Object-Relational Mapping Experten in Deutschland

• Verantwortlich für die Full-Stack-Entwicklung einer AI-native Unternehmensplattform auf Basis von TypeScript, React, Vite, tRPC, Hono und PostgreSQL, die KI-gestützte Beratungs-Workflows für B2B-Kunden liefert.
• Entwarf und lieferte ein Multi-Agenten-KI-System mit dem ReAct-Framework und Claude-Skills-Workflow-Mustern, inklusive eines intelligenten PM-Assistenten mit umfangreichen System-Prompts, Slash-Befehlen, Tool-Integrationen und Streaming-Chat-Oberfläche.
• Entwickelte ein LLM-Bewertungs-Framework: rubrikbasierte LLM-als-Richter, Golden Datasets, Regressionstests und automatisierte Qualitätssicherung — für konsistente KI-Ausgabequalität in großem Maßstab.
• Integrierte LangFuse für durchgehendes LLM-Tracking, Konversations-Wiedergaben und Bewertungs-Pipelines, was datengetriebene Prompt-Optimierung ermöglichte und Token-Kosten sowie Antwort-Varianz reduzierte.
• Implementierte Drizzle ORM, pgvector und Knowledge Graphs für strukturierten Datenzugriff, semantische Suche und beziehungsorientiertes KI-Schlussfolgern über die gesamte Plattform.
• Führte die TanStack React Query-Migration in der gesamten Anwendung durch — ersetzte manuelles State-Management durch zentrales Caching und automatisches Refetching, was den Boilerplate-Aufwand für Datenabrufe deutlich reduzierte.
• Setzte AI-native Entwicklung durchgehend ein: Claude Code, Codex, Perplexity SDK und LLM-unterstütztes Testing im gesamten Entwicklungszyklus. Deployment auf Vercel + Azure ACA mit Biome für Linting/Formatting.

• Porsche ID ist eine einheitliche digitale Identitätsplattform, die sichere Authentifizierung und nahtlosen Zugriff auf Porsches Online-Dienste, mobile Apps und vernetzte Fahrzeugfunktionen bietet
• Entwarf und implementierte neue Authentifizierungs- und Autorisierungsfunktionen für Benutzer und Systeme
• Stellte hohe Verfügbarkeit, Sicherheit und Performance sicher, um Porsche-Kunden eine einwandfreie digitale Erfahrung zu bieten
• Technologien: Auth0, Angular, Tailwind, AWS, Terraform, GitHub
• Methoden: Scrum und SAFe

Entwicklung und Weiterentwicklung einer internen Plattform zur Verwaltung und Bereitstellung technischer Ressourcen, virtueller Maschinen und infrastruktureller Services. Die Plattform unterstützt Self-Service-Prozesse und bildet Funktionen ab, die konzeptionell mit Cloud-Management-Lösungen wie Azure oder AWS vergleichbar sind.

• Verantwortliche Mitarbeit an der Konzeption, Entwicklung und Umsetzung neuer Backend- und Frontend-Funktionalitäten
• Hands-on Entwicklung mit Java, Spring Boot, Python und Angular
• Umsetzung von REST-Schnittstellen, Business-Logik, Validierungen und Integrationen in bestehende Systemlandschaften
• Weiterentwicklung moderner Weboberflächen mit Angular, inkl. Anbindung an Backend-Services
• Mitarbeit an Architektur- und Designentscheidungen im Team, insbesondere im Hinblick auf Skalierbarkeit, Wartbarkeit und saubere Schnittstellen
• Containerisierung und Deployment von Anwendungen mit Docker, Kubernetes und Helm
• Unterstützung bei CI/CD-Prozessen sowie beim Deployment in Kubernetes-basierte Umgebungen
• Arbeit im Umfeld von vSphere, Broadcom, GitLab CI/CD, ArgoCD, Maven, npm und NuGet
• Enge Zusammenarbeit mit Entwicklern, Fachbereich, DevOps und weiteren technischen Stakeholdern
• Analyse technischer Anforderungen, Ableitung geeigneter Lösungen und eigenständige Umsetzung im agilen Team
• Einsatz von GitHub Copilot zur Unterstützung bei Codegenerierung, Refactoring, Testfall-Erstellung und technischer Dokumentation

Methoden/ Werkzeuge/ Technologien: Sprachen & Frameworks: Java (21), Spring Boot (4.x), Python, AngularRobot Framework, Kubernetes, Helm Persistenz: PostgreSQL, MongoDB, Hibernate, Liquibase, Architektur & Kommunikation: REST, gRPC, GraphQL, Apache-Kafka, OpenAPI, Microservices, Event Driven, Domain Driven Design Cloud & Infrastruktur: Terraform, Docker, Rancher, Helm, Ansible Security: OAuth2, MS (Entra-ID), Websecurity, Keycloak (Extensions für detaillierte Gruppenrechte) DevOps: GitLab CI/CD, Ansible, Maven, Gradle, Grafana, Prometheus, Git, GitHub Copilot Testing & QM: JUnit, Robot Framework, automatisierte Komponenten- & Integrationstests, E2E Tests mit Playwright, Testcontainers, Easymock Methodik & Vorgehen: Kanban, JIRA, Confluence, Clean Code

• 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

• Analyse
• Beratung
• Software-Design
• Entwicklung
• Automatisierung
• Testen
• Deployment
• Architektur, Entwicklung und Bereitstellung verschiedener Proof-of-Concept-Anwendungen rund um die Integration aktueller KI-Schnittstellen, inklusive Gespräch, Echtzeit-Voice, Bilder und Videos
• Best Practices für die Arbeit mit agentischen Systemen und KI in der Praxis entwickelt
• Code-Vorlagen erstellt

• Mit einer britischen Organisation zusammengearbeitet, die landesweit kostenlose sexuelle Gesundheitsdienste wie STI-Tests, Behandlungen und Verhütungsmittel anbietet.
• Ein kundenorientiertes Portal auf Basis von Liferay DXP (Version 7.4) auf Liferay Experience Cloud erstellt.
• Liferay-Module entworfen und entwickelt.
• Liferay Experience Cloud und Release-Management verwaltet.
• Mit verschiedenen Teams koordiniert und anderen Teammitgliedern bei Liferay-Herausforderungen geholfen.
• Mit dem Business und Stakeholdern über Erwartungen diskutiert.
• Architektur-Best-Practices umgesetzt.

• Eigenverantwortliche Durchführung einer End-to-End-Migration eines Altsystems zu einem modernen Stack, dabei selbstständig und mit minimaler Aufsicht
• Umwandlung von Widerstand der Stakeholder in Zustimmung durch regelmäßige Demos und Feedbackrunden mit anfangs skeptischen internen Teams
• Proaktive Identifizierung von Verbesserungen gemeinsamer Bibliotheken, die über den Projektumfang hinausgehen

• Aufbau und Skalierung von Cloud-Infrastruktur auf GCP zur Unterstützung einer SaaS-Plattform für Industriekunden
• Entwurf und Implementierung einer datengetriebenen DevOps-Pipeline für optimierte Deployments und CI/CD-Workflows
• Zusammenarbeit mit dem Data-Science-Team am MLOps-Workflow zur Automatisierung des integrierten Retrainings

• Umsetzung einer API für Kunden, um NFS Shares in der Cloud bereitzustellen
• Erstellen von Kubernetes Operatoren und Services mit Rest-APIs in Go
• LinuxKit für Provisioning von VMs

• Entwickelte Java 21 / Spring Boot 3.2 Microservices mit REST- und GraphQL-APIs für DSGVO-konforme Einwilligungs-Workflows unter Verwendung hexagonaler Architektur
• Verbesserte die Backend-for-Frontend-(BFF)-Performance mithilfe KI-gestützter Tools für Code-Refactoring und Optimierung
• Erstellte ereignisgesteuerte Workflows mit Kafka, RabbitMQ, AWS SQS und integrierte Salesforce Marketing Cloud für das Echtzeit-Tracking von Einwilligungen
• Implementierte OAuth2- und Keycloak-Sicherheit, automatisierte CI/CD mit Jenkins, GitHub Actions und Gradle und stellte containerisierte Services auf Docker und Kubernetes in AWS und Azure bereit
• Führte Unit-, Integrations- und Contract-Tests mit JUnit 5, TestNG, Mockito und TestContainers durch; überwachte die Performance mit Grafana, Kibana und AWS CloudWatch
• Entwickelte Microservices für digitale Identitätsprüfung und E-Signatur-Verwaltung mit hexagonaler Architektur
• Integrierte Keycloak 24.x mit OAuth2.1 und OpenID Connect für SSO und RBAC und gewährleistete EU-eIDAS-Konformität
• Entwarf API-first-Microservices mit OpenAPI 3.1, Swagger und GraphQL für bessere Interoperabilität
• Automatisierte CI/CD-Pipelines mit Jenkins, GitHub Actions und Gradle; stellte containerisierte Services auf AWS EKS und Azure bereit; überwachte mit Grafana, Kibana, CloudWatch und TestContainers

• Tägliche 15-minütige Standup-Scrum-Meetings, Übernahme von Aufgaben aus dem Storyboard in Jira, Softwaredesign, Entwicklung und Wartung von Webanwendungen mit PHP8, Symfony APIs, React.js, TypeScript, Node.js, MySQL, Docker, Redis Caching und Git sowie Erstellung von Testfällen
• Schreiben von sauberem, effizientem, wiederverwendbarem und sicherem Code nach Best Practices
• Optimierung der Anwendungsleistung und Skalierbarkeit
• Integration von APIs, Diensten und Zahlungsgateways von Drittanbietern
• Zusammenarbeit mit Frontend-Entwicklern und anderen Teammitgliedern zur Bereitstellung kompletter Lösungen
• Entwurf und Verwaltung von MySQL-Datenbanken
• Durchführung von Code-Reviews und Sicherstellung der Einhaltung von Codierstandards und Sicherheitsrichtlinien
• Fehlerbehebung und Lösung komplexer technischer Probleme
• Einsatz von GitLab für Bereitstellungsprozesse und CI/CD-Pipelines
• Mitwirkung an Architekturplanung, Systemverbesserungen und neuen Funktionen sowie Dokumentation mit Jira Confluence
• Fortlaufende Recherche zu neuen PHP-Technologien, Frameworks und Entwicklungstrends

• Migrierte die SaaS-App der EV-Division für Elektrofahrzeug-Ladeinfrastruktur von On-Premises und Azure in die AWS-Cloud und schuf damit eine hybride Multi-Cloud-Multi-Tenant-Lösung.
• Entwickelte eine Streaming-Daten-Pipeline mit AWS MSK für Apache Kafka und implementierte eine ereignisgesteuerte Architektur, um nahezu Echtzeitdaten von OCPI-Protokoll-IoT-Geräten zu erfassen und zu verarbeiten.
• Implementierte Multi-Tenant-Strategien, einschließlich Datenbankschema-Isolierung, Bridge-Modell für Ressourcenteilung und mandantenbasierter RBAC-Kontrollen.
• Provisionierte Kubernetes-Cluster auf AWS EKS mit Namespaces und RBAC zur Mandantentrennung.
• Leitete die Migration von On-Premises und Azure in die AWS-Cloud unter Nutzung von AWS DataSync, Snowball und Database Migration Service.
• Koordinierte die Zusammenarbeit zwischen über fünf Systemen, Anbietern, Dienstleistern und Vor-Ort-Teams.
• Unterstützte die Entwicklung und Pflege der IT-Strategie in Übereinstimmung mit den Geschäftszielen.
• Verwaltete ein Infrastruktur-Budget von 40 Mio. € und optimierte Kosten in AWS und Azure, was 15 % Einsparungen brachte.
• Führte über 50 Entwickler bei der Umsetzung komplexer Datenbankprozeduren, wodurch die Produktivität um 20 % stieg.
• Leitete die Multi-Cloud-Multi-Tenant-Infrastrukturmigration und erzielte 30 % schnellere Verarbeitungszeiten.
• Verhandelte mit Anbietern über Preise, um die Kosten für Lohn- und Leistungsverwaltung um 20 % zu senken.
• Erarbeitete eine zweijährige Technologie-Roadmap für die Infrastruktur, die 25 % Kosteneinsparungen brachte.
• Technologie-Stack: Kubernetes auf AWS EKS, Docker, Kafka/AWS MSK, Terraform, AWS CDK, TypeScript, React, NextJS, Node.js, NestJS, Python, Aurora Serverless, RDS (MySQL, SQL Server), GitHub Actions, Azure DevOps, ArgoCD, AWS Lambda, API Gateway, AWS Security Hub, AWS Database Migration Service, AWS DataSync, AWS Organizations, AWS Control Tower, Odoo, Microsoft Navision, MS Dynamics.

Ich habe die Automatisierung von Cold-Outreach-Workflows realisiert.

• Entwickelt eine Queue-Architektur zur Unterstützung der parallelen Ausführung großer Mengen von Hintergrundaufgaben.
• Integriert mehrere E-Mail-Versandanbieter.
• Implementiert einen LLM-basierten Prozess zur Datenanreicherung.

Technologien: TypeScript, React, Node.js, Next.js, Drizzle ORM, PostgreSQL, Next-Auth, JWT, Docker, Kubernetes, AWS, CloudFlare, Traefik, Groq, Jest, Figma

• 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