Jakarta EE Experten in München

• Gesamtverantwortung für den Projektlebenszyklus von der Umfangsdefinition bis zum Abschluss
• Enge Zusammenarbeit mit Plattform-Teams, IT-Führungskräften und externen Dienstleistern
• Anwendung von SAFe-Prinzipien und strukturierte Sprint-Arbeit
• Erstellung eines Migrationsfahrplans mit klaren Meilensteinen
• Überwachung des Lifecycles: Onboarding, Repository-Migration, Replikation von Berechtigungen und Systemtests
• Visualisierung der Architektur mit PlantUML und Gliffy sowie Dokumentation in Confluence
• Regelmäßige Statusberichte und Durchführung von Wissenstransfer-Sessions

• 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 Ressourcbereitstellung (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 in der Azure Model Registry.
• Entwicklung und Containerisierung von PyTorch-Trainingsjobs (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.
• Automatisierung der Infrastruktur-Bereitstellung 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, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (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 und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
• Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
• Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
• Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
• Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).

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

• Verantwortlich für die Administration von OpenShift/Kubernetes On-Prem und den Entwickler-Support.
• Automatisierte die URP-Infrastruktur mit Python, Ansible, Kustomize sowie dem ArgoCD- und Argo Workflow/Events-Stack.
• Schrieb Smoke- und Lasttests für die URP-Infrastruktur mit Python, Kustomize und ApplicationSets.
• Unterstützte beim Aufbau und der Bereitstellung der URP-Infrastruktur in Google Cloud (GKE).
• Implementierte Monitoring für die URP- und ArgoCD-Umgebung mit Splunk Cloud.
• Führte Systemadministrationsaufgaben auf RedHat Linux, Kubernetes/OpenShift, ArgoCD, GitLab, Bitbucket Enterprise, Kafka und MongoDB durch.

• Spring Boot Software Engineer
• DevOps Engineer (Kubernetes, Azure DevOps)

Toolstack: Java, Spring Boot, Kubernetes, Helm, GitOps, ArgoCD, Docker, Azure DevOps, CI/CD Pipelines, Git, Postgres

Endkunde: Openry GmbH

E-Commerce-Plattform zur weltweiten Vermarktung hochwertiger italienischer Kunstproduktionen. Mehrere europäische Shops sind bereits in Betrieb, asiatische Märkte folgen in Kürze. In meiner Rolle als agiler Projektmanager leite ich das gesamte Team auf Kunden- und technischer Seite (Offshore), einschließlich umfassender strategischer Beratung, in einem kontinuierlichen Bereitstellungsansatz. Da es sich um ein Projekt in einem kleinen Unternehmen handelt, sind die Aspekte des Budgetmanagements besonders anspruchsvoll – mit dem Ziel, bei minimalem Verwaltungsaufwand den größtmöglichen Geschäftswert zu liefern. Technologien: Magento 2, M2E Pro, Linux, Apache, MySQL, PHP (LAMP), Stripe

• Steuerung des Projektteams für die Einführung einer e-Invoice-Lösung in mehr als einem Dutzend Ländern
• Durchführung der Bedarfsanalyse sowie Analyse des Status quo (technisch, organisatorisch, rechtlich)
• Abstimmung mit allen Landesgesellschaften
• Auswahl und Implementierung des e-Invoice-Tools
• Sicherstellung, dass das Projekt on time und on budget ist

• Aufbau GUI Test Framework für Tester und Entwickler um GUI Tests einfach erstellen zu können
• Implementierung automatisierte GUI Tests mit QF-Test für Börsenhandelssoftware sowie Vergleiche von PDF Dateien
• Erstellung Vergleichsläufe zwischen unterschiedlichen Versionen

Eingesetzte Technologien: QF-Test, Java, Jython

Projektinhalt: Der Einsatz von „Generative Pretrained Transformer“-Technologien (GPT) wird in den kommenden Jahren die Arbeitswelt massiv verändern. Das ITZBund entwickelt hierfür einen Basisdienst, welcher durch seine 200 Kunden genutzt werden kann. Dieser Basisdienst wird als On-Premise- und Cloud-Variante angeboten. Gestartet in 12/23 konnten bereits ab 05/24 für mehrere Behörden und Bundesministerien erfolgreich Produktivsysteme (auf Basis MVP) ausgerollt und betrieben werden.

Projektkennzahlen:

• Budget in 2024 ca. 20 Mio. €
• ca. 70 Personen im engeren Projektkontext
• regelmäßiger (indirekter) Kontakt zu ca. 80 Personen im weiteren Projektumfeld

Meine Haupttätigkeiten:

• Gesamtverantwortlicher externer Projektleiter
• Projektdefinitionsphase/Projekteinrichtung und Aufsetzen der Projektorganisation
• Strategische und operative Projektplanung sowie Ausgestaltung und laufende Anpassungen des Projekts
• Laufende Abstimmungen mit Projekteigner und Stakeholdern im ITZBund
• Laufende Abstimmungen mit Teilprojektleitern, agilen Rollen und weiteren Projektmitarbeitern
• Verantwortung für Projektcontrolling, Qualitätsmanagement, Risikomanagement und Change-Management
• Verantwortung für die Bereitstellung des Basisdienstes in On-Premise- und Cloud-Umgebung und dessen laufende Weiterentwicklung
• Planung und Leitung mehrerer Hypercare-Phasen
• Zusammenarbeit und laufende Abstimmung mit einem Partnerprojekt eines Bundesministeriums und Bereitstellung eines MVP
• Abstimmung mit den agilen Teams
• Abstimmung mit Betrieb, Release und Deployment
• Verantwortung für die Umsetzung erster Kundenprojekte
• Verantwortung für die Erstellung einer KI-Governance
• Sicherstellung der Barrierefreiheit (BITV)
• Verantwortung für den Aufbau eines Teilprojekts für Marketingaktivitäten
• Unterstützung beim Aufbau eines effizienten Angebotsprozesses
• Stakeholdermanagement

Vorgehensmethode:

• V-Modell XT ITZBund
• Scrum

Eingesetzte Werkzeuge:

• Microsoft Office, Skype, MS Project, Confluence, Jira, Sharepoint, Miro

• Gesamtverantwortung für die Qualität des Moduls KH
• Fachliche Leitung und Steuerung eines Modulleiter-Teams
• Analyse von Designmodellen sowie Abgleich und Abstimmung der technischen Vorgaben
• Erstellung von Risikoanalysen und Präsentationen sowie deren Vorstellung bei den Entscheidungsgremien
• Testmanagement, Ausarbeitung, Steuerung und Freigabe der aktuellen Testfälle und deren Priorisierung für die Testevents
• Testplanung der unterschiedlichen Testphasen
• Koordination der Testphasen mit den anderen Abteilungen zur Sicherstellung relevanter Aspekte im Geschäftsbetrieb
• Priorisierung bei der Abarbeitung der vorhandenen Bugs/Tickets
• Nachverfolgung und Validierung der Qualität des Problem-Managements
• Konsistenzprüfung, Planung, Priorisierung und Sortierung von Tickets
• Vorbereitung und Abstimmung benötigter Testdaten
• Verfolgung der ALM-(QC-)Prozesse und deren Umsetzung auf Modulebene
• Zusammenarbeit mit Schnittstellenpartnern zur Fehlerbehebung
• Sicherstellung einer effektiven Kommunikation innerhalb des Teams und mit Schnittstellenpartnern
• Aufgabenabstimmung bei der Bearbeitung der Tickets im ML KH
• Tracking, Zuweisung und Klärung von Fehlerbehebungsterminen
• Enge Zusammenarbeit und Steuerung der Lieferanten (auf Modulebene), der Entwicklungsabteilung sowie externer Partner
• Planung, Entwicklung, Durchführung und Auswertung funktionaler Tests
• Durchführung funktionaler End-to-End-Tests
• Wöchentliche Reports zum aktuellen Test- und Fehlerstand in Managementgremien
• Planung und Durchführung von Performance- und Lasttests, um sicherzustellen, dass die SOA-Anwendungen den erwarteten Anforderungen an Leistung und Skalierbarkeit entsprechen
• Entwicklung von Teststrategien und Testplänen für SOA-basierte Anwendungen
• Definition von Testzielen und Testkriterien, um sicherzustellen, dass die Services den Anforderungen genügen
• Integration der Testautomatisierung

• Integration der LangChain-Middleware zwischen AEM und SAP-PIM-System
• Entwicklung einer FastAPI-Schnittstelle für die Systemkommunikation
• Implementierung von Vektor-Embeddings für die semantische Produktsuche
• Evaluation von LLM-Modellen (Vertex AI/Gemini, LM Studio, Hugging Face, OpenAI) für Produktanalysen
• Entwicklung einer AEM-Komponente zur Anzeige von Produktempfehlungen und Integration der Empfehlungs-API in den AEM-Authoring-Prozess
• Konzeption und Implementierung einer Pinecone-Vektordatenbank für Produkt-Embeddings
• Optimierung von Antwortzeiten und Caching-Strategien
• Evaluation von Vertex AI Studio für LLM-Tests und Prompt-Workflows
• Umsetzung sicherer API-Routing- und Zugriffskontrollen für KI-Komponenten per FastAPI und Gateway-Validierung

• Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).

• Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.

• Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.

• CMP beinhaltet auch den kompletten Zyklus Hardware Management.

• Als Basis wird Kubernetes, Openstack und Hadoop benutzt.

• Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.

• Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.

• Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.

• Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.

• Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.

• Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).

• Fachliche und technische Beratung für Stammdatenversorgung und Prozessmanagement
• Unterstützung bei Transitionsmanagement
• Prozessoptimierung
• Schnittstellendefinition

• Aufbau der neuen Digitalisierungsstrategie.
• Mit Hilfe von Camunda als Prozess-Engine wird eine neue Art der Bearbeitung von von Batch- und Dialogaufträgen erstellt.
• In enger Zusammenarbeit mit der Fachabteilung werden die einzelnen Prozesse erstellt und in Produktion gebracht.
• Masken zum steuern der manuellen Eingriffe, z.B. bei Aussteuerung von Anträgen, werden implementiert.
• Schrittweise Migration von altem Code von IBM WebSphere zu JBoss.
• Skills: Arquillian, Camunda, Eigeninitiative, Empathie, Hibernate, Jackson, Java/JEE, JBoss, Jersey, JSON, JUnit, Kritikfähigkeit, Lernbereitschaft, REST, Teamfähigkeit, WebServices.