
GitHub Actions Experten in München
, in wenigen Minuten aus über 15.000 Lebensläufen vermitteltBeauftragen Sie Experten, die Builds, Tests, Releases und Cloud-Bereitstellungen mit GitHub Actions, wiederverwendbaren Workflows und sicheren CI/CD-Praktiken automatisieren. FRATCH vermittelt Sie schnell an geprüfte, verfügbare Freelancer, die zu Ihren technischen Anforderungen passen.
Lerne FRATCH Experten in München kennen, die kürzlich GitHub Actions eingesetzt haben
Fabian E.
Letzte Position:
eCommerce Manager bei capulet.de
Shopify-Frontend- und Backend-Entwicklung für eine D2C-Marke:
- Checkout UI Extension zur Erfassung von Geburtstagsdaten
- Theme-Weiterentwicklung (Liquid, Online Store 2.0)
- Webhook-Integrationen zwischen Shopify und eigenem Backend
- Zeiterfassungs- und Produktionssystem, verbunden mit den Shopify-Bestellungen, inklusive Dashboards
- Performance Marketing (Meta Ads)
Technologien: React, TypeScript, Node.js, Express, MongoDB, Shopify Admin API, Webhooks, Checkout UI Extensions, Klaviyo, Meta Ads API, Google Ads API
Umut T.
Letzte Position:
App Engineer bei Tonies SE
Als App Engineer im IoT-Control-Team in einem React-Native-Stack gearbeitet.
- Neue Komponenten auf Basis des Tonies Design Systems implementiert.
- Das Tonies Design System verbessert, erweitert und gewartet
- Neue Funktionen wie Lautstärke- und Wiedergabesteuerung für die Tonies hinzugefügt
- Verbindungsprobleme über Bluetooth und WLAN behoben
- Technische Schulden abgebaut und die Anwendung für ein bevorstehendes großes Software- und Hardware-Release optimiert
- Die Barrierefreiheit verbessert, indem Bildschirme und Komponenten für die Nutzung mit Screenreadern optimiert wurden.
- Viele automatisierte Tests geschrieben, um dauerhaft eine hervorragende App-Qualität sicherzustellen.
- Wöchentliche App-Releases in einer Umgebung mit hohem Arbeitsaufkommen
Ergebnisse & Wirkung:
- App-Stabilität und Verbindungszuverlässigkeit vor einem wichtigen Software- und Hardware-Release verbessert
- Die allgemeine App-Qualität durch eine deutlich umfangreichere Testsuite erhöht, die Regressionen erkannte, bevor sie Nutzer erreichten
- Die App für Screenreader nutzbar gemacht und damit die Barrierefreiheit für ein breiteres Publikum verbessert
- Einen wöchentlichen Release-Rhythmus in einer Produktionsumgebung mit hohem Volumen ohne Qualitätseinbußen aufrechterhalten
Technologien: react-native, expo, typescript, react-19, react-compiler, react-navigation, zustand, @tanstack/react-query, i18next, figma, app-store, play-store, sentry, bitrise, config-cat, poeditor
Luigi C.
Letzte Position:
Senior Full-Stack-Entwickler bei Almuc Advertising GmbH
- Einsatz moderner JavaScript-Funktionen einschließlich ES6+-Syntax, Destructuring, Modulen, Array-Methoden und asynchroner Programmierung zur Entwicklung effizienter und gut lesbarer Frontend-Software.
- Umsetzung von Frontend-Integrationsmustern für PHP- und Laravel-Backend-Services, Anbindung von React-Oberflächen an REST-APIs und Verarbeitung strukturierter JSON-Daten.
- Entwicklung interaktiver, funktionaler und komponentenbasierter Frontend-Anwendungen mit React Hooks, JavaScript und TypeScript sowie Backend-Anwendungen und RESTful APIs mit Python, Django, Flask und FastAPI, mit Fokus auf wiederverwendbare Komponenten, modulare Architektur, Wartbarkeit und effiziente Datenverarbeitung.
- Pflege einer dynamischen Portfolio-Plattform mit PHP, Laravel, Livewire und MySQL sowie Umsetzung der vollständigen Funktionalität über Frontend-Oberflächen, Backend-Services und Datenbankoperationen hinweg.
- Überprüfung der serverseitigen Anfrageverarbeitung, des Routings, der Middleware und der Formularvalidierung mithilfe von Laravel-Funktionen zur Unterstützung zuverlässiger Anwendungsabläufe und einer konsistenten Datenverarbeitung.
- Entwurf und Verwaltung relationaler Datenbankstrukturen mit MySQL und Laravel Eloquent ORM sowie Implementierung von Datenmodellen, Beziehungen, Datenbankmigrationen und effizienten Abfragen für das Content-Management.
- Entwicklung KI-gestützter Anwendungen mit Large Language Models (LLMs) über externe APIs und lokal gehostete Modelle sowie Untersuchung praktischer Anwendungsfälle für dialogorientierte KI, intelligente Automatisierung und KI-gestützte Workflows.
- Entwicklung lokaler KI-Anwendungen und Entwicklertools zum Ausführen, Konfigurieren und Interagieren mit lokal gehosteten Sprachmodellen sowie praktische Erfahrung mit lokaler Inferenz, Modellintegration und datenschutzbewussten KI-Workflows.
- Untersuchung von Retrieval-Augmented-Generation-(RAG)-Ansätzen zur Kombination von Sprachmodellen mit externen Wissensquellen und zur Ermöglichung kontextbezogener Antworten auf Grundlage relevanter Anwendungsdaten und abgerufener Informationen.
- Integration von KI-Services in Backend-APIs und Anwendungskomponenten sowie Entwicklung wiederverwendbarer Module für Modellkommunikation, Antwortverarbeitung, Fehlerbehandlung und Datenaustausch.
Robert L.
Letzte Position:
Senior Projektleiter KI & Daten bei Großer deutscher Energieversorger
KI-Assistenz und Zielbild für teilautonome Energieportfolio-Steuerung
Aufbau einer KI-Steuerungsschicht direkt auf dem tagesaktuellen Live-Portfolio eines großen Energieversorgers — nicht als isolierter Pilot, sondern als operative Erweiterung der bestehenden DB1- und Portfolio-Steuerung. Ziel ist die schrittweise Entwicklung von Assistenz über Monitoring/Alerting bis zu Analyse-Agenten mit Human-in-the-Loop-Freigaben, ergänzt um ein rollenspezifisches System of Engagement neben dem BI-System of Record. Parallel werden Business Case, Zielbild und Management-Pitch gegenüber statischem Monatsreporting erarbeitet.
- KI-Steuerungsschicht: Konzeption und Aufbau auf dem bestehenden Live-Portfolio-Datenprodukt (mehrere Mio. Verträge) — Ausbaustufen Assistenz → Monitoring/Alerting → Agenten mit Human-in-the-Loop-Freigaben.
- LLM-gestützte Datenanalyse: Semantische Abfragen, SQL-/Tool-Anbindung und ergänzende RAG-Komponenten auf Portfolio-, Plan-Ist- und Datenqualitätsdaten (Azure OpenAI, Snowflake) mit Drill-downs bis auf Einzelvertragsebene.
- Analyse-Agenten: Mehrstufige Agenten für Abweichungs- und Treiberanalysen zu Churn, Preisanpassungen, Mengen und Beschaffungskosten.
- Sichtenkonzept: Rollenspezifische Oberflächen für Fachbereich, Management und C-Level als System of Engagement neben dem BI-System of Record.
- Business Case & Pitch: Zielbild und Kosten-Nutzen-Argumentation gegenüber statischem Monatsreporting.
- LLM-Setup (Datenschutz & Security): Abstimmung mit IT-Security und Datenschutz — EU-Region, Datentrennung, Freigabeprozesse.
- Agenten-Architektur: Mehrstufige Agenten-Pipelines (Analyse → Validierung → Zusammenfassung) mit dokumentierten Datenquellen, Tool-Aufrufen, Prüfschritten und Quellenbezug je Aussage.
- Datenfundament: Aufsatz auf dem tagesaktuellen DB1-Datenprodukt (Snowflake, dbt) — Portfolio-, Plan-Ist- und Datenqualitätskennzahlen als gemeinsame Basis aller KI-Analysen.
- Guardrails & Evaluation: Evaluations- und Freigabeprozesse für LLM-Antworten bei steuerungsrelevanten Aussagen — Testsets, Metriken, Human-Review.
- Prototyping & Validierung: Iterative Validierung der Agenten-Antworten mit dem Fachbereich — Testfragen-Katalog, Feedback-Schleifen, Antwortqualität je Release.
- Roadmap & Ausbaustufen: Detaillierung der Stufen Assistenz → Monitoring/Alerting → teilautonome Steuerung inkl. Übergangskriterien und Governance je Stufe.
- Integration: Einbettung in die bestehende BI- und Datenlandschaft — BI bleibt System of Record, die KI-Schicht liefert interaktive Drill-down-Pfade als System of Engagement.
- Enablement: Befähigung der Anwender im Fachbereich — Prompting-Leitfäden, Schulungen und Betriebsmodell für den laufenden Einsatz.
- Steuerung: Koordination Fachbereich, Data Engineering, IT-Security & Datenschutz.
- Change Management: Kommunikation und Erwartungsmanagement gegenüber Fachbereich und Management entlang der Ausbaustufen.
Ergebnisse:
- Auf bestehendes tagesaktuelles Datenprodukt mit mehreren Millionen Verträgen aufgesetzt
- Mit Datenschutz und IT-Security abgestimmtes LLM-Setup in EU-Region mit Datentrennung und Freigaben etabliert
- Drei Ausbaustufen bis zur teilautonomen Steuerung definiert
- Rollenspezifische Sichten für Fachbereich, Management und C-Level konzipiert
- Business Case und Management-Pitch für die Ausbaustufen erarbeitet
- Iterativer Validierungsprozess für Antwortqualität mit dem Fachbereich etabliert
- Betriebsmodell für den Assistenzbetrieb konzipiert und in Validierung
Stack: Azure OpenAI, Azure AI Foundry, Snowflake, dbt, React, TypeScript, Entra ID, RAG, Agentic AI, Analyse-Agenten, Human-in-the-Loop, Prompt Engineering, LLM Evaluation, LLMOps, DSGVO / EU-Region, Azure DevOps, Python, SQL, Change Management
Pooja K.
Letzte Position:
Product Owner bei Celonis
Eine Enterprise-Plattform für Process Mining und Execution Management, die Unternehmen dabei hilft, ihre Geschäftsprozesse mit Eventdaten zu analysieren, zu visualisieren und zu optimieren.
- Über 40 Engineering-Squads in 5 Ländern aufeinander abgestimmt, um Plattformfunktionen im großen Maßstab auszuliefern, und dabei Release-Infrastruktur, Change Management und Rollout-Governance für mehr als 1000 Enterprise-Kunden mit null Fehlern nach dem Launch vorangetrieben
- Priorisierung der Roadmap der Celonis-Studio-Plattform verantwortet, technische Investitionen, kommerzielle Ziele und operative Anforderungen ausbalanciert und damit ein Wachstum des Marktanteils von über 50 % gegenüber Legacy-Produkten erzielt
- Anforderungen gemeinsam mit Engineering und UI/UX in Spezifikationen, Architectural Decision Records und Umsetzungspläne übersetzt, was zu einer Steigerung des Nutzer-Engagements um 20–30 % geführt hat
- Die Go-to-Launch-Strategie vorangetrieben, Pilotprogramme und Customer-Discovery-Sessions durchgeführt, um die operative Einsatzbereitschaft und die Einführung im Enterprise-Bereich zu validieren
Maziyar K.
Letzte Position:
Data Engineer bei MSD Germany
- Lead-Architekt für die Gestaltung und Umsetzung des Data Lake und der ETL-Pipeline mit dem AWS-Stack
- Leistungsoptimierung der Datenaufnahme der ETL-Pipeline
- Entwicklung der Datenvalidierung mit Great Expectations
- Leitung der Datenmigration für zwei Quellsysteme
- Datenmodellierung in AWS Redshift
MLOps
- Implementierung der Modell-Inferenz mit mlflow und AWS SageMaker
- Feature Engineering für die laufenden ML-Modelle (Recommender Engineer, Clustering)
- Implementierung von Model Registry und Artifactory mit mlflow
- Historisierung und Profiling der Eingabedaten mit AWS Glue Crawler und AWS Data Catalog
- Feature Importance mit mlflow
Tech. Stack: Python 3, AWS Glue, AWS Step Function, AWS Lambda, AWS EventBridge, AWS IAM Role, AWS SageMaker, AWS EC2, AWS Glue Crawler, AWS CloudWatch, MLFlow, ETL, Data Lake, GitHub Action, Terraform, Jenkins, Ansible Playbooks (Infrastructure as Code), CI/CD, GitLab, SQL, PySpark, Scrum, Agile, Jira, Big Data, VSCode, DBeaver, MSSQL, MySQL, Grafana, Docker, Linux, Bash, MapReduce, Datenmodellierung (ORM), Pandas, YAML, SQL-Alchemy
Karen M.
Letzte Position:
Persönliches KI-Entwicklungsprojekt — Croky AI bei Crocky AI
Produkt:
- Eine produktionsreife KI-Plattform entwickelt, die anhand von Produktdaten, Nutzeranforderungen und hochgeladenen Medien markengerechte Marketingbilder und -videos erstellt.
- Verantwortlich für Plattformarchitektur, technische Roadmap, API-Design, Sicherheit, Deployment-Abläufe, betriebliche Zuverlässigkeit und Strategie für Modellanbieter.
- Die Kernplattform mit .NET entwickelt und unterstützende KI- und Workflow-Prototypen in Python erstellt. Dabei sprachunabhängige API-Verträge und strukturierte Schnittstellen zwischen Services und Modellanbietern eingesetzt.
- Zuverlässige Hintergrundverarbeitung mit RabbitMQ, gespeichertem Workflow-Zustand, idempotenter Verarbeitung, Wiederholungsversuchen, Fehlerbehebung, Logging, sicherer Speicherung, Autorisierung und Abrechnung von Credits umgesetzt.
- Pragmatische Entscheidungen zu Eigenentwicklung oder Zukauf sowie zum Routing von Modellen getroffen, basierend auf Zuverlässigkeit, Latenz, Kosten und Wartbarkeit statt auf Neuheit.
Agenten-Orchestrierung & RAG-Systeme
- Agenten-Workflows mit Microsoft Agent Framework, LangGraph und LangChain entwickelt und verglichen, darunter Tool-Nutzung, bedingte Weiterleitung, Klärungsschritte, Zustandsverwaltung und Übergaben zwischen Agenten.
- Wiederverwendbare .NET-Komponenten für Agenten, Prompts, Tools, Modellanbieter, strukturierte Antworten und Retrieval mit pyvector implementiert. So lassen sich KI-Anbieter einfacher wechseln, ohne den Kern-Workflow neu zu schreiben.
Giuseppe A.
Letzte Position:
Entwicklung Embedded-Software bei Inheco
- KI-Integration (LLM & RAG): Konzeption und Aufbau eines internen, intelligenten RAG-Systems (Retrieval-Augmented Generation) auf Basis von LLMs, n8n und Vektordaten zur automatisierten Analyse technischer Dokumente und Fehlerprotokolle.
- Konzeption & Implementierung: Design einer robusten RS-232/UART-Kommunikationsschnittstelle für ein SBC-basiertes Embedded-Gerät zur Steuerung medizinischer Shaker-Systeme.
- Architektur & Protokolldesign: Umsetzung einer hochgradig wartbaren Softwarestruktur (OOP, SOLID) und Definition hardwarenaher, resilienter Kommunikationsprotokolle inklusive Multithreading und erweiterter Fehlerbehandlung.
- Qualitätssicherung & DevOps: Testautomatisierung mittels xUnit, Integrationstests direkt am Hardware-Target und Pflege der technischen Dokumentation nach strengen Medizintechnik-Standards via Azure DevOps.
Label: C#, .NET, LLMs, RAG, n8n, RS-232, UART, Multithreading, async/await, xUnit, gRPC/protobuf, Blazor, MudBlazor, EF Core, Visual Studio 2026, Azure DevOps
Srinivasu K.
Letzte Position:
Atruvia
Projekt: Steuern Freistellungsauftrag Anwendung
Der Kunde verfügt über eine bestehende Anwendung zur Erstellung und Pflege von Steuerbefreiungsaufträgen für Endkunden; Konzeption und Implementierung einer vergleichbaren Anwendung für interne Mitarbeiter.
- Entwurf und Implementierung von Microservices und der UI für den Fachbereich „Steuerbefreiungsaufträge“ unter Anwendung von Domain Driven Design sowie Spring Boot und Angular.
- Implementierung reaktiver, nicht-reaktiver und asynchroner APIs (Spring REST, WebFlux, GraphQL).
- Entwicklung der Angular-Anwendung, einschließlich State Management mittels Signals, RxJS Observables und Subscriptions.
- Absicherung der API und der Anwendung unter Verwendung von OAuth2, JWT und OpenID Connect.
- Konfiguration und Einrichtung von CI/CD-Pipelines mit Jenkins.
- Zusammenarbeit mit funktionsübergreifenden Teams sowie Durchführung von Code-Reviews.
Umfeld: Java, Spring Boot, Angular 18 & 19(standalone, signals), RxJs, Bootstrap CSS, Vitesting, OpenShift, Istio, microservices, Kafka, Dynatrace, Jenkins, GitLab, Graylog, Sonar, Oauth2, OracleDB
Ljubomir O.
Letzte Position:
Senior Software Test Ingenieur bei Keil KTM GmbH
Arbeitnehmerüberlassung
- System-Black-Box-Integrationstests (BBIT, IVVQ): Durchführung von Regressions-, Freigabe-, Bestätigungs- und Konformitätstests für sicherheitskritische Bremssteuergeräte in Bahnindustrie
- Softwaretest-Applikation & Integration: Runtime-Konfiguration von Software-Komponenten und Bibliotheken, Validierung von Schnittstellen, Konfigurationsabhängigkeiten und Komponenteninteraktionen
- Testautomatisierung (FEAT-Framework): Mitentwicklung und Weiterentwicklung eines automatisierten Testframeworks für Testausführung, Reporting und Ergebnisanalyse
- Funktionale Sicherheit (SiL4, FuSi): Sicherstellung der Einhaltung von Sicherheitsanforderungen, Traceability und Coverage sowie Normkonformität gemäß EN50126/28/29
- Testautomatisierung für Kommunikationskomponenten: Konfiguration und Validierung der Feldbus-(CAN) und Ethernet-basierten TCMS Datenkommunikation-Schnittstellen (TRDP und CIP)
- Anforderungsanalyse & Shift-Left (PTC Windchill ALM): Analyse von Software- und Systemartefakten zur Identifikation von Lücken, Mehrdeutigkeiten und Redundanzen im frühen SDLC
- Testdesign & Testfallentwicklung: Ableitung von Testbedingungen, Abdeckungsstrategien und Implementierung datengetriebener Testfälle (DDT) inkl. wiederverwendbarer Testdaten-Fixtures
- CI/CD & Automatisierung (Python, PowerShell, Jenkins, SVN): Automatisierung von Build-, Test- und HIL-Deployment-Prozessen sowie Integration in CI/CD-Pipelines
- Testdaten & Konfigurationsmanagement (XML): Pflege und Anpassung von XML-Testvektoren und Systemkonfigurationen mit automatisierter Integration in Testumgebungen
- Nicht-funktionales Testen: Durchführung von Performance- und Lasttests zur Bewertung von Stabilität und Systemverhalten
- Agile Entwicklung & Defect Management (JIRA, Confluence): Mitarbeit in Scrum-Teams, Testkoordination, Review von Testartefakten sowie Defect Tracking und Root-Cause-Analyse
- Fehleranalyse & Debugging (CANoe, CANalyzer): Analyse von Fehlern und Nachrichtenflüssen über mehrere Systemebenen (Applikation bis Bus)
- Modellbasierte Analyse (UML, Enterprise Architect): Spezifikation von SUT/SOW und Unterstützung der systematischen Teststeuerung
- Prozess- & Testdokumentation: Erstellung von Integrations- und Testdokumentation gemäß internen Qualitäts- und Zertifizierungsanforderungen
Any-Arlene N.
Letzte Position:
Co-Founder · Data Engineering & Backend bei zirikana (Kirundi Bible Web App) – Civic Technology
- Entwickelte eine Python-Pipeline, die Web-Inhalte aus dem Lektionar in strukturierte tägliche JSON-Daten umwandelt und dabei liturgische Kalenderregeln für eine genaue Abdeckung von Wochentagen und Sonntagen anwendet.
- Stellte eine reine FastAPI-REST-API mit gemeinsamen Pydantic-Modellen bereit und lieferte einen Kirundi-first Web-Client für Browser und Mobile.
- Verantwortete die Datenebene und die Backend-Architektur, arbeitete eng an Systemarchitektur und Schnittstellen mit und automatisierte Aktualisierungen mit GitHub Actions; außerdem validierte ich das ETL mit pytest.
- Impact: Schuf eine verlässliche, API-gestützte Single Source of Truth für tägliche Bibellesungen auf Kirundi und ermöglichte so einen konsistenten Zugriff auf zuvor unstrukturierte Inhalte.
Adithya B.
Letzte Position:
Edge AI Software Engineer bei Neura Robotics GmbH
- Vision-Language-Action-(VLA)- und Diffusion-Policy-Modelle auf NVIDIA Jetson Orin und Jetson Thor bereitgestellt und optimiert, um Echtzeit-Inferenz-Latenz-Ziele für humanoide Roboter-Steuerungsschleifen zu erreichen.
- TensorRT-Engine-Pipelines (PyTorch → ONNX → TensorRT) mit INT8/FP8 Post-Training-Quantisierung, Design von Kalibrierungsdatensätzen und quantisierungsbewusster Validierung aufgebaut, wodurch der Inferenz-Speicherbedarf auf Jetson um mehr als das 3-Fache reduziert wurde, ohne Genauigkeitsverlust.
- Eigene CUDA-C++-Plugins und CUDA Graphs für latenzdeterministische, echtzeitfähige Policy-Ausführung entwickelt – und damit harte Laufzeit- und Speichergrenzen auf eingebetteten GPU-Zielsystemen eingehalten.
- Eine Inferenz-Engine für VLA-Modelle auf Basis von llama.cpp entwickelt, die verschiedene VLA-Policies unter einer einzigen Runtime zusammenführt und jede als eine einzelne, selbst enthaltene GGUF verpackt, die kein Python oder PyTorch benötigt.
- GPU-Ausführung mit NVIDIA Nsight Systems und Nsight Compute profiliert und optimiert, CUDA-Kernel-Engpässe, Sättigung der Speicherbandbreite und SM-Auslastungsprobleme über Jetson-Orin- und Thor-Compute-Profile hinweg identifiziert und damit eine Performance-Optimierung über mehrere Schichten umgesetzt.
Anton L.
Letzte Position:
Senior Solution Architect
Interne Systeme mit regulatorischen und sicherheitsrelevanten Anforderungen konnten nicht direkt durch KI-Tools für Incident-Triage, Fehlersuche und Dokumentationssuche genutzt werden. Ziel war die sichere Integration dieser Systeme über MCP unter Beibe...
Dmitry V.
Letzte Position:
Fullstack-Softwareentwickler bei Mercedes-Benz Tech Innovation
- Backend-Entwicklung des cloudbasierten Microservice
- Frontend-Entwicklung des Micro-Frontends
- Migration der Cloud-Backend-Umgebung
- Rollout des verteilten hochverfügbaren Privacy Data Service
- Technologien: Java, Kotlin, Spring Boot, REST-Services, Kubernetes, Microsoft Azure, Cloud-Sicherheit, OpenAPI, Postman, JavaScript, Vue.js, AngularJS, TypeScript, Micro-Frontend, Redis, Kibana, Grafana, CI/CD, GitHub Actions, Jenkins, Helm Charts, Sec-Hub, Black Duck, Docker, Maven, Git, Scrum
Thomas H.
Letzte Position:
Senior MLOps, DevOps und FullStack 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 Ressourcenbereitstellung (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 im Azure Model Registry
- Entwicklung und Containerisierung von PyTorch-Trainingsjobs mit CUDA (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
- Einrichtung von Security (OAuth2) und Rate Limiting über APIM
- Automatisierung der Infrastruktur-Provisionierung 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 und Architektur einer Softwarelösung, um effizient Massendaten (>3000 Nachrichten/Sek.) zu verarbeiten (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, Forwarding von Nachrichten an Read-Model Queues und Aufbau von Read Models für UI-Anzeige in MongoDB
- Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB
- Migration von MongoDB ClickHouse für Masseningests und automatische Deduplizierung mit ReplicatedMergeTree Engine in ClickHouse
- Aufbau eines Python Apache Arrow Flight Service zur Abfrage der ClickHouse-DB in Millisekunden für komplexe Abfragen (gRPC-Protokoll / ClickHouse Column-Based Queries)
- Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege
- Agentic Coding mit remote und local LLM (Claude, Ollama Qwen, OpenLLM) und MCP-Servern
- Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn)
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die GitHub Actions einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
17 Jahre (Deutschland: 15 Jahre)

Positionsdauer
2 Jahre (Deutschland: 1,9 Jahre)

Positionen pro Freelancer
12 (Deutschland: 10)

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Qualitätssicherung

Häufigste Branchen
Informationstechnologie (IT), Automotive, Einzelhandel

Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
97% (Deutschland: 92%)
Master-Abschluss oder höher
73% (Deutschland: 56%)
Doktortitel
11% (Deutschland: 7%)

Zertifizierungen pro Freelancer
2 (Deutschland: 3)

Häufigste Sprachen
Deutsch, Englisch, Französisch

Sprechen zwei oder mehr Sprachen
100% (Deutschland: 97%)
Basierend auf unserem Profilpool, Stand 18 Nov 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.
Durchschnittssätze von Experten in München, die GitHub Actions 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 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der GitHub Actions 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%)
- Automotive (46%)
- Einzelhandel (46%)
- Bank- und Finanzwesen (44%)
- Fertigung (44%)
- Gesundheitswesen (34%)
- Versicherung (34%)
- Medien, Unterhaltung und Druck (34%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Was GitHub Actions macht
GitHub Actions ist der Automatisierungsdienst von GitHub zum Erstellen, Testen und Bereitstellen von Software. Teams definieren Workflows in YAML-Dateien, die zusammen mit ihren Repositories gespeichert werden, und lösen sie dann durch Commits, Pull Requests, Zeitpläne oder manuelle Ereignisse aus. So verbindet der Dienst die Quellcodeverwaltung mit wiederholbaren Bereitstellungsprozessen.
Grundlegendes Workflow-Design
Eine gute Einrichtung teilt Workflows in Jobs und Schritte auf, die auf gehosteten oder selbst gehosteten Runnern ausgeführt werden. Spezialisten konfigurieren Matrizen, Umgebungen, Genehmigungen, Artefakte, Caching und wiederverwendbare Workflows, damit Pipelines übersichtlich und wartbar bleiben. Außerdem verwalten sie Secrets, Berechtigungen und Abhängigkeitsaktualisierungen, ohne sensible Werte offenzulegen.
Ökosystem und Tools
GitHub Actions funktioniert mit Sprachlaufzeiten, Containern, Infrastruktur und Cloud-Diensten. Relevante Expertise umfasst häufig:
- Docker-Image-Builds und Veröffentlichung in Registries
- Kubernetes- und Cloud-Bereitstellungs-Workflows
- Automatisierung von Terraform-Plan und -Apply
- Scans für Codequalität, Sicherheit und Abhängigkeiten
- Release-Paketierung, Changelogs und Artefaktverwaltung
Wo Unternehmen es einsetzen
Unternehmen nutzen GitHub Actions für die Bereitstellung von Anwendungen, Infrastrukturänderungen, die Veröffentlichung von Dokumentationen und geplante Wartungsarbeiten. Es unterstützt Monorepos, Microservices und Bibliotheken – von Pull-Request-Prüfungen bis zu Produktiv-Releases. In München können Teams aus Software, Fertigung, Mobilität und Forschung es zusammen mit bestehenden Cloud- und Compliance-Prozessen einsetzen.
Wann freiberufliche Expertise hilft
Ziehen Sie einen Spezialisten hinzu, wenn Pipelines langsam, unzuverlässig oder schwer zu prüfen sind oder wenn ein Team von manuellen Releases auf kontinuierliche Bereitstellung umsteigt. Freelancer können Workflows über Repositories hinweg standardisieren, von Jenkins oder GitLab CI migrieren, Infrastrukturen für selbst gehostete Runner aufbauen und sichere Bereitstellungswege einrichten. Die Remote-Zusammenarbeit funktioniert gut, wenn Repositories, Zugriffsregeln und die Verantwortung für die Bereitstellung klar dokumentiert sind; Vor-Ort-Arbeit kann bei komplexen organisatorischen Veränderungen helfen.
Was gute Spezialisten liefern
Erfahrene Fachkräfte bringen Geschwindigkeit und Kontrolle in Einklang. Sie verstehen Git-Branching, Teststrategien, Linux-Runner, YAML-Verhalten, Docker, Cloud-Identitäten und Observability. Sie planen für Fehlerfälle, beschränken Token-Berechtigungen, pinnen wichtige Actions, prüfen Actions von Drittanbietern und sorgen für aussagekräftige Logs. Zu den besten Ergebnissen gehören gut lesbare Workflows, wiederverwendbare Komponenten, klare Runbooks und eine Übergabe, die das interne Team selbstständig betreiben kann.
Häufig gestellte Fragen
Die wichtigsten Details zu GitHub Actions, aus den Fragen, die uns am häufigsten erreichen.
GitHub Actions wird hauptsächlich zur Automatisierung von Continuous Integration und Continuous Delivery eingesetzt. Teams nutzen es, um Tests auszuführen, Pakete und Container-Images zu erstellen, Code zu scannen, Releases zu veröffentlichen und Anwendungen oder Infrastruktur nach definierten Repository-Ereignissen bereitzustellen.
GitHub Actions ist eng mit GitHub-Repositories, Pull Requests, Berechtigungen und Marketplace-Actions integriert. Jenkins bietet eine breite Erweiterbarkeit und Kontrolle über die Infrastruktur, während GitLab CI eng mit der umfassenderen DevOps-Suite von GitLab verbunden ist. Die richtige Wahl hängt vom Speicherort des Repositories, der Verantwortung für die Runner, der Governance und den bestehenden Tools ab.
Ein guter GitHub Actions Spezialist versteht normalerweise Git, YAML, Linux, Docker, Cloud-Identitäten und Artefaktverwaltung. Kubernetes, Terraform, Skripting, Testautomatisierung und Sicherheitsscans sind ebenfalls wertvoll, wenn Workflows Infrastruktur oder Produktivdienste bereitstellen.
Eine kleine Workflow-Änderung kann für eine Fachkraft geeignet sein, die Repository-Ereignisse, Runner und die Konfiguration von Actions kennt. Größere Migrationen, Bibliotheken für wiederverwendbare Workflows oder Kontrollen für Produktivbereitstellungen erfordern Erfahrung mit Fehlerbehandlung, Berechtigungen, Umgebungen, Secrets und betrieblicher Verantwortung. Bewerten Sie den Umfang und das Risiko, statt sich auf eine allgemeine Erfahrungsangabe zu verlassen.
GitHub Actions unterstützt die Remote-Zusammenarbeit, da Workflow-Definitionen, Reviews und Ausführungsverläufe im Repository gespeichert sind. Teams in München sollten sich dennoch auf Zugriffsverwaltung, Dokumentation, Arbeitssprache, Bereitstellungsgenehmigungen und die Koordination eines Spezialisten mit Beteiligten vor Ort einigen.
Ein Unternehmen kann sich für selbst gehostete Runner entscheiden, wenn Zugriff auf private Netzwerke, spezielle Hardware, individuelle Tools oder eine strengere Kontrolle über die Ausführungsumgebung erforderlich ist. GitHub Actions-Fachkräfte sollten außerdem Patching, Isolation, Skalierung und Bereinigung erklären, da die Wartung der Runner in die Verantwortung des Unternehmens fällt.
Bitten Sie um Beispiele für Workflows, die mit fehlgeschlagenen Tests, Wiederholungen, Caching, Artefakten, Secrets und kontrollierten Releases umgehen. Ein kompetenter GitHub Actions-Experte kann Berechtigungsgrenzen, die Wahl der Runner, ein wiederverwendbares Design und die Vorgehensweise des Teams bei der Fehlersuche in einer defekten Pipeline nach der Übergabe erklären.
Ja, GitHub Actions kann Jenkins, GitLab CI oder andere Automatisierungstools ersetzen, wenn die Anforderungen an die Migration klar verstanden sind. Ein Spezialist sollte zunächst Trigger, Zugangsdaten, Agents, Artefakte, Genehmigungen und das Bereitstellungsverhalten erfassen und anschließend schrittweise mit paralleler Validierung und einem Rollback-Plan migrieren.
Der durchschnittliche Stundensatz von Freelancern in München, Deutschland, die GitHub Actions in ihren letzten Projekten eingesetzt haben, liegt bei 96 €, was einem Tagessatz von etwa 772 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in München, Deutschland, die GitHub Actions in ihren letzten Projekten eingesetzt haben, haben 97% mindestens einen Bachelor-Abschluss, 73% mindestens einen Master-Abschluss und 11% einen Doktortitel.
Freelancer in München, Deutschland, die GitHub Actions in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 17 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2 Jahre.
Die häufigsten Sprachen unter Freelancern in München, Deutschland, die GitHub Actions in ihren letzten Projekten eingesetzt haben, sind Deutsch (98%), Englisch (98%) und Französisch (17%).
Die häufigsten Industrien unter Freelancern in München, Deutschland, die GitHub Actions in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Automotive (46%) und Einzelhandel (46%).
Die häufigsten Bereiche unter Freelancern in München, Deutschland, die GitHub Actions in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (98%) und Qualitätssicherung (61%).
Hauptstandorte der FRATCH Experten, die kürzlich GitHub Actions 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.
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
Stuttgart
Düsseldorf
Dortmund