GitHub Experten in Hamburg

• Verantwortung für RAG-, LLM-System- und ML-ops-Pipelines für verschiedene Start-ups in den Bereichen Versicherung, Banking und Energie (KRITIS)

Start der Cloud-Reise auf STACKIT

• Unterstützung des Kunden beim Start seiner Cloud-Reise auf der souveränen EU-Plattform STACKIT.
• Aufbau einer IAC- und GitOps-Architektur mit Opentofu und ArgoCD.
• Einrichtung der Grundlagen für eine moderne, ganzheitliche Cloud-Umgebung: Kubernetes, externe Secrets, Zertifikatsverwaltung, Gateway API, DNS und Routing sowie grundlegende Observability.

• Dozent für angewandte KI in den Kursen „AI Implementation Architect“ und „AI Business Innovator“
• Durchführung von Remote-Schulungen zur Ausbildung der Teilnehmer als "AI Implementation Architect" und "AI Business Innovator"
• Aufbau von n8n-basierten Automatisierungen für das Digital Institut des Mittelstands

• Aufbau einer Datenintegrationsplattform für Hoch-, Mittel- und Niederspannungs-Assets zur kontextuellen Analyse von Zeitreihen mit Stammdaten aus dem SCADA-Leitsystem (IEC 60870 104), INIS und SAP.
• Verantwortung für Architektur und Implementierung der Lösung sowie Sparringpartner für den Product Owner.
• Einsatz von Kotlin, Spring Boot, Maven, TimescaleDB, PostgreSQL, liquibase, Elements IoT, Docker, Kubernetes, Grafana, Python, Jupyter und verschiedenen API-Gateways.

• Übernahm die Verantwortung für die Backend-Architektur und die technische Strategie und plante und leitete gemeinsam mit dem CTO die Weiterentwicklung der Plattform
• Trieb gleichzeitig die Entwicklung neuer Funktionen für die Plattform für Wohnungs- und Mieterverwaltung voran und verband dabei übergreifende Architekturplanung mit praktischer Umsetzung
• Nutzte KI-gestützte Arbeitsabläufe (mit Tools wie Claude Code, Codex, Cursor) und arbeitete an KI-basierten Funktionen (mit Tools wie N8N, Mastra, ElevenLabs)

Technologien: Node.js, TypeScript, React.js, Next.js, PostgreSQL, Google Cloud, Docker, Kubernetes

Mitgründer einer Softwareagentur, die individuelle Web- und plattformübergreifende Produkte entwickelt. Ich verantwortete die technischen Entscheidungen für das gesamte Portfolio und führte 12 Personen. Außerdem war ich für die Umsetzungsplanung, Prozesse und Kundenbeziehungen für 11 Kunden in 3 Branchen zuständig.

• Technische Führung: Verantwortete die technischen Entscheidungen für die Codebasis in jedem Projekt — Stack, Architektur, Code-Konventionen und die Tools, mit denen das Team arbeitete — und leitete die Entwickler dabei an, wie Arbeit durch Code-Reviews, Pair Programming und Mentoring umgesetzt wurde. Das Team reichte von Junior bis Senior, während die Codebasis mit dem Portfolio und dem Team wuchs und konsistent blieb

• Umsetzungsplanung anhand des Finanzplans: Erstellte den Finanzplan des Unternehmens und leitete daraus die abrechenbaren Stunden ab, die jeder Entwickler pro Monat erreichen musste, sowie die Stunden, die jedes Projekt innerhalb des Budgets aufnehmen konnte; plante Kapazitäten und Umfang anhand dieser Werte und verhandelte Budgets und Liefertermine direkt mit Kunden

• Verantwortung für Kunden: Technischer Ansprechpartner für das gesamte Portfolio — Erfassung und Priorisierung von Anforderungen, Festlegung des Umfangs und Aufwandsschätzungen, Kommunikation von Zeitplänen, Budgetverhandlungen und durchgehend transparente Kommunikation während der Umsetzung

• Team und Mitarbeiter: Verantwortete den Einstellungs- und Interviewprozess vollständig und übernahm bei Bedarf die Verantwortung für das Offboarding; entwickelte ein Onboarding, durch das neue Entwickler innerhalb von 1–2 Tagen produktiv wurden; beseitigte täglich Blockaden und achtete genau darauf, wo Aufwand Wert schuf und wo nicht

• Prozessverantwortung: Führte eine auf 15+ Repositories verteilte Microservice-Landschaft in einem einzigen Monorepo zusammen, verkürzte dadurch die Backend-Entwicklungszeit um ~40% und vereinfachte Releases für 6 Engineers; richtete Deployment-Pipelines mit GitHub Actions und GitLab CI ein; führte Retrospektiven durch und setzte das Feedback in konkrete Änderungen um; führte KI-Agenten in die tägliche Entwicklung ein

• Umsetzung trotz kleinerem Team: Als das Team von 8 Entwicklern auf 2 schrumpfte, strukturierte ich den Umfang neu, führte KI-gestützte Entwicklung ein, um den Zeitplan einzuhalten, und übernahm zusätzlich zu meinem eigenen Frontend-Aufgabenbereich Backend-Arbeiten in Go

• Architektur und Code: Definierte die Architektur für jedes Projekt im Portfolio — den Rahmen, in dem das restliche Team arbeitete — und schrieb ungefähr 90% des Frontend-Codes selbst, von SSR-Anwendungen mit Next.js und Remix bis zu plattformübergreifenden Apps mit Capacitor

• Von null bis in Produktion: Führte eine Praxismanagement-Plattform — Verwaltung, Inventar, integrierter Onlineshop, Chat-Messenger — von einem leeren Repository bis in die Produktion. In 7 Märkten live, mit mindestens 7 weiteren in Vorbereitung, und im Einsatz für zehntausende Nutzer

• Umsetzung unter Druck: Entwickelte und veröffentlichte innerhalb von 4 Tagen einen Ersatz-Onlineshop für einen Fortune 250-Kunden und stellte die Bestellannahme wieder her, nachdem dessen globale Shops mehrere Wochen offline gewesen waren

• Designsystem: Entwickelte ein projektübergreifendes Designsystem, das in 7 Produkten eingesetzt wurde, sodass neue Projekte und Funktionen auf einer gemeinsamen, konsistenten Basis starten konnten

• Plattformübergreifend und in Echtzeit: Entwickelte iOS- und Android-Apps mit Capacitor für eine Live-Veranstaltung eines Kunden mit 1,000+ Teilnehmern — WebSockets und Push-Benachrichtigungen für Inhalte in Echtzeit sowie Stripe-Zahlungen mit Unterstützung für PayPal, Apple Pay, Google Pay und Karten

Wichtige Technologien: React, TypeScript, Next.js, Remix, GraphQL, ConnectRPC, Redux, Zustand, Go, Node.js, Turborepo, Nx, Capacitor, Ionic, WebSockets, Stripe, PostgreSQL, Playwright, Cypress, Vitest, Storybook, GitHub Actions, GitLab CI, Claude Code, Cursor, GitHub Copilot

• Einarbeitung sowie umfassende Dokumentation und Systemanalyse durchgeführt, um die bestehende Dateninfrastruktur zu bewerten und eine schnelle Integration sowie Zusammenarbeit zwischen den fachlichen Datenteams (Modellierung, Verarbeitung, Reporting) zu ermöglichen.
• Gemeinsam die Architektur und die Projektstruktur für ein zentrales Data-Pipeline-Repository definiert, inklusive hierarchischer Standards, Wissensmanagement-Strategien und rollenbezogener Verantwortlichkeiten, um die Wartbarkeit und die Einarbeitung zu verbessern.
• Open-Source-Tools für Data Routing (Airbyte, Apache NiFi, Dragster) für Ingest- und Sync-Anforderungen in der Retail-Analyse bewertet und validiert, inklusive lokalem Benchmarking und Tests von Fehlersituationen.
• Die Konzeption und Bereitstellung von Airbyte in Kubernetes geleitet, eigene Helm-Charts erstellt, den Umgang mit Secrets abgesichert und Ingress mit TLS sowie internem DNS-Routing konfiguriert, sodass API und UI vollständig erreichbar waren.
• Probleme mit dem Ingress-Controller analysiert und behoben, dabei mehrere Debugging- und Testphasen durchlaufen und die Setup- sowie Replikationsschritte für eine skalierbare Wiederverwendung dokumentiert.
• Datenmodelle an den ARTS-Standard angepasst, die Schema-Ausrichtung für ERP- und Reporting-Use-Cases unterstützt und Review-Schleifen koordiniert, um die zukünftige Datenverarbeitungslogik abzustimmen.
• Strategische One-Pager zu MinIO, Pub/Sub und Routing-Architekturen erstellt und technische Orientierung für Architekturentscheidungen sowie Investitionsplanung gegeben.
• Sicheren Zugriff und Authentifizierungsmechanismen ermöglicht, darunter die erste Bewertung einer SAML-Integration, Reviews der Cluster-Konfiguration und Verbesserungen bei Service-Annotations.

• Leitender Architekt für ein unternehmensweites Programm zur Digitalisierung von Krediten; Koordination von 12 Entwicklern in fünf Arbeitsströmen und letzte technische Entscheidungsinstanz für das Systemdesign.
• Kritische Antwortzeiten der Anwendung durch gezieltes Caching, Optimierung von OData-Abfragen und Refactoring des Lazy Loadings um 68% reduziert (Anzeige 17.3s → 5.6s; Änderung 11.8s → 5.0s); weitere Optimierungen laufen.
• Verantwortung für Triage, Priorisierung und Behebung von Produktionsfehlern in einem Portfolio mehrerer Anwendungen zur Unterstützung des laufenden Kreditgeschäfts.
• Entwicklung und Umsetzung von SAP-Fiori-Anwendungen mit SAP UI5, TypeScript und RAP; Verantwortung für die Lieferung von der Architektur und dem Code bis zum Rollout und Produktionssupport.
• C4-Architekturdokumentation und Entscheidungsprotokolle für das gesamte Programm etabliert, wodurch eine schnellere Einarbeitung und eine einheitliche Design-Governance über alle Arbeitsströme hinweg ermöglicht wurden.
• S/4HANA-Release-Zyklus zusätzlich zu den Hauptaufgaben mitgesteuert und direkt mit dem SAP-Support koordiniert, um kritische Systemprobleme im gesamten Portfolio zu lösen.

• Mitarbeit im Developer-Experience-Team zur Verbesserung der Entwicklererfahrung und der Tools für alle Teams der RTL+-Streamingplattform
• Entwicklung wiederverwendbarer GitLab-CI/CD-Komponenten zur Standardisierung von Prozessen und automatischen Durchsetzung von Codequalitäts- und Sicherheitsprüfungen
• Automatisierung der Infrastruktur mit Pulumi
• Betrieb und Überwachung von GitLab Runners in AWS mit Kubernetes
• Integration und Automatisierung von Renovate in GitLab-Pipelines für kontinuierliche Abhängigkeitsaktualisierungen
• Erweiterung von Backstage als zentraler Entwicklerplattform zur Optimierung interner Abläufe und Self-Service-Möglichkeiten
• Entwicklung verschiedener Tools und Automatisierungen in TypeScript, Go und Python

traigo ist die digitale Plattform von VTG für Bahnlogistik und Flottenmanagement. Sie verarbeitet große Mengen an Telemetrie-, Kilometer-, Geofence-, Sensor- und Wagenbewegungs-Events nahezu in Echtzeit und stellt operative Services für Kunden aus der Bahnlogistik in ganz Europa bereit.

Als Teil von Team Customer Selfcare habe ich an Design, Implementierung, Optimierung und Betrieb großer Backend-Services und eventgesteuerter Verarbeitungspipelines gearbeitet — sowohl an der Feature-Entwicklung als auch an der operativen Verantwortung für geschäftskritische Produktionssysteme. Außerdem war ich regelmäßig erster Ansprechpartner bei Produktionsvorfällen, Dateninkonsistenzen und Performance-Analysen über mehrere verteilte Services hinweg.

• Design und Implementierung eventgesteuerter Backend-Services.
• Migration und Ablösung von Legacy-Verarbeitungspipelines.
• Entwicklung von Replay-/Rebuild-Mechanismen für große Event-Datenmengen.
• Asynchrone Event-Verarbeitung mit hohem Durchsatz auf SNS / SQS.
• Datenbank- und Query-Optimierung für PostgreSQL und DynamoDB.
• Design skalierbarer Read-/Write-Modelle und Aggregationspipelines.
• Fehlersuche in der Produktion und operativer Support.
• Performance-Tuning und Skalierung der Infrastruktur.
• Design und Stabilisierung von Integrations- und Systemtests.
• Technische Konzepte, Architektur-Dokumentation und bereichsübergreifende Zusammenarbeit.
• Unterstützung bei der Weiterentwicklung bestehender GitLab CI/CD-Pipelines

Geofence- und Wagenstand-Verarbeitung

• Algorithmus zur Erkennung von Fahrzeugen innerhalb von Geofences (Eintritt, Austritt, Verweildauer).
• Event Sourcing mit garantierter chronologischer Reihenfolge innerhalb des betroffenen Zeitfensters.
• Refactoring der Logik für Geofence-Events und Wagenstand-Verarbeitung für bessere Performance.
• Behebung von Race Conditions und Problemen mit der Event-Reihenfolge in verteilten Services; serverseitiges Filtern, Aggregieren und optimierte Query-Pipelines.
• Reparatur- und Replay-Tools für beschädigte oder inkonsistente Bewegungsdaten.

Flotten-Metadaten & Kilometerstände

• Modernisierung des Services; Migration des Speichers von DynamoDB nach PostgreSQL, um die Nachverfolgbarkeit zu verbessern und neue Features schneller umzusetzen.
• Skalierbare Aggregation von Kilometerständen und Replay-Mechanismen.
• Read-/Write-Modelle und optimierte Queries für Berechnungen mit hohen Datenmengen.

Sensor- & Telematik-Integration

• Integration von Telemetrie- und Sensor-Verarbeitungspipelines.
• Snapshot- und Zustandsberechnungslogik für Sensorsysteme.
• APIs und Persistenzmodelle für Wagensensordaten; Verbesserungen der Datenqualität.
• Weiterentwicklung eines Services mit gRPC für die Kommunikation zwischen Services.

Verarbeitung von Bewegungssegmenten & Routing

• Migration von Services auf neue Event-Streams für Bewegungssegmente.
• Aufbau von Replay- und Rebuild-Tools für Segmentkorrekturen.
• Optimierung von Durchsatz und Zuverlässigkeit bei der Verarbeitung großer Event-Mengen.

Zustandsüberwachung & Wagenanalyse

• APIs und Backend-Services für die Zustandsüberwachung von Wagen.
• Verarbeitung zur Vorhersage von Bremsverschleiß und Funktionen für Wagenanalysen.
• PostgreSQL-Views und optimierte Query-Modelle für operative Dashboards.

Operative Zuverlässigkeit - First Responder

• Analyse von Produktionsvorfällen und Ausfällen verteilter Systeme; DLQ-Analyse, Replay und operative Wiederherstellung.
• Tuning der Datenbank-Performance und der AWS-Infrastruktur unter Produktionslast.
• Verbesserung von Observability, Monitoring und operativen Tools.
• Unterstützung bei Rollout-Strategien, Monitoring und Stabilisierung nach dem Deployment.

• Branche: SaaS (Customer Success Management) – B2B

Umfassende GEO-Implementierung (Generative Engine Optimization) für ein B2B-CSM-SaaS-Startup mit Fokus auf AI Search Visibility und AI Citations in ChatGPT, Perplexity und Google AI Overviews – inkl. GEO-Workshop und priorisierter Implementierungs-Roadmap.

• GEO-Workshop & Roadmap: Konzeption und Durchführung eines GEO-Workshops (LLM-Funktionsweise, AI-Search-Architektur, Citation-Strategien); Übersetzung in eine priorisierte Implementierungs-Roadmap mit Impact-/Aufwand-Schätzung
• Technical GEO Foundation: Robots.txt & llms.txt, Core Web Vitals & Page Speed, XML-Sitemaps für AI-Crawler
• Schema & Structured Data: Gap-Analyse, Implementierung von Product-/Service-, FAQ-, Article-, Author- und Organization-Schema, Validierung der Coverage
• Content Architecture & GEO: Flat Content Architecture, Topic Clusters (Pillar-and-Spoke), 200–300-Wort-Chunks und Answer-First-Content-Struktur, E-E-A-T-Rollout über Author Pages
• Query Fan-Out & Prompt Anticipation: User-Prompt-Mapping, Query Fan-Out, Content-Gap-Analyse auf Basis der Prompt Coverage
• Citation & Backlink Strategy: AI Citation Analysis (News, Reddit, Wikipedia, Listicles) und Entwicklung von Outreach- und Backlink-Strategien

Tools & Technologien: Otterly.AI, PeecAI, Qforia (iPullRank), Schema Markup Validator, OpenAI Tokenizer, Prompt Coverage Monitor, ChatGPT, Perplexity AI, Semrush, Ahrefs, Framer CMS

• Entwicklung eines professionellen Terminplaners für Organisationen mit spezifischen detaillierten Anforderungen
• Evaluieren verschiedener existierender Softwarelösungen
• Erstellen einer Liste von technischen Anforderungen
• Implementieren dieser Anforderungen
• Technologien in Auswahl: WebDAV, CalDAV, Rust, Baikal, OAuth, Keycloak

• Umgebung: AWS, Ruby on Rails, GraphQL, React Native
• Penetrationstest für Backend, Android-App und iOS-App

• Einen 3,5-monatigen Data-Science-Kurs erfolgreich abgeschlossen und den Titel „Certified Data Scientist“ von XDi, Deutschland (AZAV-zertifiziert), erworben.
• Beschäftigung mit überwachten und unüberwachten Machine-Learning-Algorithmen.
• Beschäftigung mit Natural Language Processing unter Verwendung von Python.