
GitLab Experten in München
, die mithilfe von KI in wenigen Minuten aus über 15.000 CVs vermittelt werdenBeauftragen Sie Experten, die GitLab CI/CD-Pipelines entwerfen, die Quellcodeverwaltung betreuen und die sichere Softwarebereitstellung in Cloud- und On-Premises-Umgebungen automatisieren. FRATCH verbindet Sie durch schnelles, präzises KI-Matching mit geprüften und verfügbaren Freelancern.
Lerne FRATCH Experten in München kennen, die kürzlich GitLab eingesetzt haben
Narasimha P.
Letzte Position:
Senior SAP Commerce Full-Stack-Softwareentwickler bei Bosch Digital Commerce GmbH
- KI-Coding-Agenten (OpenCode, GitHub Copilot) mit Skills eingeführt, die Richtlinien durchsetzen; FR/NFR-Spezifikationen vor der Implementierung von Stakeholdern freigegeben.
- MACH-Services entwickelt: Assortment Engine und Price Waterfall Engine (Microservices, API-first, Headless), mit KI-Agenten umgesetzt; produktiv und mandantenübergreifend wiederverwendbar.
- KI-Skills für Product Owner, Datenbankdesign und REST-API-Design umgesetzt.
- GitOps-Bereitstellung mit Argo CD und GitLab-CI/CD-Pipelines eingerichtet.
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
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
Ursula H.
Letzte Position:
Teilprojektleitung & Scrum Masterin bei DB Energie
Teilprojektleitung im agilen IT-Umfeld
Führung eines Softwareentwicklungsteams (10 Mitarbeiter)
- Leitung eines Softwareentwicklungsteams mit 10 Mitarbeitern
- Budgetverantwortung ca. 3 Mio. Euro pro Jahr
- Führung von Mitarbeiter- und Vorstellungsgesprächen
- Verantwortung für die Ressourcenplanung (Budget und Mitarbeiter)
- Digitalisierung einer Weboberfläche
- Regelmäßige Berichterstattung an Kunden und Stakeholder (C-Level)
- Produktmanagement: Produktstrategien entwickeln und umsetzen; Anforderungen definieren, um die Produktentwicklung zu steuern
- Produktentwicklung und kontinuierliches Testen effizient gestalten, Feedback- und Compliance-Punkte schnell berücksichtigen
- Enge Zusammenarbeit mit Stakeholdern und verschiedenen Teams, um Anforderungen zu verstehen, Prioritäten festzulegen, den Rollout zu gewährleisten und die Benutzerfreundlichkeit zu steigern
- Projekterfahrung in einem energiewirtschaftlichen Unternehmen, einschließlich der Funktionsweise von Energiemärkten, den Grundlagen der Energieerzeugung und -verteilung sowie den aktuellen Herausforderungen und Entwicklungen in der Branche
- Projekterfahrung im Bahnwesen - darunter die Struktur und der Betrieb von Bahnsystemen
- Projekterfahrung innerhalb des 16,7-Hz-Bahnstrom-Bereichs inkl. Kenntnisse der regulatorischen Prozesse
- Formulierung des Teilprojektauftrags und des Projektsteckbriefs nach dem Projektstandard gemeinsam mit der Projektleitung
- Steuerung der Leistungserbringung gemäß Projektauftrag
- Planung und Steuerung personeller Ressourcen inklusive Budgetplanung für das Teilprojekt
- Sicherstellung der Arbeitsfähigkeit der Teilprojektbeteiligten, z. B. durch Beantragung von Zugängen und Dokumenten für das Teilprojektteam
- Planung und Steuerung für das jeweilige Teilprojekt (Zeit, Umfang, Budget) inklusive der Erstellung der notwendigen Dokumente
- Abstimmung mit dem Fachbereich und Product Ownern zur Planung des Teilprojektumfangs und der entsprechenden Implikationen
- Durchführung der Meilensteinplanung gemäß dem vereinbarten Vorgehensmodell
- Aufwandsschätzung und Unterstützung des Teilprojektcontrollings sowie des Gesamtprojektcontrollings bei der Vorschau und Planung
- Berichterstattung des Teilprojektstatus (gem. Statusfolienvorlage) inkl. Fortschritt (gem. Fortschrittsmessung)
- Analyse, Vorbereitung und Adressierung von Handlungs- und Entscheidungsbedarfen
- Eskalation von Teilprojektanliegen an die Projektleitung
- Erstellung und Steuerung von Change Requests (CR)
- Qualitätsbewertung der erbrachten Aufgabenpakete aus Projektmanagement-Perspektive (Zeit, Umfang und Budget)
- Umsetzungssteuerung der übergreifenden Vorgaben und Anforderungen im Teilprojekt. Dabei unterstützen die Querschnittsfunktionen auf fachlicher und technischer Seite.
- Identifikation, Steuerung, Dokumentation und Kommunikation von Chancen, Risiken und Abhängigkeiten im Teilprojekt und teilprojektübergreifend
- Unterstützung der Projektleitung bei der Erstellung des Gesamtprojektplans und der Gesamtstatusberichte
- Vorbereitung und Steuerung der Inbetriebnahme inkl. der erforderlichen Dokumente und Schutzbedarfsfeststellung
Scrum Masterin im agilen IT-Umfeld zur Unterstützung eines Softwareentwicklungsteams im Fullstack-Bereich (7 Leute)
- Enge Zusammenarbeit mit Stakeholdern und verschiedenen Teams, um Anforderungen zu verstehen, Prioritäten festzulegen, den Rollout zu gewährleisten und die Benutzerfreundlichkeit zu steigern
- Einführung der ausgewählten Scrum-Methode, inklusive der erforderlichen Events, Meetings, Artefakte (Product Backlog, Sprint Backlog, Burndown Charts), Metriken sowie die Durchführung von erforderlichen Trainings im agilen IT-Umfeld
- Vorbereitung von Scrum-Events wie Daily, Retrospektiven, Review, Sprint Planning, Estimation und Refinement (agile Arbeitsweise)
- Moderation von Retrospektiven und Eliminierung von Hindernissen, um Team und Produkt voranzubringen
- Aufbereitung von Maßnahmen und Retros via Whiteboard und Figma
- Anwendung und Verbesserung von agilen Methoden wie Kanban, Scrum, SAFe oder Scrum of Scrum
- Nachverfolgen der "Definition of Done" und "Definition of Ready" für alle Arbeitsergebnisse des Entwicklerteams
- Beratung zum Informationsfluss und zu Kommunikationsverbesserungen zwischen Product Owner und Projektteam
- Erfahrung mit Automatisierung, Validierung wie Pflichtfeldprüfung, Benachrichtigungsfunktionen, Erstellung von Filtern, Boards und Reports via JQL und Aufsetzen der Cycle Time
- Verwendung von Jira & Confluence
- Aufsetzen einer Fortschrittsmessung für das Projektmanagement, um Team-Plan- und Team-Ist-Kapazitäten sowie tatsächliche Aufwände für User Stories transparent abzubilden
- Messung des Teamfortschritts: Erstellung der Team-KPIs: "Velocity", "Burn-Down-Chart", "Throughput", "Kosten", "Quality", "Scope"
- Auswertung agiler Metriken, Prozessmanagement und Prozessmodellierungsmethoden (BPMN, EPK, UML)
- Kommunikations- und Moderations-Know-how
- Methodenkompetenz in Konfliktgesprächen unter Beweis gestellt
Fred H.
Letzte Position:
Software-Architekt und -Entwickler bei Eigenprojekt
Wiederkehrendes Problem in eigenen KI-gestützten Projekten: Anforderungsanalyse, Use Cases und Architekturentscheidungen entstehen mit KI-Unterstützung zwar schnell, bleiben aber wenig nachvollziehbar und über Markdown-Dateien verstreut – Wissen geht verloren, sobald es nicht mehr im Kontextfenster ist. arknet macht Requirements Engineering und Architekturwissen zu strukturierten, prüfbaren Daten statt Fließtext: Anforderungen, Use Cases und Architekturentscheidungen als durchgängig verknüpfter Wissensgraph, von der Anforderung bis zur Architekturentscheidung nachvollziehbar – für Menschen und KI-Agenten gleichermaßen abfragbar. Technisch auf RDF/OWL und einem eigenen MCP-Server aufgesetzt.
Ergebnis: MCP-Daemon lauffähig, Docker-Image automatisiert auf GHCR veröffentlicht, neun hexagonale Module, elf ADRs (u. a. Open-Core-Lizenzmodell). Requirements-Engineering- und Ubiquitous-Language-Hexagon aktiv. Seit 07/2026 als Community Edition unter Apache-2.0 öffentlich (github.com/kogn-io/arknet), zusammen mit dem Claude-Code-Plugin und dem GHCR-Image; Open-Core-Modell.
Label: Java, Maven, RDF, RDF4J, OWL, SPARQL, Model Context Protocol, Spring AI, Docker, GitHub, Git, Claude Code, Obsidian, DDD, Hexagonal Architecture, ArchUnit, JUnit, AssertJ, Schnittstellenentwicklung, Software Architecture, Continuous Integration, Knowledge Management
Hardeep B.
Letzte Position:
Sr. Data Engineer bei Charles Schwab Bank
- End-to-end-Datenpipelines (Batch & Streaming) mit Python, SQL und Apache Spark sowie Databricks auf AWS entworfen und umgesetzt und dabei die ETL-Latenz um 40 % reduziert.
- Serverless, ereignisgesteuerte Ingestion-Pipelines mit AWS Lambda und SQS entwickelt und so die Echtzeitverfügbarkeit der Daten für nachgelagerte Analysen sichergestellt.
- Google Cloud Platform (GCP)-Services wie BigQuery und Dataflow genutzt, um Cloud-übergreifende Data-Warehousing- und Analytics-Integrationen zu steuern.
- Erfahrung mit DMS (CDC, Full Load) und Airflow für skalierbare Automatisierung und Orchestrierung von Datenpipelines.
- Datenpipelines mit Databricks und Airflow verwaltet und angepasst. Automatisierung mit Docker, Kubernetes und Terraform.
- Datenqualitätsprüfungen mit dbt automatisiert, um Transformationen zu modularisieren und eine produktionsreife Data Lineage sicherzustellen, wodurch die Zuverlässigkeit um 30 % verbessert wurde.
- Mit Compliance-Teams zusammengearbeitet, um die Einhaltung von GDPR und SOC2 sicherzustellen. Junior Engineers betreut und bei der Refaktorierung der Architektur für mehr Skalierbarkeit mitgewirkt.
- Dashboards in Power BI erstellt und gepflegt, um umsetzbare Einblicke zu liefern.
Anitha N.
Letzte Position:
Senior Data Engineer bei Accenture GmbH
- Skalierbare Datenanwendungen entworfen, entwickelt und konfiguriert, passend zu Geschäftsprozessen und technischen Anforderungen.
- Skalierbare, kosteneffiziente Datenarchitekturen mit Snowflake über AWS, Azure und GCP entwickelt und dabei dbt für Datentransformation und Modellierung eingebunden.
- Robuste ETL-Datenpipelines aufgebaut und gepflegt, um hohe Datenqualität für eine reibungslose Migration und systemübergreifende Integration sicherzustellen.
- Starke Expertise in SQL und Python mit umfassender Erfahrung in Datenmodellierung, ETL/ELT-Pipeline-Entwicklung und Streaming-Datenverarbeitung gezeigt; sicher im Umgang mit Git-basiertem Versionsmanagement, CI/CD-Prozessen und Test-Frameworks, mit solidem Wissen in den Bereichen Datenqualität, Observability, Kostenoptimierung, Sicherheit und Data-Governance.
- Mehrere Datenmigrationsinitiativen von SAP HANA nach Snowflake mit einem modularen dbt-Framework geleitet.
- End-to-End-Daten-Transformations-Workflows mit dbt auf Snowflake entworfen und gepflegt, geschichtete Datenmodelle implementiert, die Performance optimiert und eine hochwertige Datenbereitstellung für Business Intelligence und Reporting sichergestellt.
- Entwicklungs-, QA- und Produktions-Deployments über strukturierte Versionskontrolle und Release-Management mit GitLab gesteuert.
- Daten aus mehreren Quellen, darunter relationale Datenbanken, Flat Files, Excel und große Systeme, in Snowflake integriert und zentralisiert.
- Umfassende Expertise in den Datenbereichen Sales, Marketing, HR und ERP angewendet und relevante KPIs sowie Reporting-Lösungen entwickelt und gepflegt.
- Mit funktionsübergreifenden Teams zusammengearbeitet, um End-to-End-Datenlösungen termingerecht durch proaktives Lösen von Problemen und gute Abstimmung umzusetzen.
- Die Snowflake-Sandbox-Umgebung für die Data-Engineering-Abteilung administriert.
- Kolleginnen und Kollegen, die in Datenrollen gewechselt sind, in Snowflake geschult und technische Beratung sowie Mentoring für Junior-Teammitglieder übernommen.
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
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
Tobias N.
Letzte Position:
Unternehmens- und Lösungsarchitekt
- Aufbau einer eigenständigen Unternehmens-IT — Cloud-Strategie, Netzwerk, AWS Landing Zone, Sicherheitsanforderungen, Vertragsverhandlungen.
- Migration aller Anwendungen; Vermeidung hoher Vertragsstrafen für den Kunden.
- Onboarding und Steuerung inte...
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.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die GitLab einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
20 Jahre (Deutschland: 18 Jahre)

Positionsdauer
1,9 Jahre (Deutschland: 5,1 Jahre)

Positionen pro Freelancer
13

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Qualitätssicherung

Häufigste Branchen
Informationstechnologie (IT), Automotive, Bank- und Finanzwesen

Fokus der Zertifizierungen
Informationstechnologie (IT), Projektmanagement, Produktentwicklung
Bachelor-Abschluss oder höher
93% (Deutschland: 90%)
Master-Abschluss oder höher
64% (Deutschland: 54%)
Doktortitel
14% (Deutschland: 9%)

Zertifizierungen pro Freelancer
3

Häufigste Sprachen
Deutsch, Englisch, Spanisch

Sprechen zwei oder mehr Sprachen
99% (Deutschland: 98%)
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 GitLab 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 GitLab Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (95%)
- Automotive (64%)
- Bank- und Finanzwesen (54%)
- Telekommunikation (50%)
- Fertigung (49%)
- Einzelhandel (42%)
- Versicherung (40%)
- Gesundheitswesen (33%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
GitLab auf einen Blick
GitLab ist eine webbasierte Plattform für Quellcodeverwaltung, Zusammenarbeit und den gesamten Lebenszyklus der Softwarebereitstellung. Sie verbindet Git-Repositories mit Aufgabenverwaltung, Merge Requests, Continuous Integration, Sicherheitsprüfungen und Release-Management. Unternehmen nutzen GitLab, um Planung, Code, Automatisierung und Betrieb in einem verbundenen Workflow zu bündeln.
Bereitstellungs-Workflows
GitLab unterstützt Teams von der ersten Idee bis zur Überwachung in der Produktion. Die CI/CD-Pipelines können Anwendungen kompilieren, Tests ausführen, Abhängigkeiten prüfen, Container-Images erstellen und in Cloud- oder On-Premises-Umgebungen bereitstellen. Wiederverwendbare Pipeline-Vorlagen, geschützte Branches, Umgebungen und Freigaben helfen Teams, Releases einheitlich und nachvollziehbar zu gestalten.
- Runner und Pipeline-Phasen konfigurieren
- Tests, Paketierung und Bereitstellung automatisieren
- Repositories mit Aufgaben und Merge Requests verbinden
- Sicherheits- und Compliance-Prüfungen in die Bereitstellung integrieren
Ökosystem und Tools
Starke GitLab-Fachkräfte arbeiten mit Git, YAML-Pipeline-Definitionen, Docker und Kubernetes. Sie integrieren möglicherweise auch Terraform, Helm, Cloud-Services, Identity Provider, Artefakt-Registries und Observability-Tools. GitLab Runner, GitLab Container Registry sowie die REST- oder GraphQL-APIs sind häufige Bestandteile maßgeschneiderter Implementierungen.
Wenn Expertise wichtig wird
Unternehmen holen oft freiberufliche Spezialisten hinzu, wenn sie von GitHub, Bitbucket oder Jenkins migrieren oder eine bestehende GitLab-Umgebung schwer zu warten ist. Expertise ist auch wertvoll, wenn Teams schnellere Releases, klarere Verantwortlichkeiten, stärkere Sicherheitskontrollen oder einen zuverlässigen Weg von selbst verwalteter Infrastruktur zu GitLab.com benötigen. In München können Vor-Ort-Workshops mit Remote-Bereitstellung für verteilte Teams kombiniert werden.
- Repositories, Benutzer und Pipeline-Verläufe migrieren
- CI/CD über Teams und Projekte hinweg standardisieren
- Runner-Kapazität, Berechtigungen und Governance verbessern
- GitLab für regulierte oder sicherheitssensible Bereitstellungen vorbereiten
Was starke Spezialisten liefern
Eine kompetente Fachkraft beginnt mit den Zielen der Bereitstellung, statt eine generische Pipeline zu kopieren. Sie erstellt verständliche Konfigurationen, isoliert Geheimnisse, kontrolliert Berechtigungen und entwickelt eine Fehlerbehandlung, die Teams nach der Übergabe selbst betreiben können. Außerdem dokumentiert sie Runner, Umgebungen, Branching-Regeln und Release-Entscheidungen in einer Sprache, die zu den Nutzern des Systems passt.
Den richtigen Experten auswählen
Bewerten Sie praktische Erfahrung mit GitLab CI/CD, Repository-Strategien und der Infrastruktur rund um die Plattform. Bitten Sie um Beispiele für Migrationen, Bereitstellungsautomatisierung, Sicherheitsintegrationen oder den Betrieb selbst verwalteter Umgebungen, die Ihrer Umgebung ähneln. Der passende Experte versteht sowohl die technischen Details als auch das Zusammenarbeitsmodell – einschließlich klarer Kommunikation auf Englisch und, wenn hilfreich, auf Deutsch für Teams in München.
Häufig gestellte Fragen
Die wichtigsten Details zu GitLab, aus den Fragen, die uns am häufigsten erreichen.
GitLab wird verwendet, um Git-Repositories zu verwalten, Änderungen zu prüfen, Aufgaben nachzuverfolgen und die Softwarebereitstellung zu automatisieren. Die integrierten CI/CD-, Sicherheits- und Bereitstellungsfunktionen helfen Teams, den Weg vom Quellcode zu überwachten Produktionssystemen in einem Workflow abzubilden.
GitLab vereint Repository-Management, CI/CD, Sicherheit und Planung in einem integrierten Produkt. GitHub und Bitbucket bieten ähnliche Funktionen über eigene Tools und Integrationen, daher hängt die Wahl von bestehenden Systemen, Hosting-Präferenzen, Governance-Anforderungen und Team-Workflows ab.
GitLab kann Jenkins für viele CI/CD-Anwendungsfälle ersetzen, da Pipelines, Runner, Berechtigungen und Bereitstellungskontrollen in die Plattform integriert sind. Jenkins bleibt nützlich, wenn ein Unternehmen auf ein großes Plugin-Ökosystem angewiesen ist oder bereits stark angepasste Automatisierungen nutzt, deren Neuentwicklung kostspielig wäre.
Für GitLab-Arbeiten sind häufig Kenntnisse in Git, YAML, Linux, Docker und Kubernetes erforderlich. Cloud-Infrastruktur, Terraform, Helm, Identitätsmanagement, Artefakt-Registries und Sicherheitsscans sind ebenfalls wertvoll, wenn die Arbeit die gesamte Bereitstellungsumgebung umfasst.
Die GitLab-Erfahrung sollte dem Risiko und Umfang des Projekts entsprechen. Für eine einfache Repository- oder Pipeline-Einrichtung reichen möglicherweise fokussierte Konfigurationskenntnisse, während Migrationen, selbst verwaltete Installationen, Compliance-Kontrollen und Plattformen für mehrere Teams einen Experten erfordern, der vergleichbare betriebliche Komplexität bewältigt hat.
GitLab-Projekte eignen sich gut für die Remote-Zusammenarbeit, da Konfiguration, Reviews und Dokumentation über die Plattform geteilt werden. Vor-Ort-Termine in München können dennoch bei der Analyse, bei Workshops oder bei der Übergabe helfen, während die tägliche Arbeit remote erfolgen kann, wenn Kommunikation und Zugriffsrechte klar organisiert sind.
Die Qualität von GitLab zeigt sich in einer klaren Pipeline-Struktur, einem sicheren Umgang mit Geheimnissen, sinnvollen Testphasen und kontrollierten Berechtigungen für die Bereitstellung. Bitten Sie den Experten, die Fehlerbehebung, die Runner-Sicherheit, die Dokumentation und die spätere Wartung durch das interne Team zu erläutern.
GitLab ist als GitLab.com und als selbst verwaltete Installation verfügbar. GitLab.com reduziert den Infrastrukturaufwand, während eine selbst verwaltete Bereitstellung mehr Kontrolle über Hosting, Netzwerkzugriff und interne Richtlinien bietet. Die passende Option hängt von der betrieblichen Verantwortung und den Sicherheitsanforderungen ab.
Der durchschnittliche Stundensatz von Freelancern in München, Deutschland, die GitLab in ihren letzten Projekten eingesetzt haben, liegt bei 97 €, was einem Tagessatz von etwa 777 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in München, Deutschland, die GitLab in ihren letzten Projekten eingesetzt haben, haben 93% mindestens einen Bachelor-Abschluss, 64% mindestens einen Master-Abschluss und 14% einen Doktortitel.
Freelancer in München, Deutschland, die GitLab in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 20 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,9 Jahre.
Die häufigsten Sprachen unter Freelancern in München, Deutschland, die GitLab in ihren letzten Projekten eingesetzt haben, sind Deutsch (97%), Englisch (97%) und Spanisch (19%).
Die häufigsten Industrien unter Freelancern in München, Deutschland, die GitLab in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (95%), Automotive (64%) und Bank- und Finanzwesen (54%).
Die häufigsten Bereiche unter Freelancern in München, Deutschland, die GitLab in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (87%) und Qualitätssicherung (59%).
Hauptstandorte der FRATCH Experten, die kürzlich GitLab 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
Leipzig
Dortmund
Essen
Dresden
Hannover
Nürnberg