MongoDB Experten in der Schweiz
für skalierbare Datenprodukte, in wenigen Minuten durch KI vermitteltBeauftragen Sie Experten, die Dokumentdatenmodelle entwerfen, zuverlässige Aggregations-Pipelines erstellen und MongoDB Atlas-Umgebungen betreiben. FRATCH vermittelt Sie schnell und präzise mit geprüften, verfügbaren Freelancern, die zu Ihrem Projekt passen.
Lerne FRATCH Experten in der Schweiz kennen, die kürzlich MongoDB eingesetzt haben
Mohamad K.
Letzte Position:
Senior-Backend-Entwickler bei Standing on Giants
- Leitete die Architektur und die vollständige technische Umsetzung für gemeinschaftsbasierte SaaS-Plattformen mit 2M+ monatlich aktiven Nutzern.
- Entwickelte die Architektur und leitete die Migration einer monolithischen Python/FastAPI- und PostgreSQL-Datenbank- und LangChain-Codebasis zu einer ereignisgesteuerten Microservices-Architektur auf AWS EKS. Dabei wurde ein 10-faches Verkehrswachstum von ~150 RPS auf 1,500+ RPS ohne Neuarchitektur bewältigt.
- Definierte und etablierte technische Standards für alle Services, darunter API-Verträge, Observability-Grundlagen und Deployment-Topologie. Dadurch wurden Produktionsvorfälle innerhalb von 9 Monaten um 55% und die MTTR von 2 Stunden auf unter 25 Minuten reduziert.
- Überarbeitete die Caching- und Abfrageschicht mit mehrstufigem Redis-Caching sowie Datenbankindexierung und -partitionierung. Dadurch sank die p95-API-Latenz von 850ms auf 180ms (78% Reduktion) und die CPU-Auslastung der Datenbank um 45%.
- Entwickelte eine CI/CD-Plattform mit GitHub Actions, Terraform und Kubernetes (EKS) einschließlich Blue-Green- und Canary-Rollouts. Dadurch stieg die Deployment-Häufigkeit von ~2/Monat auf 8-12/Tag, während sich die Durchlaufzeit von 10 Tagen auf unter 6 Stunden reduzierte.
- Implementierte Vertragstests, automatisierte Lasttests und Observability-SLOs mit Prometheus, Grafana und OpenTelemetry. Dadurch stieg die Plattformverfügbarkeit von 99.5% auf 99.95% (10-fache Reduktion des Verbrauchs des Fehlerbudgets).
- Leitete und entwickelte ein fachübergreifendes Team aus 8 Ingenieuren in den Bereichen Backend, Frontend und DevOps. Skalierte die Teamgröße von 4 auf 8 bei einer Bindungsquote von 85%; verantwortlich für Einstellung, Einarbeitung, Leistungsbeurteilungen und Karriereentwicklung.
- Arbeitete mit der Leitung von Product, Design und Client Success als primärer technischer Entscheidungsträger zusammen, übersetzte Geschäftsziele in technische Roadmaps und traf Make-or-Buy-Entscheidungen für Authentifizierung, Suche und AI-Tools.
- Führte AI-gestützte Entwicklungsabläufe ein, darunter automatisierte Code-Reviews und einen internen wissensbasierten Assistenten auf RAG-Basis mit Graph (GraphRAG, Neo4J). Dadurch stieg der Sprint-Durchsatz über zwei Quartale um 30%.
- Verantwortete das Incident-Management und den Bereitschaftsdienst für den Produktionssupport. Etablierte Runbooks, eine Postmortem-Kultur und On-Call-SLOs, wodurch Vorfälle mit Alarmierungen am Wochenende um 70% zurückgingen.
- Entwickelte und optimierte Algorithmen mit python-Bibliotheken wie Numpy und Pandas.
Christoph P.
Letzte Position:
IKT DevSecOps Engineer & Security Coordinator bei Abraxas Informatik AG
- Schnittstellenfunktion zum SOC-Team; Verbesserung der Incident-Response-Zeit um 45% durch strukturierte Eskalationsprozesse und proaktive Sicherheitsüberwachung.
- Definition technischer Standards für Multi-Tenant Enterprise-Plattform (10+ Services), resultierend in 30% reduzierter Onboarding-Zeit für neue Mandanten im Behördenumfeld.
- Aktiver Wissenstransfer und Mentoring eines 6-köpfigen Teams; Steigerung der Team-Autonomie und Etablierung einer nachhaltigen Engineering-Kultur.
- Reduzierung der Time-to-Market um 50% durch Optimierung von CI/CD-Pipelines und Etablierung von Self-Service-Deployments.
- Stack: GitLab CI/CD, Kubernetes, Nexus, Harbor, ArgoCD, HashiCorp Vault, Grafana, Python, PostgreSQL, Java, Spring Boot, Flyway, Quarkus, JBoss, Loki, Go, Kafka, Kustomize, MongoDB
Piotr S.
Letzte Position:
CTO-Programmmanager, Themenverantwortlicher / Senior-Projektmanager bei Avaloq Group AG
- Kunden: Zentralbanken der weltweit führenden Volkswirtschaften, deutsche, schweizerische, luxemburgische, monegassische, singapurische, japanische Vermögensverwalter sowie Universal- und Privatbanken, größte Investmentbanken der Welt
- Verantwortlich für die Steuerung der Umsetzung eines Portfolios digitaler Wealth- und CRM-Initiativen
- Projektmanagement von Portfolios im CTO-Produkt- und Technologiebereich (Cyber Security, Architekturänderungen, organisatorische Transformation, Drittanbieter-Apps)
- Produkte: Kernel & Parametrisation für die Core Avaloq Banking Platform; Module: CRM, Kundendatenverwaltung, Wealth Management, Portfolio Management (erzeugt über 90 % des Unternehmensumsatzes)
- Hauptverantwortlichkeiten:
- Berichtslinie an den Leiter der Disruptive Innovation Division; Ansprechpartner für fünf Product Owner und zwei Domänenverantwortliche
- Verantwortung für die Lieferung jährlicher Themen und vierteljährlicher Kernergebnisse
- Steuerung von Nachfrage und Angebot über den QBR-Prozess: Arbeitsplan, Umsetzung, Reporting, Risikomanagement
- Direkte Leitung von rund 40 externen Beratern (Frontend-/Backend-Entwickler, Business Analysten, Designer)
- Rekrutierung und Management von Ressourcen in acht Ländern
- Durchführung von quartalsweisen Abschlussmeetings der Abteilung zur Präsentation von Erfolgen und Herausforderungen
- Lösung von teamübergreifenden Abhängigkeiten und internen/externalen Konflikten
- Verantwortung für das Wartungsbudget; Planung, Forecast, Umsetzung; Sicherstellung der Übereinstimmung von Nachfrage und Angebot
- Identifikation und Besetzung von Schlüsselpositionen in Zusammenarbeit mit Chapter Leads
- Vorgehensweise: Agile, Scrum of Scrums, QBR/OKRs
- Technologien: Angular, PL/SQL, JavaScript, Confluence, JIRA (JQL)
Ahmed R.
Letzte Position:
KI- & Automatisierungsingenieur bei Teosek GmbH
- Prototypen erstellen, KI-Kompetenzen erweitern und praktische Anwendung im Startup-Kontext.
- Übergangsphase: Weiterbildung im Bereich Prompt Engineering, API, KI, eigenständige Prototyp-Projekte und Mitarbeit bei einem Startup eines Freundes.
- Technologien: LangChain, REST, Python, Java, JS, TS, Node.
Stefan H.
Letzte Position:
Fullstack-Entwicklung, Product-Owner & Tech-Lead bei Trex AG
- Business-Analyse, Architektur und Umsetzung einer Telemedizin-Plattform für Tierhalter.
- Leitung des Entwicklungs-Teams als Product-Owner und Tech-Lead.
- Einführung von Agilen Prozessen, Aufbau der Entwicklungs-Guidelines und System-Dokumentationen.
- Planen und umsetzen von Features wie Video-Call, Live-Chat, Marketingautomatisierung.
- Umsetzung von KI-basierten Features wie das automatisierte Tagging von Informationen (Vermisstmeldungen, Marktplatzeinträge etc.), Aufbereitung von Social-Media Inhalten, Aufbereitung von Gesprächs-Transkripten.
- Skills: Angular, NGXS, Tailwind, Java, Spring Boot, Kubernetes, Docker, CI / CD, MySQL, LLMs, RAG, MCP, Redis, OpenSearch.
- Branche: Tiermedizin.
Jack S.
Letzte Position:
Freiberuflich - Fullstack-Engineer bei SMG Swiss Marketplace Group
- Unterstützung des Teams bei der Zusammenführung zweier Immobilienplattformen zu einer einheitlichen Lösung auf Vue.js-Basis
- Entwicklung einer eigenen SSR-Microservice-Architektur, bereitgestellt auf AWS Lambdas
- Konzeption und Implementierung einer Funktion zum Zeichnen auf Karten
- Verantwortung für die Migration des Microservices von Vue 2 auf Vue 3 übernommen
- Aufbau einer skalierbaren SSR-Microservice-Architektur mit AWS Lambda
- Entwicklung und Implementierung einer wichtigen Funktion zum Zeichnen auf Karten für die Darstellung von Immobilien
- Erfolgreiche Migration des Microservices von Vue 2 auf Vue 3
- Umfassende Kenntnisse der AWS-Infrastruktur, von Datadog, Sentry und Vite erworben
- Technologien: Vue.js, Node.js, Vite, AWS Lambda, Datadog, Sentry, JavaScript
Matthias I.
Letzte Position:
Teilzeit-CTO (Leitender Ingenieur / Technischer Architekt)
- Groß angelegte Systeme und APIs konzipiert, die Tausende gleichzeitige Nutzer bedienen.
- Einen 650.000-Zeilen-Monolith refaktoriert und die vollständige AWS-Migration für stabile Performance geleitet.
- SLO-basierte Observability eingeführt, was Zuverlässigkeit und Wiederherstellungsprozesse verbesserte.
- Cloud- und Datenbank-Optimierungen durchgeführt und so erhebliche Kosteneinsparungen und Latenzreduzierungen erreicht.
- LLM-, RAG- und Dokumentautomatisierungspipelines bereitgestellt, die in der Produktion eingesetzt werden.
Alejandro A.
Letzte Position:
KI-Forscher & Ingenieur bei Tufa Labs
- Habe den Inferenz-Stack auf einem Multi-Node-DGX-B200-Cluster über vLLM und SGLang bereitgestellt und optimiert (Serving, Durchsatz- und Latenz-Tuning).
- Habe zusammen mit einem kleinen Team eine interne Python-Bibliothek für das LM-Pretraining gebaut, die den kompletten Trainings-Loop abdeckt: verteiltes Training mit PyTorch FSDP, Datenpipelines, Checkpointing, Config- und Hyperparameter-Management sowie Experiment-Tracking.
- Habe Agenten-Gerüste auf interaktiven Game-Benchmarks ähnlich ARC-AGI-3 gebaut und ausgewertet, mit Metriken dafür, wie Modelle planen, erkunden und sich über mehrstufige Episoden anpassen; habe Modellfehler klassifiziert und die Erkenntnisse in das Gerüst- und Evaluationsdesign zurückgespielt.
- Habe Loop-Transformer-Architekturen erforscht.
Ned O.
Letzte Position:
Tech Lead bei R3leaf GmbH
- Eigenständig Architektur entworfen und Produktionscode im Startup-Tempo geliefert
- Diverse Geodatenformate (NETCDF, GeoTIFF, GML) in einheitliche Standards überführt und skalierbare Klimadaten-Visualisierungen aus Hunderten GB Geodaten in einer produktiven Web-App erstellt
- Entwickler betreut, den KI-Wissensaustausch gefördert und gemeinsam mit dem C-Level-Management zur Wettbewerbsstrategie beigetragen
Karl E.
Letzte Position:
inkl. CI/CD, Automatisierung bei AALS Software AG
- Konzeption und Durchführung eines praxisnahen Echtzeit-Kurses zu Flink und Hadoop mit MapReduce, HDFS, Spark, Flink, Hive, HBase, MongoDB, Cassandra und Kafka
- Erwerb umfangreicher DevOps- und CI/CD-Erfahrung
- Erstellung von ETL/ELT-Pipelines mit Apache-Tools und Pentaho
- Leitung von Projekten in kommunaler Software, Finanzdienstleistungen und Big Data mit Kafka
- Entwicklung von KI-/NLP-Modellen und Chatbots mit RASA, Chatter und Dialogflow
- Aufbau und Verwaltung einer TypeDB-Wissensdatenbank
- Arbeit mit OpenStack, Kubernetes und Podman
Christoph J.
Letzte Position:
Projektleitung, Softwareentwicklung, Softwarearchitekt, DevOps bei Migros Genossenschafts Bund
- Greenfield-Projekt M-Zollmanager: Entwicklung einer internen Plattform zur Unterstützung der Nutzer bei der Buchung von Bedarfsbereichen auf Positionen in Veranlagungsverfügungen.
- Greenfield-Projekt M-Deliveryplan: Entwicklung einer internen Plattform zur Planung und Verfolgung von Lieferungen im Bereich internationaler Transport.
- Erstellung von Funktionen zur Prognose der wahrscheinlichen Ankunftszeit von Containerschiffen und Waren vom Port of Load bis zum Port of Destination unter Berücksichtigung potenzieller Ereignisse.
- Entwicklung des Add-ons TrackAndTrace für M-Deliveryplan zur Verfolgung und Planung von Waren und Containern.
- Entwicklung eines generischen KI-Chatbots für die App-Infrastruktur von Migros einschließlich Integration von ChatGPT und Aufbau von KI-Workflows mit N8N.
- Entwicklung von KI-Assistenten zur Automatisierung repetitiver Aufgaben, z. B. Erstellung von Release-Notes oder Verarbeitung von Jira-Aufgaben auf Basis von N8N-Workflows.
- Weiterentwicklung und Wartung der Apps M-LFS, M-Vehicleaccess und M-Worklog.
- Einsatz von C#, Angular 18, DevOps-Praktiken, N8N, Kubernetes, Docker, Jira, Confluence und Azure.
- Laufendes Projekt mit kontinuierlicher Weiterentwicklung der Plattformen und Workflows.
Gergely G.
Letzte Position:
Blazor-Gründer, zertifizierter Points of You® Business Trainer, Full-Stack-ASP.NET-Core-Entwickler für Mitarbeiterschulungen bei Resonance Solutions GmbH
Mateusz L.
Letzte Position:
Lead-Entwickler bei PwC
- Übernahm die Rolle als Analyst und leitender Entwickler in einem innovativen Projekt zur Erkennung von Finanzbetrug in einer großen Finanzinstitution in Zürich mithilfe von künstlicher Intelligenz
- Analysierte und implementierte neue Module, verbesserte Performance und Nutzererlebnis, hob technische Dokumentation und Codequalität auf das vom Endkunden geforderte Niveau
- Technologien: Java 17, JavaFX, Spring Boot, Concurrency, UX, Gradle, Impala
Lluis N.
Letzte Position:
Bundesamt für Informatik
- Entwicklung eines Event-Tools für das Eidgenössische Departement für auswärtige Angelegenheiten ([link]
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die MongoDB einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
20 Jahre
Positionsdauer
1,9 Jahre
Positionen pro Freelancer
13
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Business Intelligence
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Professionelle Dienstleistungen
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
100%
Master-Abschluss oder höher
64%
Zertifizierungen pro Freelancer
2
Häufigste Sprachen
Englisch, Deutsch, Spanisch
Sprechen zwei oder mehr Sprachen
100%
Basierend auf unserem Profilpool, Stand 19 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in der Schweiz verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten in der Schweiz, die MongoDB 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 19 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der MongoDB 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 (79%)
- Professionelle Dienstleistungen (57%)
- Bildung (43%)
- Einzelhandel (43%)
- Gesundheitswesen (36%)
- Medien, Unterhaltung und Druck (36%)
- Regierung und öffentliche Verwaltung (36%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Dokumentdatenbank
MongoDB ist eine dokumentenorientierte Datenbank, die Datensätze als flexible BSON-Dokumente statt in festen Zeilen und Spalten speichert. Sie eignet sich für Anwendungen, deren Datenstrukturen sich weiterentwickeln, bei denen zusammengehörige Informationen gemeinsam gespeichert werden oder bei denen Teams neue Produktfunktionen ohne ständige Schema-Migrationen bereitstellen müssen. MongoDB wird auch häufig als NoSQL- oder Dokumentdatenbank bezeichnet.
Produktgrundlagen
Collections, Dokumente, Indizes und Aggregations-Pipelines bilden den Kern von MongoDB. Gute Spezialisten verstehen Datenmodellierung, das Einbetten gegenüber dem Referenzieren, Query-Planung, Transaktionen, Replikation und Sharding. Sie arbeiten außerdem mit MongoDB Atlas, dem verwalteten Cloud-Service, und können Anwendungen über offizielle Treiber oder Tools wie Mongoose anbinden.
Typische Anwendungen
- Kunden-, Produkt- und Inhaltsdaten für Web- und mobile Anwendungen
- Ereignis-, Telemetrie- und Betriebsdaten, die in wechselnden Formaten eintreffen
- Kataloge, Personalisierungsdienste und Echtzeit-Nutzerprofile
- Backend-Dienste, die flexible Schemata und horizontale Skalierung benötigen
MongoDB kann in Cloud-, Hybrid- und selbst verwalteten Umgebungen betrieben werden. Die Datenbank unterstützt Workloads in Einzelhandel, Finanzdienstleistungen, Logistik, Medien, Fertigung und Gesundheitswesen, wenn Datenmodell und betriebliche Kontrollen zum Anwendungsfall passen.
Wann Expertise wichtig ist
- Ein relationales Schema verlangsamt Produktänderungen oder erzeugt zu viele Joins
- Abfragen werden unvorhersehbar, wenn Collections und Datenverkehr wachsen
- Eine Migration zu MongoDB Atlas erfordert sorgfältige Planung und Validierung
- Replikation, Backups, Zugriffskontrolle oder Sharding erfordern ein Betriebskonzept
Freiberufliche Expertise ist bei Analyse, Migration, Performance-Arbeiten und der Übergabe in den Produktivbetrieb wertvoll. Für Teams in der Schweiz funktioniert die Remote-Zusammenarbeit oft gut, während Workshops, regulierte Umgebungen oder die Arbeit mit mehrsprachigen Stakeholdern von einer Verfügbarkeit vor Ort profitieren können.
Fähigkeiten für die Umsetzung
Ein kompetenter MongoDB-Profi übersetzt Geschäftsobjekte in effiziente Dokumentmodelle und testet realistische Abfragemuster vor dem Start. Er definiert Indizes anhand gemessener Zugriffsmuster, schützt Daten mit rollenbasierter Zugriffskontrolle und Verschlüsselung und richtet Monitoring, Backup-Wiederherstellung sowie Verfahren für Rollouts ein. Anwendungskenntnisse in JavaScript, TypeScript, Java, Python oder .NET können wichtig sein, da Datenbankentscheidungen den gesamten Service beeinflussen.
Einen Spezialisten auswählen
Prüfen Sie, wie der Profi Abwägungen erklärt, statt einen generischen Schema-Vorschlag einfach zu akzeptieren. Bitten Sie um Beispiele für das Design von Aggregationen, die Diagnose von Indizes, die Erprobung von Migrationen und die Wiederherstellung nach Ausfällen, ohne vertrauliche Details preiszugeben. Gute Spezialisten können sagen, wann MongoDB nicht gut geeignet ist, es fair mit PostgreSQL oder anderen relationalen Systemen vergleichen und eine klare Dokumentation, Tests und Betriebsanleitungen hinterlassen.
Häufig gestellte Fragen
Alles, was Kunden üblicherweise über MongoDB wissen wollen – kompakt an einem Ort.
MongoDB wird für Anwendungen verwendet, die flexible, verschachtelte oder sich schnell verändernde Daten verwalten. Häufige Beispiele sind Produktkataloge, Content-Systeme, Kundenprofile, Ereignisströme, mobile Backends und Services, die über mehrere Knoten hinweg skalieren müssen.
MongoDB speichert dokumentförmige Datensätze und reduziert häufig Joins, wenn zusammengehörige Daten gemeinsam gelesen werden. PostgreSQL und andere relationale Systeme sind meist stärker bei stark strukturierten Beziehungen, komplexen Transaktionen und strengen tabellarischen Einschränkungen. Die richtige Wahl hängt daher von Zugriffsmustern und Anforderungen an die Konsistenz ab.
Ein guter MongoDB-Spezialist sollte Datenmodellierung, Indizierung, Aggregation, Replikation und die Wiederherstellung von Backups verstehen. Erfahrung mit MongoDB Atlas, Cloud-Netzwerken, Observability, Sicherheit und einem Anwendungs-Stack wie TypeScript, Java, Python oder .NET ist ebenfalls hilfreich.
Der erforderliche Hintergrund hängt vom Risiko und Umfang der Arbeit ab. Eine einfache Anwendungsintegration benötigt möglicherweise einen Spezialisten, der Dokumente modellieren und Abfragen optimieren kann. Eine Migration, eine geshardete Bereitstellung oder ein reguliertes Produktivsystem erfordert dagegen nachweisbare Betriebs- und Wiederherstellungsexpertise.
MongoDB kann Schweizer Unternehmen über selbst verwaltete Infrastruktur, eine private Cloud oder MongoDB Atlas unterstützen, vorbehaltlich der Sicherheits- und Anforderungen an den Datenstandort der Organisation. Ein Spezialist sollte Compliance- und Sicherheitsexperten frühzeitig einbeziehen, statt den Bereitstellungsort nachträglich zu berücksichtigen.
MongoDB eignet sich häufig für die Remote-Zusammenarbeit, da Modellierung, Abfrageprüfungen, Monitoring und Dokumentation online erledigt werden können. Workshops vor Ort können dennoch bei der Analyse, in regulierten Umgebungen oder bei Teams hilfreich sein, die Kommunikation auf Deutsch, Französisch, Italienisch oder Englisch benötigen.
Bitten Sie den Spezialisten zu erklären, warum das Dokumentmodell zu den tatsächlichen Lese- und Schreibmustern passt. Gute MongoDB-Arbeit umfasst gezielt eingesetzte Indizes, gemessene Abfrage-Performance, getestete Backup-Wiederherstellung, sicheren Zugriff, klares Monitoring und eine Dokumentation, die ein anderer Profi betreiben kann.
MongoDB kann eine schwache Wahl sein, wenn der Workload von dichten relationalen Joins, starren Beziehungen zwischen Datensätzen oder komplexem analytischem SQL abhängt. Ein verantwortungsvoller Spezialist wird MongoDB mit einer relationalen Datenbank vergleichen und möglicherweise eine gemischte Architektur empfehlen, statt jeden Datensatz in Dokumente zu zwingen.
Der durchschnittliche Stundensatz von Freelancern in Schweiz, die MongoDB in ihren letzten Projekten eingesetzt haben, liegt bei 116 €, was einem Tagessatz von etwa 929 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Schweiz, die MongoDB in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss und 64% mindestens einen Master-Abschluss.
Freelancer in Schweiz, die MongoDB 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 Schweiz, die MongoDB in ihren letzten Projekten eingesetzt haben, sind Englisch (100%), Deutsch (86%) und Spanisch (43%).
Die häufigsten Industrien unter Freelancern in Schweiz, die MongoDB in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Bank- und Finanzwesen (79%) und Professionelle Dienstleistungen (57%).
Die häufigsten Bereiche unter Freelancern in Schweiz, die MongoDB in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (100%) und Business Intelligence (43%).
Hauptstandorte der FRATCH Experten, die kürzlich MongoDB 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.
Zürich Länder:
- Deutschland
- Österreich
- Schweiz
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
