JFrog Artifactory Experten in München
, vermittelt mit geprüften, verfügbaren FreelancernBeauftragen Sie Experten, die Binär-Repositories verwalten, sichere Software-Lieferketten aufbauen und die Artefakt-Promotion in CI/CD-Workflows automatisieren. Erhalten Sie eine präzise, schnelle Vermittlung mit geprüften und verfügbaren Freelancern für Remote- oder Vor-Ort-Arbeit in München.
Lerne FRATCH Experten in München kennen, die kürzlich JFrog Artifactory eingesetzt haben
Ales L.
Letzte Position:
Senior DevOps Berater (Freelance) bei European Union Agency (via IBM)
- Arbeitete als freiberuflicher Senior DevOps Consultant vor Ort für IBM bei einer Agentur der Europäischen Union in einer hochsicheren, air-gapped Umgebung mit klassifizierten Systemen.
- Leitete Automatisierungs- und DevOps-Initiativen für eine große OpenShift-Plattform (>400 Nodes) und trieb die Deployment-Effizienz, GitOps-Einführung und operative Automatisierung mit Ansible, Python und Bash voran, während die Sicherheitsanforderungen eingehalten wurden.
- Übernahm die Automatisierung von Release- und Deployment-Workflows in einer Private-Cloud-Umgebung mit 400+ OpenShift-Nodes und verbesserte dadurch die Deployment-Geschwindigkeit und Zuverlässigkeit deutlich.
- Migrierte bestehende Playbooks, Rollen und Templates von Ansible Tower zu Ansible Automation Platform (AAP), stellte die vollständige Einhaltung von Fully Qualified Collection Names (FQCN) sicher und bereitete eigene Execution Environments (EE) für containerisierte Automatisierung vor.
- Implementierte den GitOps-Agent für AAP Controller Configuration as Code und ermöglichte damit die automatische Synchronisierung (CRUD) von Ansible-Controller-Objekten auf Basis von im Repository gespeicherten Konfigurationsdefinitionen über GitHub-Webhooks.
- Entwarf und automatisierte komplexe mehrstufige Betriebsabläufe, darunter Environment Cleanup, die Neuerstellung von Helix-Clusterkomponenten, Kafka-Topic-Management und das Lifecycle-Management von OpenShift-Objekten über rund 100 Umgebungen hinweg.
- Erreichte durch Automatisierungsverbesserungen über mehrere AAP-Cluster und OpenShift-Umgebungen hinweg eine Reduzierung von mehrtägigen manuellen Tätigkeiten auf weniger als wenige Stunden.
- Integrierte Ansible Automation Platform über ein Lookup-Plugin mit Thycotic (Delinea) Secret Server, um das sichere Credential-Management in automatisierten Prozessen zu verbessern.
- Verwaltete Deployment-Aufgaben, Platform-Troubleshooting und Istio-Netzwerkkonfigurationen unter Einhaltung strenger EU-PSC-Sicherheits- und Compliance-Standards.
- Arbeitete mit Infrastruktur- und Anwendungsteams zusammen, um Deployment-Prozesse zu verfeinern, Namenskonventionen zu entwickeln und die Automatisierungsabdeckung in einer air-gapped, klassifizierten Umgebung kontinuierlich zu verbessern.
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
Ananthraj N.
Letzte Position:
Founder bei sprhava
Leitung der End-to-End-Entwicklung von Edge-AI-gestützten Smart Glasses für sehbehinderte Menschen, Abstimmung der Produktvision mit den Nutzerbedürfnissen und Führung eines cross-funktionalen Teams aus Data Scientists, Android-Entwicklern, AWS-Ingenieuren und Hardware-Spezialisten.
- Produkt-Roadmap für Edge-AI-Smart-Glasses definiert und MVP-Features durch Nutzerforschung, Stakeholder-Interviews und Wettbewerbsanalyse festgelegt, mit Fokus auf Barrierefreiheit und Praxistauglichkeit.
- Einen PoC für die KI-gestützte Erkennung von Krebszellen in PET/CT-Scans entwickelt und validiert, in Zusammenarbeit mit medizinischen Experten zur Optimierung von Diagnosegenauigkeit und klinischer Relevanz.
- Ein multidisziplinäres Team von über 75 Ingenieuren, Praktikanten und Designern in Deutschland und Indien aufgebaut und skaliert, um grenzüberschreitende Zusammenarbeit und iteratives Prototyping voranzutreiben.
- Strategische Partnerschaften mit NGOs, Gesundheitsdienstleistern und Interessenverbänden aufgebaut, um Inklusion und Patientenfeedback in das Produktdesign einzubinden.
- Praktische Hardware-Software-Integration mit Raspberry Pi und Jetson Nano von KI-Modellen vorangetrieben. Beziehungen zu Lieferanten, Herstellern und Partnern im Ökosystem initiiert und gepflegt, um skalierbare Go-to-Market-Pläne aufzubauen.
- Wichtige Produktentscheidungen verantwortet, von der Prototypenentwicklung bis zur Finanzierungsstrategie, mit datenbasiertem und wirkungsorientiertem Ansatz.
- Eine lernorientierte Kultur gefördert, indem Brainstorming-Sessions und kontinuierliche Feedback-Schleifen zwischen Engineering und Produkt moderiert wurden.
Erfolge:
- Redner: Auto.Ai 2025 (Berlin), Wearable Technologies 2025 (München und Bangalore), MEDICA 2024 (Düsseldorf)
- WMF, Bologna, Italien (Juni 2024): Einziges KI-Startup aus Deutschland, das als EBV-Hero ausgewählt wurde, um sprhava auf einer globalen Plattform zu vertreten
- Medica, Deutschland (2024): Vortrag über KI-Smart-Glasses auf der größten Healthcare-Messe der Welt gehalten.
- Wearable Technologies, Bengaluru, Indien (Dez. 2024): Ich war Sprecher und habe sprhava und sein Produkt vorgestellt.
- Venturise Global Challenge (GIM 2025, Bengaluru Palace, Karnataka): sprhava wurde als eines der 16 Top-Startups (ESDM) ausgewählt, um auf dieser globalen Plattform zu präsentieren
- Wearable Technologies Conference 2025 EUROPE, München, Deutschland (Mai 2025): Vortrag über Edge AI auf Europas größtem Wearable-Tech-Event gehalten.
- InsurNext Köln, Deutschland (2025): sprhava wurde von der Stadt Köln mit einem Stand geehrt.
Vitaliy R.
Letzte Position:
DevOps GitOps (ANÜ) bei Signal Iduna
- 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.
Tezcan D.
Letzte Position:
Solution Architekt / Projektleiter bei Deutscher Fußball-Bund
- 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
Harald L.
Letzte Position:
Projektmanagement bei Loocid LLC
- Durchführung einer umfassenden Due Diligence-Prüfung für eine potenzielle Akquisition einer Schweizer Produktionsfirma im Rahmen einer Pre-Merger-Analyse
- Bewertung der Produktionskapazitäten und technischen Infrastruktur
- Bewertung der Integrationsmöglichkeiten in bestehende Geschäftsprozesse
- Risikobewertung und Erstellung von Handlungsempfehlungen
- Dokumentation der Prüfungsergebnisse und Präsentation vor der Geschäftsleitung
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
Janusz M.
Letzte Position:
IoT Edge Computing / Autonomes Fahren bei Automotive, Beratungsunternehmen
- Plattform: Python-Ökosystem, RHEL 8, K10, AWS IoT Core, AWS Lambda, MLOps
- Software: Java JEE/Cloud, IntelliJ IDEA, AWS IoT Core, AWS Edge und Lambda, AWS SageMaker SDK, Docker Compose, Kubernetes, Openshift 4, Tekton, Flux, Helm Charts, JSON/XML-Technologien, Nginx, Apache Spark, OpenAI (GPT Plus, DALL-E 3, Whisper), GAN, GitHub Copilot, KI, Machine Learning, Deep Learning, Jupyter Notebooks, TensorFlow 2, Colab, Keras API, Prometheus, Grafana, Conda, Python 3.9, SciPy-Stack (NumPy, pandas, scikit-learn, matplotlib)
- Zuständig für Webinar:
- IoT Edge Computing, Architektur, Komponenten, Ressourcen, Management
- IoT Edge Computing mit MicroK8s, Design und Erstellung von Flows/Diagrammen für AWS, Three-Step-Modell für IoT-Ökosystem
- IoT-Prozesse, Konnektivität, Datentransfer und Deployment, Sicherheit
- Optimierung des Edge Computing für Netzwerke, Services im IoT (AWS SQS Queue, SNS-Benachrichtigungen, Events, Analytics, Button, Device Management/Defender, Things Graph)
- Machine-/Deep-Learning-Frameworks (Modelle, Training, Optimierung der Pipelines, Deployment in der Cloud/am Edge, Monitoring der Workloads mit Prometheus und Grafana)
- Performance-Optimierung für niedrige Latenz/Resilienz mittels adaptiver ML/DL/RL-Modelle für Kundendaten aus dem IoT
- Analyse großer Sensordatenmengen mit Apache Spark, Kafka-Clustern
- Kasten K10 Data Management Platform auf Kubernetes-Multi-Cluster mit Helm Chart: Deployment, Backup/Disaster Recovery (RTO/RPO), Data Lifecycle und Security Management
- Implementierung eines mehrschichtigen neuronalen Netzes (ANN) mit TensorFlow 2 und Colab für Regression und Klassifikation; Datenanalyse und Aufbereitung für Applikationen; Entwicklung von Test- und Trainingsmodellen; Deployment der Modelle
- Automatisierung von Business-Streamline-Prozessen mit KI (Azure OpenAI, Discord-Bots/Zapier, AI-Assistenten-Apps IntelliJ, GitHub Copilot)
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die JFrog Artifactory einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
26 Jahre (Deutschland: 22 Jahre)
Positionsdauer
1,4 Jahre (Deutschland: 1,8 Jahre)
Positionen pro Freelancer
18 (Deutschland: 16)
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Automotive
Fokus der Zertifizierungen
Informationstechnologie (IT), Betrieb, Personalwesen
Bachelor-Abschluss oder höher
88% (Deutschland: 91%)
Master-Abschluss oder höher
38% (Deutschland: 55%)
Doktortitel
13% (Deutschland: 10%)
Zertifizierungen pro Freelancer
3
Häufigste Sprachen
Deutsch, Englisch, Französisch
Sprechen zwei oder mehr Sprachen
100% (Deutschland: 98%)
Basierend auf unserem Profilpool, Stand 29 Okt 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 JFrog Artifactory 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 29 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der JFrog Artifactory 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%)
- Bank- und Finanzwesen (75%)
- Automotive (63%)
- Gesundheitswesen (63%)
- Versicherung (50%)
- Fertigung (50%)
- Regierung und öffentliche Verwaltung (50%)
- Telekommunikation (50%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Repository-Management
JFrog Artifactory ist ein universeller Binär-Repository-Manager zum Speichern, Versionieren und Verteilen von Softwarepaketen. Es unterstützt Formate wie Docker-Images, Maven, npm, NuGet, PyPI, Helm und Terraform und bietet Teams einen zentralen, kontrollierten Ort für Build-Artefakte und Abhängigkeiten. Unternehmen nutzen es, um Releases über Entwicklung, Tests und Produktion hinweg wiederholbar zu machen.
Bereitstellungs-Workflows
Artifactory ist Teil von CI/CD-Pipelines und verbindet Quellcodeänderungen mit einer zuverlässigen Artefaktbereitstellung. Spezialisten konfigurieren Repositories, virtuelle und Remote-Repositories, Build-Info-Metadaten, Aufbewahrungsregeln und Promotionspfade zwischen Umgebungen. Außerdem integrieren sie es mit Tools wie Jenkins, GitLab CI, GitHub Actions, Azure DevOps und JFrog Pipelines.
Sicherheitskontrollen
Eine starke Repository-Governance schützt Software-Lieferketten, ohne die Bereitstellung zu verlangsamen. Experten richten Berechtigungen, Projekte, Zugriffstoken, föderierte Repositories, Signatur-Workflows und Audit-Kontrollen ein. Sie arbeiten möglicherweise auch mit JFrog Xray, um Artefakte auf Schwachstellen, Lizenzrisiken und Richtlinienverstöße zu prüfen, bevor Pakete die Produktion erreichen.
Typische Aufgaben
- Strukturen für lokale, Remote- und virtuelle Repositories entwerfen
- Pakete aus alten Repositories oder Cloud-Registries migrieren
- Artifactory mit CI/CD- und Container-Workflows verbinden
- Artefakt-Promotion, Bereinigung und Rückverfolgbarkeit von Releases verbessern
- Richtlinien für Zugriff, Replikation und Lieferketten konfigurieren
Diese Aufgaben finden sich in der Modernisierung von Plattformen, Embedded-Software, der Automobilindustrie, der industriellen Produktion, dem Finanzwesen und regulierten Unternehmensumgebungen. Münchner Teams benötigen möglicherweise Vor-Ort-Workshops für Migrationen oder Governance, während die tägliche Repository-Arbeit oft remote erledigt wird.
Angrenzende Kompetenzen
Artifactory-Arbeit profitiert von Kenntnissen in Docker, Kubernetes, Linux, Netzwerken und Cloud-Infrastruktur. Fachkräfte nutzen häufig Infrastructure-as-Code mit Terraform, automatisieren die Administration über REST-APIs oder JFrog CLI und beheben Berechtigungs- und Build-Fehler in CI/CD-Systemen. Vertrautheit mit Maven, Gradle, npm, Python-Paketierung oder Helm ist wertvoll, wenn Repositories mehrere Produktteams bedienen.
Auswahl von Spezialisten
Achten Sie auf Fachkräfte, die Repository-Grenzen, Abhängigkeitsflüsse und Release-Kontrollen praxisnah erklären können. Sie sollten zeigen, wie sie Migrationsplanung, Backup und Wiederherstellung, Bereinigungsrichtlinien, Authentifizierung und Pipeline-Integration umgesetzt haben. Gute Spezialisten messen den Erfolg an reproduzierbaren Builds, klarer Verantwortung, sicherem Zugriff und vorhersehbarer Artefakt-Promotion – nicht nur an der Konfiguration.
Häufig gestellte Fragen
Unsicher, wo du bei JFrog Artifactory anfangen sollst? Diese Antworten decken das Wichtigste ab.
JFrog Artifactory speichert und verteilt Build-Artefakte, Pakete, Container-Images und Release-Abhängigkeiten. Es bietet Teams kontrollierte Repositories für Tools wie Maven, npm, Docker, PyPI, NuGet, Helm und Terraform und unterstützt zugleich eine nachvollziehbare Bereitstellung über CI/CD-Pipelines.
JFrog Artifactory unterstützt viele Paketformate in einem gemeinsamen Repository-Modell, nicht nur Container-Images. Docker Hub und Cloud-Registries können für die gezielte Verteilung von Containern geeignet sein, während Artifactory oft bevorzugt wird, wenn ein Unternehmen zentrale Governance, Proxying, Promotion und Artefaktverwaltung über mehrere Ökosysteme hinweg benötigt.
Ein guter JFrog Artifactory-Spezialist versteht in der Regel CI/CD, Docker, Kubernetes, Linux, Netzwerke und Cloud-Infrastruktur. Erfahrung mit JFrog CLI, REST-APIs, Terraform, Jenkins, GitLab CI oder GitHub Actions hilft dabei, die Repository-Administration mit der automatisierten Bereitstellung zu verbinden.
Die erforderliche Erfahrungstiefe hängt von der Aufgabe ab. Eine Repository-Bereinigung kann fokussierte Produktkenntnisse erfordern, während eine Migration oder unternehmensweite Einführung Erfahrung mit Berechtigungen, Replikation, Backup, Paketformaten, Pipeline-Integration und Release-Governance voraussetzt.
Die Administration von JFrog Artifactory eignet sich oft gut für die Remote-Zusammenarbeit, da Konfiguration, Automatisierung und Fehlerbehebung sicher online durchgeführt werden können. Vor-Ort-Workshops in München können dennoch bei der Migrationsanalyse, der Abstimmung mit Beteiligten oder dem Zugriff auf sensible Unternehmensumgebungen helfen. Die Kommunikation auf Deutsch oder Englisch kann für das Team relevant sein.
Ziehen Sie einen JFrog Artifactory-Experten hinzu, wenn Repository-Design, eine Paketmigration, CI/CD-Integration oder Kontrollen der Lieferkette die Bereitstellung blockieren. Externes Fachwissen ist auch dann hilfreich, wenn interne Teams eine gezielte Prüfung von Berechtigungen, Bereinigungsrichtlinien, Replikation oder reproduzierbaren Builds benötigen, ohne die Verantwortung vom festen Team zu verlagern.
Bitten Sie den Spezialisten, ein Repository-Design im Hinblick auf Paketfluss, Verantwortung, Zugriff und Promotion zu erklären. Gute JFrog Artifactory-Fachkräfte können über Fehlerbehandlung, Bereinigung, Backup, Sicherheitsscans und die Übergabe an den Betrieb sprechen – nicht nur über die Erstinstallation.
JFrog Artifactory lässt sich mit CI/CD-Systemen, Quellcodeverwaltungs-Workflows, Containerplattformen und Infrastrukturautomatisierung integrieren. Zu den gängigen Verbindungen gehören Jenkins, GitLab CI, GitHub Actions, Azure DevOps, Kubernetes, JFrog Xray, JFrog Pipelines und Pakettools wie Maven, Gradle, npm und Helm.
Der durchschnittliche Stundensatz von Freelancern in München, Deutschland, die JFrog Artifactory in ihren letzten Projekten eingesetzt haben, liegt bei 102 €, was einem Tagessatz von etwa 816 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in München, Deutschland, die JFrog Artifactory in ihren letzten Projekten eingesetzt haben, haben 88% mindestens einen Bachelor-Abschluss, 38% mindestens einen Master-Abschluss und 13% einen Doktortitel.
Freelancer in München, Deutschland, die JFrog Artifactory in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 26 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,4 Jahre.
Die häufigsten Sprachen unter Freelancern in München, Deutschland, die JFrog Artifactory in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Französisch (13%).
Die häufigsten Industrien unter Freelancern in München, Deutschland, die JFrog Artifactory in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Bank- und Finanzwesen (75%) und Automotive (63%).
Die häufigsten Bereiche unter Freelancern in München, Deutschland, die JFrog Artifactory in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (100%) und Projektmanagement (88%).
Hauptstandorte der FRATCH Experten, die kürzlich JFrog Artifactory 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.
Köln 
Frankfurt 
Stuttgart Länder:
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!
Philipp Thomaschewski
FRATCH CEO
