Express.js Experten in Berlin

• Die End-to-End-Auslieferung von Enterprise-Full-Stack-Webanwendungen geleitet, indem ich Anforderungsanalyse, Lösungsdesign, Frontend- und Backend-Entwicklung, Datenbankdesign, API-Integration, Code-Reviews, Teamkoordination, Agile Umsetzung, CI/CD-Deployments, Produktionssupport, Performance-Optimierung, Sicherheitsimplementierung und die Zusammenarbeit mit Stakeholdern gesteuert habe, um skalierbare, hochwertige Softwarelösungen zu liefern.

• Gründete ein KI-gestütztes SaaS für Terminplanung und Geschäftsverwaltung für kleine und mittlere Unternehmen und verantwortete Technologiestrategie, Architektur, Produktentwicklung, UX, Abrechnung und Go-to-Market.
• Entwickelte und realisierte eine mandantenfähige Plattform mit REST-APIs, RBAC, CRM, Abrechnung und Benachrichtigungen für das Manager-Dashboard, die Admin-Konsole, das Buchungserlebnis und iOS-/Android-Anwendungen.
• Führte und betreute 7 Softwareentwickler, 1 DevOps-Ingenieur, 1 QA-Ingenieur und 1 UX/UI-Designer und arbeitete gleichzeitig praktisch in den Bereichen Backend, Frontend und Produktentwicklung.
• Entwickelte KI-Sprach- und Chat-Agenten mit Python/FastAPI, OpenAI- und Anthropic-APIs, RAG, pgvector und Tool-Calling; integrierte Twilio, Google Calendar/Meet, Stripe und Firebase.
• Verantwortete die Produktiv-Infrastruktur und automatisierte die Auslieferung in getrennten Umgebungen mit Docker, Nginx, GitHub Actions und Grafana; vertrat das Unternehmen bei Acceleratoren und internationalen Startup-Veranstaltungen.

Ausgewählter Tech-Stack: Python, FastAPI, Node.js, Vue 3, React/Next.js, React Native, PostgreSQL, Redis, Docker

• 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

• Vollständige Automatisierung des Softwareentwicklungsprozesses: Ticket-Analyse → KI-Coding-Agenten → Pull Request → automatisiertes Code-Review → Deployment
• Multi-Tenant-Architektur mit 82 Datenbankmodellen und Echtzeit-WebSocket-Monitoring
• Integration von 40+ KI-Tools mit Claude & GPT
• Tech-Stack: React, TypeScript, Express.js, PostgreSQL, Redis, BullMQ
• Plattform produktiv im Einsatz mit zahlenden Kunden

• Als Price Listing Service Team Price für alle Autos und Vans in unterschiedlichen Märkten zur Verfügung stellen
• Marktspezifische Anforderungen anpassen wie Steuern, Government Subventionen, Campaign
• Neue Price für alle neuen Autos und bestehende Autos importieren, synchronisieren und in Reddis Datastore speichern
• Support für unser Produkt und On-Call-Duty
• Tagesgeschäft, Entwicklung neuer Funktionen, Fehlerbehebung
• Pair Programming, Code-Review, Mob Programming
• POC für neue Ideen entwickeln
• Wartung und Erweiterung des Backends
• DevOps-Aufgaben
• Kubernetes-Update ausführen
• Kubernetes-Ressourcen anpassen und weiterentwickeln
• Helm Charts entwickeln und anpassen
• ArgoCD anpassen und updaten
• CI/CD pflegen, anpassen, weiterentwickeln

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

Tech-Stack:

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

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

• Branche: B2B
• Headless Frontend mit AEM Anbindung
• Besondere Herausforderung: Migration einer PWA-Anwendung im laufenden Betrieb auf Basis von .NET sowie Legacy Code; gesamte Applikation muss in React und Express.js/TypeScript überführt werden
• Technische Frameworks: Tailwind, XML, JavaScript, Caddy, ReactJS, Express.js, REST API, JSON
• Cloudflare CDN
• Caddy Server mit GitHub CI/CD Pipeline

• 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

Ich habe die Automatisierung von Cold-Outreach-Workflows realisiert.

• Entwickelt eine Queue-Architektur zur Unterstützung der parallelen Ausführung großer Mengen von Hintergrundaufgaben.
• Integriert mehrere E-Mail-Versandanbieter.
• Implementiert einen LLM-basierten Prozess zur Datenanreicherung.

Technologien: TypeScript, React, Node.js, Next.js, Drizzle ORM, PostgreSQL, Next-Auth, JWT, Docker, Kubernetes, AWS, CloudFlare, Traefik, Groq, Jest, Figma

Leitete das Backend Engineering in den Kerndomänen (Haupt-Backend, Benachrichtigungen, medizinische Wissensdatenbank, Ergebnisverarbeitung) und verantwortete die Qualität der Lieferung, das Teamwachstum und die Engineering-Standards.

Hauptergebnisse

Bereitgestellt wurde eine flexible No-Code-Mitgliederplattform (Preise, Pakete, Laufzeiten), die kommerzielle Änderungen ohne Ingenieurbeteiligung ermöglicht und Mitgliedsstufen im Laufe der Zeit konsistent hält.

Aufgebaut wurde ein leistungsstarkes Backend-Team durch Mentoring, Coaching der Ingenieure zu eigenständigen Mitwirkenden und Erstellung von Onboarding-Dokumentation, die ein schnelles Hochfahren ermöglichte.

Skalierte das Team von 2 auf 5 Ingenieure, während Liefergeschwindigkeit und Codequalität erhalten blieben; verantwortlich für Recruiting-Prozesse und Onboarding.

Eng mit dem Produkt-Team zusammengearbeitet, um Machbarkeit im Design zu beurteilen, Arbeit zu priorisieren und pragmatische Kompromisse zwischen Geschwindigkeit, technischem Schuldenstand und langfristiger Wartbarkeit zu finden.

Tests und Einfachheit als Standard institutionalisiert, hohe Testabdeckung und einen „Simple-First“-Architekturansatz durchgesetzt.

Technologie & Vorgehensweisen

Stack: Node.js (TypeScript), Express, PostgreSQL; Microservices (Node & Go); ereignisgesteuerte asynchrone Jobs.

Vorgehensweisen: Tests als Release-Gate, leichte Design-Reviews, iterative Lieferung, dokumentationsbasiertes Onboarding.

Compliance & Sicherheit: Umsetzung der Empfehlungen des Datenschutzbeauftragten (DSGVO und deutsche Gesundheitsvorschriften) geleitet.

• Entwickle eine KI-gestützte Plattform, die YouTube-Kanäle in tägliche Zusammenfassungen im Artikel- und Podcast-Format umwandelt.
• Aufbau eines skalierbaren Backends in Node.js mit OpenAI Whisper für Transkription und GPT für Zusammenfassungen.
• Implementierung des Frontends in React mit TypeScript mit responsivem Design und guter Zugänglichkeit.
• Einrichtung automatisierter Deployment-Pipelines und CI/CD mit Docker & GitHub Actions.

• Backend- & API-Architektur: Eigenständig ein skalierbares Node.js-Backend und eine RESTful-API entworfen, um ein hohes Transaktionsaufkommen zu bewältigen und eine robuste Datenverwaltung für Nutzer, Restaurants und Administratoren sicherzustellen.
• Microservices & Infrastruktur: Eine ausgeklügelte Datenbankarchitektur mit PostgreSQL und geografischer Abfrageoptimierung entwickelt. Eine stabile Infrastruktur mit drei separaten Microservice-Servern und einem Datenbankserver entworfen und bereitgestellt.
• Performance & Skalierbarkeit: Redis-Caching implementiert und SQL-Abfragen optimiert, um die Anwendungsleistung zu verbessern und die Datenbanklast zu reduzieren, wodurch die Reaktionsfähigkeit bei Echtzeitdiensten erhöht wurde.
• Sicherheit & Authentifizierung: Sichere Zahlungsabwicklung über Razorpay integriert und robustes Middleware für JWT-Authentifizierung implementiert, um sichere Transaktionen und Datenintegrität zu gewährleisten.
• CI/CD & Deployment: Eine zuverlässige CI/CD-Pipeline mit Docker und GitHub Actions eingerichtet, um automatisierte und zuverlässige Deployments zu ermöglichen und moderne DevOps-Praktiken zu demonstrieren.