Zum Hauptinhalt springen
🇩🇪DSGVO konform
Finden Sie die richtigen

Elastic Stack Experten in München

für Suche, Observability und Sicherheit mit schnellem KI-Matching

Beauftragen 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

Verifizierter Experte

Vicenco K.

Profil ansehen

Interims-IT-Teamlead / IT-Service-Management / IT-Projektmanagement / Solution Architect

Brunnthal
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
Verifizierter Experte

Markus B.

Profil ansehen

Software-Entwicklung / Programmierung; Beratung / Consulting; Projektmanagement / -leitung / Organisation / Koordination;

Munich
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

Verifizierter Experte

Alexandru G.

Profil ansehen

Leiter Cloud-Infrastruktur

Munich
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.
Verifizierter Experte

Thomas H.

Profil ansehen

Senior MLOps-, DevOps Engineer

Munich
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).
Verifizierter Experte

Frank E.

Profil ansehen

DevOps

Ismaning
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

Verifizierter Experte

Eli R.

Profil ansehen

Senior Backend Engineer

München
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
Verifizierter Experte

Damian Ś.

Profil ansehen

CTO

Munich
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.
Verifizierter Experte

Majid A.

Profil ansehen

Leitender Berater

München
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
Verifizierter Experte

Abhijit I.

Profil ansehen

Backend-Lead und Architekt

Munich
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.

Verifizierter Experte

Stephan S.

Profil ansehen

Senior Data/ML-Berater & Technischer Leiter

München
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)

Verifizierter Experte

Hussein G.

Profil ansehen

Senior-Produktmanager

Munich
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
Verifizierter Experte

Dhia L.

Profil ansehen

Praktikum als Softwareentwickler

Munich
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.
Verifizierter Experte

Benedikt B.

Profil ansehen

Fullstack-Entwickler

Starnberg
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
Verifizierter Experte

Bela B.

Profil ansehen

Full-Stack Lead-Entwickler, Backend-Architekt

München
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)

Elastic Stack Experten in München verfügen im Durchschnitt über 20 Jahre Berufserfahrung. Das sind 2 Jahre mehr als in Deutschland, wo der Durchschnitt 18 Jahre beträgt.

Positionsdauer

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

Elastic Stack Experten in München bleiben im Durchschnitt 2,1 Jahre in einer Position. Das sind 0,1 Jahre weniger als in Deutschland, wo der Durchschnitt 2,2 Jahre beträgt.

Positionen pro Freelancer

12 (Deutschland: 13)

Elastic Stack Experten in München haben im Laufe ihrer Karriere durchschnittlich 12 Positionen abgeschlossen. Das sind 1 weniger als in Deutschland, wo der Durchschnitt 13 beträgt.

Häufigste Fachbereiche

Informationstechnologie (IT), Produktentwicklung, Betrieb

Elastic Stack Experten in München haben den Großteil ihrer praktischen Projekterfahrung in den Bereichen Informationstechnologie (IT), Produktentwicklung und Betrieb gesammelt.

Häufigste Branchen

Informationstechnologie (IT), Bank- und Finanzwesen, Automotive

Elastic Stack Experten in München sind in den Branchen Informationstechnologie (IT), Bank- und Finanzwesen und Automotive am stärksten gefragt.

Fokus der Zertifizierungen

Informationstechnologie (IT), Produktentwicklung, Projektmanagement

Elastic Stack Experten in München erwerben ihre Zertifizierungen am häufigsten in den Bereichen Informationstechnologie (IT), Produktentwicklung und Projektmanagement.

Bachelor-Abschluss oder höher

93% (Deutschland: 90%)

93% der Elastic Stack Experten in München haben mindestens einen Bachelor-Abschluss. Das sind 3% mehr als in Deutschland, wo der Anteil 90% beträgt.

Master-Abschluss oder höher

50% (Deutschland: 52%)

50% der Elastic Stack Experten in München haben mindestens einen Master-Abschluss. Das sind 2% weniger als in Deutschland, wo der Anteil 52% beträgt.

Doktortitel

7% (Deutschland: 8%)

7% der Elastic Stack Experten in München haben einen Doktortitel (PhD). Das sind 1% weniger als in Deutschland, wo der Anteil 8% beträgt.

Zertifizierungen pro Freelancer

5 (Deutschland: 4)

Elastic Stack Experten in München besitzen im Durchschnitt 5 berufliche Zertifizierungen. Das sind 1 mehr als in Deutschland, wo der Durchschnitt 4 beträgt.

Häufigste Sprachen

Deutsch, Englisch, Französisch

Elastic Stack Experten in München sprechen am häufigsten Deutsch, Englisch und Französisch.

Sprechen zwei oder mehr Sprachen

100% (Deutschland: 96%)

100% der Elastic Stack Experten in München sprechen zwei oder mehr Sprachen. Das sind 4% mehr als in Deutschland, wo der Anteil 96% beträgt.

Basierend auf unserem Profilpool, Stand 29 Okt 2026.

Tagessatzverteilung

0% 25% 50% 75% 100%
6 % der Elastic Stack Experten in München verlangen weniger als 320 € pro Tag.
12 % der Elastic Stack Experten in München verlangen zwischen 480 € und 640 € pro Tag.
41 % der Elastic Stack Experten in München verlangen zwischen 640 € und 800 € pro Tag.
29 % der Elastic Stack Experten in München verlangen zwischen 800 € und 960 € pro Tag.
12 % der Elastic Stack Experten in München verlangen 960 € oder mehr pro Tag.
<€320 €480-​640 €640-​800 €800-​960 €960+

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 entdecken

Durchschnittssätze von Experten in München, die Elastic Stack einsetzen

Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.

800
600
400
200
Stundensatzvergleich-Diagramm
Ø Tagessatz 760 €
Ø Deutschland 780 €

Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.

800
600
400
200
Stundensatzvergleich-Diagramm
Median-Tagessatz 760 €
Median Deutschland 764 €

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.

Veröffentlicht am:
FRATCH GPT

FRATCH GPT liefert in Minuten Freelancer-Vorschläge mit nachvollziehbarer Begründung und transparenten Preisen und hilft deiner Personalabteilung, schnell und regelkonform die besten Talente zu finden.

Probier es aus:

Teste FRATCH GPT

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.

Berlin Hamburg München Köln Frankfurt Stuttgart Düsseldorf Leipzig Dortmund Essen Bremen Dresden Hannover Nürnberg

Kostenlose Demo vereinbaren

Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.

Kontakt-Formular

Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!

FRATCH CEO Avatar

Philipp Thomaschewski

FRATCH CEO

LinkedInFRATCH