Jakarta Faces Experten in Deutschland

• Weiterentwicklung der bestehenden E-Commerce-Plattform auf Basis von SAP Commerce (Hybris), um den wachsenden Anforderungen des digitalen Handels gerecht zu werden.
• Sicherstellung der Skalierbarkeit und Performance des Backends, wodurch die Plattform auch bei hoher Benutzerlast stabil und effizient blieb.
• Entwicklung und Integration neuer OCC REST APIs und Services für modulare Erweiterungen und flexible Anpassungen, um neue Funktionen schnell zu implementieren.
• Optimierung von Datenflüssen und Schnittstellen, was die Effizienz der Plattform und die Systemleistung erheblich steigerte.
• Sicherstellung einer wartbaren und skalierbaren Codebasis durch den Einsatz von Clean Code-Prinzipien, bewährten Design Patterns und einer zukunftssicheren Architektur.
• Reduzierung der Fehlerquote durch umfangreiche Tests mit JUnit, Mockito und Lasttests mit Gatling, ergänzt durch die Einführung automatisierter Testprozesse.
• Verbesserte Systemleistung durch gezielte Refactoring-Maßnahmen und effiziente Datenbankabfragen, insbesondere zur Handhabung von Spitzenlasten.
• Einsatz moderner Cloud- und Monitoring-Tools wie Kubernetes, Google Cloud Platform (GCP) und Grafana, um eine stabile und überwachte Infrastruktur sicherzustellen.
• Deutliche Effizienzsteigerung, Skalierbarkeit und Zuverlässigkeit der Plattform, die nun den Anforderungen eines dynamischen und wachsenden E-Commerce-Marktes gerecht wird.

• Mitfahr- und Busplattform, live erreichbar und funktionsfähig. Backend Spring Boot 4.1 auf Java 21, PostgreSQL mit Flyway, Testcontainers-Integrationstests. Betrieb im eigenen AWS-Konto (ECS Fargate, ALB, ECR, IAM Least-Privilege) mit CI/CD via GitHub Actions und OIDC-Federation ohne statische Zugangsdaten. Entwicklung durchgehend KI-gestützt mit Claude Code, inklusive eigener Skills und projektspezifischem Memory. Spring Boot · Java 21 · PostgreSQL · Flyway · Docker · AWS ECS/ALB/ECR · CI/CD · GitHub Actions · Claude Code

• Schwerpunkt: Systemarchitektur, Cloud-native Plattformen, Microservices, API-Design
• Produkt: Pflege-Pfad ist eine digitale Vermittlungsplattform, die Angehörige pflegebedürftiger Personen direkt mit geprüften Pflegediensten und Betreuungskräften verbindet – ohne Agentur und ohne laufende Gebühren.
• Business-Analyse & Prozessdesign:
• Analyse des deutschen Pflegemarkts und Identifikation der zentralen Pain Points beider Zielgruppen.
• Modellierung der Kerngeschäftsprozesse: Registrierung, Verifikation, Pflegeanfrage, Bewerbung, Vermittlung und Bewertung.
• Definition des Geschäftsmodells als Freemium-/Premium-Modell mit optionaler Kontaktfreischaltung.
• Erstellung von User Stories und Anforderungsdokumentation für Angehörige, Pflegedienste und Administratoren.
• Konzeption von Vertrauens- und Qualitätssicherungsmechanismen mit Dokumenten-Upload, Admin-Prüfprozess und Bewertungssystem.
• Durchführung von Stakeholder-Abstimmungen und Validierung der Produktentscheidungen mit potenziellen Nutzern.
• Technische Umsetzung:
• Konzeption und Umsetzung der gesamten Plattformarchitektur als Alleinentwickler.
• Entwurf und Implementierung einer REST-API mit Spring Boot und Kotlin inklusive JWT-basierter Authentifizierung.
• Entwicklung des Frontends als Single-Page-Application mit Angular 17.
• Umsetzung der AWS-Infrastruktur mit EC2, RDS PostgreSQL, S3, CloudFront und IAM.
• Dokumenten-Upload mit AWS S3 über Presigned URLs zur Verifikation von Pflegediensten.
• E-Mail-Benachrichtigungen über Resend API.
• KI-gestützte Pflegedienst-Suche über OpenAI API.
• Implementierung vollständiger User-Flows wie Registrierung, Login, Passwort-Reset und Vermittlungsprozess.
• Aufbau eines Admin-Panels für Benutzer- und Pflegedienstverwaltung sowie Analytics.
• CI/CD mit GitHub Actions und containerisierte Deployments mit Docker.
• End-to-End-Tests mit Playwright.

Technologien: Kotlin, Spring Boot 3, Spring Security, JWT, JPA/Hibernate, PostgreSQL, Angular 17, TypeScript, RxJS, AWS (EC2, ECS, S3, CloudFront CDN, RDS PostgreSQL, IAM), nginx, GitHub Actions, Playwright, Maven, Git, OpenAI API, Resend API, Docker, Scrum, i18n (DE/EN/TR), Kiro, Feature-Flag-Architektur.

• Ziel von BIENE ist es, ein einheitliches Programm zur Steuererhebung für alle Länder zur Verfügung zu stellen.

• Bei der Steuererhebung geht es darum, die festgesetzten Steuern einzunehmen. Dabei gilt es zum Beispiel Fälligkeiten zu berücksichtigen, Ein- und Auszahlungen zu dokumentieren, Mahnungen oder Erstattungen anzustoßen. Verjährungen und Zahlungserinnerungen spielen ebenso eine wichtige Rolle. Der gesamte Zahlungsverkehr mit den Banken und die Buchführung werden in BIENE abgebildet.

• Aufsetzen der Architektur sowie Koordination der Bereitstellung von Entwicklungs- und Testumgebungen am Standort Hannover

• Installation und Einrichtung der Umgebungen unter Linux Server (Apache Kafka, PostgreSQL)

• Schnittstellentätigkeit: Koordination und Abstimmung für die Anbindung von Softwareprodukten aus anderen Abteilungen und deren Testdaten

• Umstellung von Applikation Server, JDK, Maven-Projektstruktur

• Umgebungskoordination und Build-Management

• Implementierung der externen Schnittstellen

• Umsetzung der fachlichen Anforderungen

• Entwurf und Implementierung von RESTful APIs und OpenAPI-Spezifikationen

• Entwurf und Implementierung von Microservice-Architektur

• Einrichtung und Pflege von CI/CD-Pipelines

• Bereitstellung von Anwendungen auf OpenShift

• Erstellung von technischer Dokumentation und grafischer Darstellungen

• Arbeit mit SQL-Datenbanken (Oracle und PostgreSQL)

• Authentifizierung und Autorisierung für Anwendung & Nutzer

• Containerisierung der Anwendung (automatisiertes Deployment durch CI/CD-Pipeline)

• Konzeption und Implementierung einer Python-basierten ETL-Pipeline mit dem Dagster-Framework für die Transformation von Energierohdaten aus heterogenen Quellen mit InfluxDB und Visualisierungen in Grafana
• Definition von zeitlich gesteuerten und abhängigkeitsbasierten Jobs
• Bereitstellung auf einem verwalteten Kubernetes-Cluster mit Helm
• Anbindung von InfluxDB Cloud
• Aufbereitung von Daten für Nutzung in Grafana inkl. Säuberung und Normalisierung plus zeitliches Resampling in Python
• Entwicklung von Dashboards und Visualisierungen in Grafana
• Entwicklung von Unit-Tests inkl. Mocking mit pytest
• Aufbau von CI/CD-Pipeline in GitLab

Technologien: Python, Dagster, InfluxDB, Grafana, pandas, pytest, REST, CI/CD, GitLab, Container, Kubernetes, Helm, Docker, Cloud

• Moss ist eine Ausgabenmanagement-Plattform für KMU, die Firmenkarten, Webanwendungen und Spesenabrechnung, Kreditoren-/Beschaffungsprozesse und erweiterte Buchhaltung an einem Ort bündelt.
• Arbeitet in den Tribes Accounting, Spending und Growth und übernimmt Anforderungsanalyse, öffentliches Produktdesign, Implementierung, Test, Debugging und interne Apps.
• Beteiligt sich an der Entwicklung und Pflege des Design-Systems/UI-Kits und unterstützt dabei Tools, Dokumentation und die Entwicklererfahrung.
• Erstellt formularlastige UIs, auf Schubladen basierende Bearbeitung, hochdichte/fehlertolerante Tabellen mit serverseitigen Filtern, Paginierung, Spaltenkonfigurationen, CSV-/Excel-Export und Massenaktionen, alles abgesichert durch Berechtigungen und Audit-Funktionen.
• Arbeitet mit komplexen Beziehungen zwischen Entitäten ohne eine Single-Schema-Lösung.
• Verwendet React, Redux Toolkit, styled-components, react-hook-form, React PDF, Vite, Lokalise, React Testing Library und Playwright.

• Konzeption und Entwicklung einer Webanwendung für den öffentlichen Bereich
• Aufsetzen und Durchführen von Softwaretests, vor allem Unittests
• Technische Konzeption und Umsetzung von Anforderungen
• Hochladen und Anzeigen von CSV-Dateien
• Kommunikation mit Fachbereichen bzgl. Entwicklung und Testunterstützung
• Eingesetzte Technologien: Java, Spring Boot, Spring Security, Spring Batch, Spring-Cloud, Spring JPA-Data und Hibernate, RESTful, JSON, React, Oracle, Junit, Mockito, CI/CD, GitLab, Docker, Keycloak, Liquibase, BIRT, Swagger, Microservices

• Frontend-Entwicklung
• Spring Boot
• Swagger
• Git
• GitLab
• SonarQube
• Docker
• Maven
• Java
• Angular

• IT-Schulungen in Theorie und Praxis für Fachinformatiker für Anwendungsentwicklung und Systemintegration

• Automatisierung der Datenbank Major / Minor Releases des Projektes TKeasy

• Konzept zur Datenbank Major / Minor Release Automatisierung

• Istaufnahme

• Evaluierung der Redgate Flyway Funktionalitäten

• Konzepterstellung

• Produkte: Redgate Flyway, GitHub, Quest, Erwin Data Modeller, Oracle, Atlassian Jira, Atlassian Confluence

• Kenntnisse: Docker, Continuous Delivery, Continuous Integration, Redgate Flyway, Major Releases, Minor Releases

• Berater für Systemarchitektur, KI-Agenten & Integration, Coach für Daten- & Prozesslogik, Graph-RAG-Ansätze, Sicherheit und Datenschutz.
• On-Premise-KI-Lösungen mit hohen Compliance- & Performanceanforderungen.
• Architekturentscheidungen, operativer Aufbau, strategische Priorisierung & Deployment.
• Technologien: LiveKit JS SDK, LiveKit Agents, Web Audio API, JS, AudioWorklet, Loki, vLLM, Zscaler, Docker, Neo4j, MySQL, Python.
• Modelle: GPT-OSS 20B, Whisper large v3 turbo, Qwen3-TTS.

• 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.

• Analyse bestehender Microservice-Strukturen und Integration in die Event-Driven-Architektur
• Konzeption und Implementierung von Prototypen
• Einführung strukturierter Workflows und Verankerung in einer soliden Teststrategie
• Team: Kleines spezialisiertes Team (3-5 Personen) von der Analyse bis zur Implementierungsreife
• Dokumentation von Architekturentscheidungen und Definition von Schnittstellen
• Integration der Event-Driven-Pipeline in die bestehende Landschaft
• Technologien: Kafka, Docker, Microservices, Event-Driven-Architektur, Java, Liquibase

• Implementierung der Anwendungen mit Kotlin und Ktor als Microservices
• Verwendung von MongoDB in der MongoDB Atlas Cloud
• Asynchrone Kommunikation der Services mit Google Pubsub
• Einsatz von Kotest und Mockk für Unit Tests
• Entwicklung eines Frontends zur Administration mit TypeScript, React und Express.js
• Provisionierung von Umgebungen in GCP mittels Terraform
• Implementierung von CI/CD-Prozessen mit GitHub Actions
• Betrieb skalierbarer Produktions- und Testumgebungen in GCP mit Kubernetes, Helm und Flux CD
• Überwachung der Umgebungen mit Prometheus und Grafana
• Bereitstellung von BI-Daten im Google BigQuery Datawarehouse