Analyse und Design von REST-APIs
- Backend-Entwicklung mit Java 17, Spring Boot, Spring MVC und Spring Data
- Frontend-Entwicklung mit Angular und TypeScript
- Einrichtung von CI/CD-Pipelines
- Code Review, QA und Testing
- Nutzung von MySQL, Docker, ELK-Stack und RabbitMQ
Bela B.
Letzte Position:
Full-Stack Lead-Entwickler, Backend-Architekt bei Telefonica (O2)
Die Software unterstützt die komplette Planung und Genehmigung von Mobilfunkantennen.
Das System wurde als ereignisgesteuerte Microservice-Architektur für Cloud-native Bereitstellung umgesetzt, mit Quarkus im Backend, Kafka für die Kommunikation und Angular im Frontend. Die Services laufen auf Kubernetes in der Google Cloud. Eine besondere Herausforderung war die Synchronisierung mit dem Legacy-System, das von einigen Nutzern noch verwendet wird.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Elastic Stack einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
20 Jahre (Deutschland: 18 Jahre)

Positionsdauer
2,1 Jahre (Deutschland: 2,2 Jahre)

Positionen pro Freelancer
12 (Deutschland: 13)

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Betrieb

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

Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
93% (Deutschland: 90%)
Master-Abschluss oder höher
50% (Deutschland: 52%)
Doktortitel
7% (Deutschland: 8%)

Zertifizierungen pro Freelancer
5 (Deutschland: 4)

Häufigste Sprachen
Deutsch, Englisch, Französisch

Sprechen zwei oder mehr Sprachen
100% (Deutschland: 96%)
Basierend auf unserem Profilpool, Stand 29 Okt 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie in München 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.
Entdecke detaillierte Tagessatz-Benchmarks für Elastic Stack:
Tagessatz-Einblicke entdeckenDurchschnittssätze von Experten in München, die Elastic Stack 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 29 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Elastic Stack 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%)
- Bank- und Finanzwesen (59%)
- Automotive (53%)
- Telekommunikation (47%)
- Fertigung (41%)
- Gesundheitswesen (35%)
- Medien, Unterhaltung und Druck (35%)
- Einzelhandel (35%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Suche und Datenermittlung
Elastic Stack ist eine Produktfamilie zur Aufnahme, Speicherung, Suche und Analyse von Daten. Elasticsearch bietet verteilte Suche und Analysen nahezu in Echtzeit, während Kibana indexierte Daten in Visualisierungen, Dashboards und Untersuchungen umwandelt. Unternehmen nutzen den Stack für die Anwendungssuche, Protokollanalyse, operative Berichte und Sicherheitsabläufe.
Kernkomponenten
Der Stack kombiniert mehrere Produkte, die zuverlässig zusammenarbeiten müssen:
- Elasticsearch für Indizierung, Abfrageausführung, Aggregationen und Clusterbetrieb
- Kibana für Dashboards, Benachrichtigungen, Discover-Ansichten und Datenexploration
- Logstash und Elastic Agent für Erfassung, Transformation und Weiterleitung
- Beats, Fleet und Integrationen für eine schlanke oder verwaltete Datenaufnahme
Erfahrene Spezialisten verstehen Mappings, Analyzer, Shards, Replikate, Richtlinien für den Index-Lebenszyklus und die Abfrageleistung. Sie wissen auch, wann eine einfache Elasticsearch-Integration einer umfassenden Bereitstellung jeder Komponente vorzuziehen ist.
Observability und Sicherheit
Elastic Observability führt Logs, Metriken, Traces und Verfügbarkeitsdaten in einem gemeinsamen Analyseprozess zusammen. Elastic Security nutzt dieselbe Grundlage für Erkennungsregeln, Untersuchungen, Threat Hunting und Fallverwaltung. Experten verbinden diese Funktionen mit Cloud-Diensten, Containern, Anwendungen und Infrastruktur, ohne wichtige Zusammenhänge zu verlieren.
Umsetzung und Integration
Freiberufliche Spezialisten werden oft hinzugezogen, um eine Aufnahmearchitektur zu entwerfen, von einer veralteten Suche zu migrieren oder eine fragmentierte Überwachung zu ersetzen. Typische Ergebnisse sind Datenpipelines, Indexvorlagen, Dashboards, Alarmregeln, Aufbewahrungsrichtlinien und dokumentierte Runbooks. In München unterstützen sie lokale Teams aus Produktentwicklung, Fertigung, Finanzwesen oder Software durch Remote-Arbeit oder gezielte Workshops vor Ort.
- Datenquellen aus Anwendungen, Infrastruktur und Sicherheit verbinden
- Abfragen, Mappings und Clusterleistung optimieren
- Kibana-Arbeitsbereiche für technische und geschäftliche Nutzer erstellen
- Verfahren für Backups, Zugriffskontrolle und Lebenszyklus etablieren
Den richtigen Spezialisten auswählen
Ein guter Experte kann die Abwägungen zwischen selbst verwaltetem Elastic Stack, Elastic Cloud und Alternativen wie OpenSearch oder den nativen Protokollierungstools eines Cloud-Anbieters erklären. Vor einem Design bewerten sie Datenvolumen, Abfragemuster, Compliance-Anforderungen, Aufbewahrung und Betriebsaufwand. Erfahrung mit Linux, Netzwerken, APIs, SQL, Skripting und Cloud-Infrastruktur ist oft wertvoll.
Qualität in der Praxis
Achten Sie auf Spezialisten, die ein Ergebnis von den Quelldaten über eine Aufnahme-Pipeline und ein Index-Mapping bis zur Abfrage zurückverfolgen können. Sie sollten die Wiederherstellung nach Ausfällen testen, den Clusterzustand überwachen und Dashboards für die Personen nützlich machen, die sich darauf verlassen. Klare Dokumentation, kontrollierte Änderungen und eine praktische Übergabe sind genauso wichtig wie eine technisch beeindruckende Demo. Für die Zusammenarbeit mit München sollten Sie frühzeitig den Remote-Zugriff, Termine vor Ort und die Kommunikation auf Englisch oder Deutsch abstimmen.
Häufig gestellte Fragen
Die wichtigsten Details zu Elastic Stack, aus den Fragen, die uns am häufigsten erreichen.
Unternehmen nutzen Elastic Stack für Volltextsuche, Protokollverwaltung, Observability und Sicherheitsanalysen. Damit lassen sich Ereignisse aus Anwendungen, Infrastruktur und Cloud-Diensten zentralisieren und anschließend schnelle Abfragen, Dashboards, Benachrichtigungen und Untersuchungen unterstützen.
Elastic Stack und OpenSearch unterstützen beide verteilte Suche, Analysen und Workflows für Protokolldaten. Die Wahl hängt von Lizenzierung, Optionen für verwaltete Dienste, Ökosystem-Integrationen, betrieblichen Präferenzen und den im Unternehmen vorhandenen Spezialkenntnissen ab.
Ein guter Elastic Stack Freelancer verfügt oft über Kenntnisse in Linux, Netzwerken, REST-APIs, Skripting und Cloud-Infrastruktur. Für Observability-Projekte können Kenntnisse in Containern, Kubernetes, Anwendungsinstrumentierung und OpenTelemetry besonders nützlich sein; Sicherheitsprojekte können Fachwissen in Detection Engineering und Abläufen zur Bearbeitung von Sicherheitsvorfällen erfordern.
Die erforderliche Erfahrung hängt eher vom Umfang als von einer festen Dauer ab. Ein Experte, der eine kleine Suchintegration konfiguriert, benötigt eine andere fachliche Tiefe als jemand, der Multi-Region-Cluster, komplexe Aufnahme-Pipelines, Sicherheitserkennung oder eine Migration von einem anderen Suchsystem entwirft.
Die meisten Elastic Stack Arbeiten können remote umgesetzt werden, da Konfiguration, Dashboards, Pipelines und Clusterprüfungen über sicheren Zugriff erfolgen. Termine vor Ort in München können dennoch bei Architektur-Workshops, Zugriffsprüfungen, Gesprächen mit Stakeholdern und der Übergabe hilfreich sein.
Bitten Sie um Beispiele, die mehr als nur die Erstellung von Dashboards zeigen. Ein kompetenter Elastic Stack Spezialist sollte Mappings, Shard-Design, Fehler bei der Datenaufnahme, Aufbewahrung, Zugriffskontrolle, Backup-Wiederherstellung sowie die Messung oder Validierung des Abfrage- und Clusterverhaltens erklären können.
Ja, Elastic Stack kann mit Elastic Security, zentraler Ereigniserfassung, Erkennungsregeln und Untersuchungsansichten die Sicherheitsüberwachung unterstützen. Das passende Design hängt von der Abdeckung der Quellen, der Qualität der Alarme, den Reaktionsprozessen, Zugriffsbeschränkungen und dem für die Prüfung der Ergebnisse verantwortlichen Team ab.
Ein nützliches Kibana-Dashboard beantwortet eine klar definierte operative oder geschäftliche Frage, ohne wichtigen Kontext zu verbergen. Es verwendet einheitliche Felder, sinnvolle Filter, klare Zeitbereiche und Alarmschwellen und wird mit den Personen getestet, die auf seine Ergebnisse reagieren werden.
Der durchschnittliche Stundensatz von Freelancern in München, Deutschland, die Elastic Stack in ihren letzten Projekten eingesetzt haben, liegt bei 95 €, was einem Tagessatz von etwa 760 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in München, Deutschland, die Elastic Stack in ihren letzten Projekten eingesetzt haben, haben 93% mindestens einen Bachelor-Abschluss, 50% mindestens einen Master-Abschluss und 7% einen Doktortitel.
Freelancer in München, Deutschland, die Elastic Stack in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 20 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,1 Jahre.
Die häufigsten Sprachen unter Freelancern in München, Deutschland, die Elastic Stack in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (94%) und Französisch (24%).
Die häufigsten Industrien unter Freelancern in München, Deutschland, die Elastic Stack in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Bank- und Finanzwesen (59%) und Automotive (53%).
Die häufigsten Bereiche unter Freelancern in München, Deutschland, die Elastic Stack in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (88%) und Betrieb (53%).
Hauptstandorte der FRATCH Experten, die kürzlich Elastic Stack 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.
Länder:
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!

Berlin
Hamburg
Köln
Frankfurt