GitHub Actions Experten in Düsseldorf

• Optimierung und Beschleunigung unserer GitLab-CI-Pipeline

• Konzeptarbeit für den PoC des Zero-Trust-Systems

• Erweiterung des Policy-Engine-Backends in Go

• Erweiterung des Policy-Testing-Mechanismus in Python

• Architekturelle Gestaltung der PEP-Komponente von Zero Trust

• Dokumentation des Produkts

• Technologien: Zero Trust, Go, Python, GitLab CI, Docker, JWT, Domain-Driven Design

• Leitete die ganzheitliche Umsetzung von ML-/KI-Anwendungen für die QuantistryLab-Simulationsplattform – von der Anforderungsdefinition und Lösungsplanung über Entwicklung, Tests und Bereitstellung bis zur Unterstützung im Produktivbetrieb. Dabei koordinierte ich die Zusammenarbeit der Back-End-, DevOps- und ML-Teams.
• Entwarf und implementierte ein System zur Suche nach Verbindungen mit einem LLM mit offenen Gewichten, dem Agenten-Framework Pydantic AI und dem Model Context Protocol (MCP) und stellte es über FastAPI-Endpunkte bereit.
• Stellte den LLM-Service auf Basis von vLLM auf Kubernetes bereit und konfigurierte ihn.
• Entwickelte CI/CD-Pipelines und Helm-Charts, um Bereitstellungen in Staging- und Produktionsumgebungen zu automatisieren.
• Ergänzte das Suchsystem um OpenTelemetry-Spans und -Traces und integrierte es in die Observability-Plattform Honeycomb, um die Latenz einzelner Komponenten und Funktionsfehler zu überwachen.
• Entwickelte einen benutzerdefinierten Evaluierungsdatensatz und setzte Auswertungen für die Relevanz der Suchergebnisse, die Richtigkeit der Antworten, die Genauigkeit von Tool-Aufrufen und den Erfolg der Aufgaben von Anfang bis Ende um.
• Verkürzte die Vorhersagezeit für Infrarotspektren um 83 % (von 60 auf 10 Minuten), indem ich ein quantenmechanisches Modell durch ein vortrainiertes graph-neuronales Netzwerk ersetzte. Ich trainierte das Modell mit PyTorch weiter, entwickelte und containerisierte die Inferenzpipeline mit Docker und integrierte sie in die Plattform.
• Implementierte eine MLflow-Modellregistrierung mit MinIO-gestützter Artefaktspeicherung.
• Beriet Vertriebs- und Wissenschaftsteams zu ML-/KI-Anwendungen für potenzielle Kundenprojekte und brachte technisches Fachwissen in die Entwicklung vorgeschlagener Lösungen und Prototypen ein.

Technologien: AWS, Hetzner, Kubernetes, Helm, Docker, vLLM, Pydantic AI, MCP, Qwen, Llama 3, MLflow, MinIO, GitHub Actions, Python, FastAPI, OpenTelemetry, Honeycomb, PyTorch, Polars, pytest

Seqnaut und Sycosm (WIP) – Embedded Audio-DSP- und Synthese-Plattform

• Embedded Audio-DSP-Framework — Synthesizer, Effekte, Drum Machines; modularer Audio-Graph
• Sequenzierung: PianoRoll, StepGrid, MasterClock; 8-stimmiger polyphoner Synth; CLI + OSC
• Transient Detector — duale Hüllkurve mit adaptiver Schwelle, Gitarren-Impulserkennung
• Hardware: Teensy 4.1, eigenes AFE-Design mit Abgriff am BOSS GX-100; MIDI-FX-Integration

Label: C++23, C, Python, CMake, FreeRTOS, Teensy 4.1 (ARM Cortex-M7), Teensy Audio (Stoffregen), DaisySP, I2S/SAI, OSC, MIDI

• Verantwortlich für die gesamte Software-Architektur des Elterngeld-Portals
• iOS- und Android-App mit React Native und Expo, einschließlich Push- und OTA-Updates
• Veröffentlichungen in den Stores über App Store Connect und Google Play Console
• TypeScript-Monorepo für App, Website und Backend, Web mit Next.js und Tailwind
• Eigene Promo-, Gutschein- und Rabattlogik mit Kontakt- und Segmentlogik
• Zahlungen über RevenueCat und In-App-Käufe, Authentifizierung mit BetterAuth
• REST-APIs auf Basis von OpenAPI, PostgreSQL mit Prisma und Drizzle
• Self-Hosting bei Hetzner mit Docker, Coolify, Terraform und GitHub Actions
• Tests mit Vitest, Playwright und visuelle Regressionstests mit Chromatic
• Observability über Grafana Cloud und Fehlerüberwachung mit Sentry
• Performance-Marketing über Meta Ads, gemessen mit eigenem Event-Tracking
• Das Produkt auf 20.000 App-Nutzer mit einer Kaufrate von knapp 12 % ausgebaut
• Geschäftsführer seit 04.2025, verantwortlich für Produkt und Technologie

• Das Forecasting Cost Tool (PCCT) importiert Daten über SSIS aus CSV-Dateien und verarbeitet Module für die Verwaltung, Benutzerverwaltung, den Zugbetrieb und den Flottenbetrieb.
• Durchführung von Anforderungsanalysen und Aufwandsschätzungen.
• Entwurf der Datenbank und Entwicklung von Webseiten.
• Testen der Anwendung.

• Leitung der Entwicklung einer robusten, skalierbaren und leistungsstarken Microservices-Architektur.
• Migration von Legacy-Monolith-Systemen zu Spring Boot mit RESTful-APIs.
• Entwurf, Implementierung, Bereitstellung, Test und Optimierung skalierbarer Backend-Systeme mit hoher Verfügbarkeit und Leistung.
• Wartung und Bereitstellung containerisierter Anwendungen mit Docker auf Kubernetes, integriert in CI/CD-Pipelines.
• Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Frontend-Entwicklern, Produktmanagern und Designern, zur Umsetzung von Geschäftsanforderungen in skalierbare und effiziente Backend-Lösungen.
• Betreuung der Teammitglieder und Durchführung aussagekräftiger Code-Reviews.