OpenTelemetry Experten in Berlin
mit präzisem KI-Matching aus über 15.000 LebensläufenBeauftragen Sie Experten, die verteilte Dienste instrumentieren, Traces, Metriken und Logs verbinden und OpenTelemetry mit Kubernetes, Prometheus oder Grafana integrieren. FRATCH vermittelt Ihnen schnell geprüfte, verfügbare Freelancer, die zu Ihren technischen Anforderungen passen.
Lerne FRATCH Experten in Berlin kennen, die kürzlich OpenTelemetry eingesetzt haben
Julius H.
Letzte Position:
Freelancer bei Freelancer — Pharma Industry
- Migration zu GCP mit Terraform, GKE und GitOps geleitet und damit die Konsistenz und Skalierbarkeit von Deployments verbessert
- Datadog-Observability-Stack über Terraform und datadog-operator implementiert
- Automatisierte End-to-End-Tests und On-Call-Prozesse eingeführt und dadurch die Reaktion auf Incidents sowie die Service-Zuverlässigkeit verbessert
- Migration vom NGINX Ingress Controller zur Kubernetes Gateway API (NGINX Gateway Fabric)
- Stateful Services (PostgreSQL und Redis) nach GCP migriert und dadurch Skalierbarkeit und operative Zuverlässigkeit verbessert
Jorge N.
Letzte Position:
Senior Developer bei SafeXSmart KI Solutions UG
KI-Plattform Backend – Senior Developer
Engagiert, um ein Backend für eine KI-Plattform von Grund auf zu konzipieren und aufzubauen, inklusive Multi-Provider-LLM-Orchestrierung und Echtzeitinfrastruktur für KI-Influencer-Personas im großen Maßstab.
Aufgaben und Verantwortlichkeiten
- Architektur und Implementierung einer Multi-LLM-Orchestrierungsschicht mit Semantic Kernel zur Integration von GPT-4 und weiteren Anbietern für die Kernplattformlogik und KI-Influencer-Personas, Reduzierung des Modellwechsel-Overheads durch Abstraktion der Anbieter-APIs hinter einer einheitlichen Schnittstelle.
- Entwurf und Entwicklung eines Backends von Grund auf in C# / .NET 10, einschließlich Domain-Modellierung mit DDD, versionierter RESTful-API-Schicht und Cloud-Infrastrukturaufbau auf Azure.
- Aufbau einer Echtzeit-Chat-Infrastruktur mit Server-Sent Events (SSE), Nachrichtenpersistenz und Zustellungsgarantien für den Live-Betrieb von KI-Influencer-Personas im großen Maßstab.
- Entwicklung eines Medienverwaltungsdienstes mit Integration von Cloud-Objektspeicher für Upload und Abruf influencer-generierter Inhalte.
- Erstellung einer Integrations- und Unit-Test-Suite mit Daten-Seeding für zuverlässige Regressionstests über alle Kernplattform-Flows, deutliche Reduzierung der Produktionsfehlerrate.
Werkzeuge und Technologien: C#, .NET, ASP.NET Core, Python, TypeScript, MySQL, Semantic Kernel, EF Core, Minimal APIs, LLM Orchestration, Prompt Engineering, Agentic AI, Generative AI, AI-Assisted Engineering, Claude Code, GitHub Copilot, Google Gemini, OpenAI API, Ollama, Redis, Azure, Azure Container Apps, Azure Database for MySQL, Docker, GitHub Actions, Clean Architecture, Vertical Slice Architecture, CQRS, Domain-Driven Design, REST API, xUnit, Integration Testing, Unit Testing, Jira, Confluence, Scrum
Hamza K.
Letzte Position:
Wissenschaftlicher Forschungsmitarbeiter im Gesundheitsbereich (ehrenamtlich)
- Agierte als technischer Berater zur Optimierung von mehrschichtigen Ensemble-Modellen, die ResNet, CNN-BiGRU-Attention und XGBoost kombinierten.
- Begleitete die Umsetzung eines Logistic-Regression-Meta-Lerners zur Lösung von Klassenungleichgewichten und erreichte 92,86 % Genauigkeit und einen AUC-Wert von 0,9644 auf den Datensätzen PTB-XL und Chapman-Shaoxing.
Qaiser A.
Letzte Position:
Freiberuflicher Lead DevOps Engineer bei Schwarz Gruppe Produktion
Bootstrapping eines CloudOps-Teams und Aufbau eines Multi-Cloud Provider-Backends für eine Low-Code Internal Developer Platform (IDP) mit env zero
Einführung von User Story Mapping, ADRs, Meilensteinen und Backlog-Management
Konzeption und Entwicklung der Kern-APIs, Setup von CI/CD-Pipelines, OpenTofu/Terraform-Skripte
Vertretung und Kommunikation des Teams bei Third-Party Stakeholdern (z. B. env zero)
(Cross-)Team-Coaching zu DevOps, Softwaredesign, Terraform, Golang und Agilen Methoden
Karthikeyan R.
Letzte Position:
Full-Stack Developer — Eigenes Produkt bei Self-employed
Java 21 · Spring Boot 3 · Keycloak · PostgreSQL · Docker · Nginx · GitHub Actions · DigitalOcean · React 18 · TypeScript · Plasmo
- Eine produktionsreife Job-Application-Tracker-Lösung von Grund auf konzipiert und live gestellt: REST-API mit 5-stufigem Workflow, Pagination, Sortierung und dynamischem Filtern — komplette Verantwortung von Design bis zum Live-Deployment in der Cloud auf DigitalOcean.
- Produktives Identity Management umgesetzt: OAuth 2.0 / OpenID Connect / JWT / RBAC über Keycloak, unter Anwendung von Hexagonaler Architektur und DDD-Prinzipien.
- Automatisierte CI/CD-Pipeline gebaut (GitHub Actions); mit Docker containerisiert; Nginx Reverse Proxy mit pathbasiertem Routing und SSL-Terminierung.
- Eine Chrome-Erweiterung entwickelt (Plasmo-Framework, Manifest V3), die Job-Bewerbungen direkt von LinkedIn in den Tracker übernimmt — zeigt ein komplettes Produktverständnis über Backend-API und Browser-Client hinweg.
Shriya S.
Letzte Position:
Produktmanagerin bei passify
- Leitung des Aufbaus des internen Automatisierungs- und Risikomanagement-Portals von Passify, Verbindung von Workflows zwischen Teams über SharePoint und Power Automate.
- Moderation von Retrospektive-Workshops und Erstellung von PRDs und Design-Tickets im PDLC.
- Unterstützung der ISO 27001-Dokumentation und Einhaltung, mit Fokus auf Kundensupport, Benutzerregistrierung und interne Kommunikationsprozesse.
- Mithilfe bei der Abstimmung von Design, Entwicklung und Betrieb in einem modularen Designzyklus, um sicherzustellen, dass jede Version sowohl Geschäfts- als auch Nutzeranforderungen erfüllt.
- Beitrag zur Feature-Planung und Validierung für Subunternehmer-Workflows, Schulungs-Dashboards und Verbesserungen des Terminal-Portals.
Amogha S.
Letzte Position:
Senior Product Manager - OS, Plattform, IAM bei Aleph Alpha GmbH
- Verantwortlich für den Produktlebenszyklus der souveränen KI-Plattform und Betriebssystem-Teams für Enterprise- und Regierungskunden sowie interne Stakeholder (Infra, Lösungslieferung, Support, Umsatz)
- Plattform von einer 200-Nutzer-Beta auf einen vollständigen Rollout mit über 70.000 Mitgliedern bei der Bundesagentur für Arbeit (BA) aufgebaut und dabei ISO 42001- und EU-KI-Verordnungskonformität sichergestellt
- Die Umstellung auf eine mandantenfähige Shared Inference-Architektur entworfen, wodurch die GPU-Cluster-Auslastung von 20 % auf 85 % stieg und die Infrastrukturkosten pro Kunde für SaaS um 40 % sanken
- Modellquantisierung eingeführt, sodass Kunden fortschrittliche LLMs auf älterer Hardware (A100-GPUs) statt auf H100 ausführen können, wodurch über 70 % der Kosten pro Abfrage eingespart werden
- Komplexe Helm-Konfigurationen in einen dynamischen Modellmanager überführt, wodurch sich die Zeit für Installation oder Austausch von Modellen um rund 80 % verkürzte
- Eine teure Eigenentwicklung eines Dashboard-Services gestoppt, stattdessen auf eine API-first-Datenstrategie umgeschwenkt, die Kunden direkt nutzen können, und so €100.000+ an Opex und Capex eingespart
- Ein sicherheitsorientiertes Agenten-Marktplatz- und Control-Plane-Leuchtturmprojekt für eine Tier-1-Bank aufgebaut, das internen Teams die Bereitstellung autonomer Agenten innerhalb strenger regulatorischer Vorgaben ermöglicht
Kalpesh P.
Letzte Position:
Praktikant Java-Entwickler bei Unzer GmbH
- Entwicklung eines Proof of Concept für verteiltes Tracing mit OpenTelemetry innerhalb einer Microservices-Architektur, wodurch die Systembeobachtbarkeit verbessert und die mittlere Fehlerbehebungszeit reduziert wurde.
- Aufbau und Wartung von Backend-Services mit Java und Spring Boot, um hohe Zuverlässigkeit und Leistung in Zahlungsabläufen sicherzustellen.
- Implementierung umfassender automatisierter Tests mit JUnit und Mockito, Erreichung einer Testabdeckung von 95 %, um Codequalität und Wartbarkeit zu gewährleisten.
- Einblick in Zahlungsabwicklungsprozesse gewonnen, End-to-End-Systemzuverlässigkeit validiert und Domänenwissen in Finanzprozessen aufgebaut.
- Eingesetzte Technologien: Java, Spring Boot, Microservices, REST API, Kafka, Grafana, Datadog, Docker, MongoDB
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die OpenTelemetry einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
12 Jahre
Positionsdauer
1,4 Jahre
Positionen pro Freelancer
9
Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Qualitätssicherung
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Bildung
Fokus der Zertifizierungen
Informationstechnologie (IT), Produktentwicklung, Projektmanagement
Bachelor-Abschluss oder höher
100%
Master-Abschluss oder höher
57%
Zertifizierungen pro Freelancer
1
Häufigste Sprachen
Deutsch, Englisch, Hindi
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 Berlin 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 Berlin, die OpenTelemetry 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 OpenTelemetry 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 (63%)
- Bildung (50%)
- Professionelle Dienstleistungen (50%)
- Automotive (38%)
- Gesundheitswesen (38%)
- Einzelhandel (38%)
- Schönheit und Kosmetik (25%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Grundlage für Observability
OpenTelemetry ist ein Open-Source-Framework zum Erfassen und Exportieren von Telemetriedaten aus Softwaresystemen. Es standardisiert Traces, Metriken und Logs, damit Teams Anfragepfade, den Zustand von Diensten und das Verhalten in der Produktion über verteilte Anwendungen hinweg verstehen können. Das herstellerneutrale Modell hilft Unternehmen dabei, die Instrumentierung vom Backend zu trennen, in dem die Daten gespeichert und analysiert werden.
Was es unterstützt
OpenTelemetry eignet sich für Microservices, APIs, serverlose Workloads, mobile Backends und ereignisgesteuerte Systeme. Es erfasst Kontext über Service-Grenzen hinweg und verknüpft zusammengehörige Signale für schnellere Untersuchungen.
- Anfragen über verteilte Dienste hinweg verfolgen
- Anwendungs- und Infrastrukturmetriken erfassen
- Logs mit Trace- und Span-Kontext korrelieren
- Asynchrone Warteschlangen und geplante Workloads überwachen
Ökosystem und Tools
Erfahrene Spezialisten arbeiten mit den OpenTelemetry-SDKs, API-Spezifikationen und Instrumentierungsbibliotheken für verschiedene Programmiersprachen. Sie konfigurieren den OpenTelemetry Collector, um Telemetriedaten zu empfangen, zu verarbeiten und an Systeme wie Prometheus, Grafana, Jaeger, Zipkin, Elasticsearch oder kommerzielle Observability-Tools zu exportieren. Kubernetes, Docker, Service Meshes und CI-Pipelines sind häufig Teil des umgebenden Setups.
Wann Expertise wichtig ist
Unternehmen holen sich freiberufliche Expertise ins Team, wenn die Instrumentierung uneinheitlich ist, Traces an Service-Grenzen enden oder die Telemetriekosten schwer zu kontrollieren sind. Spezialisten können semantische Konventionen definieren, Sampling-Strategien auswählen, sichere Erfassungspipelines einrichten und von OpenTracing oder herstellerspezifischen Agents migrieren, ohne den betrieblichen Überblick zu verlieren. In Berlin kann dies sowohl Teams vor Ort als auch die Remote-Bereitstellung cloudnativer Produkte unterstützen.
Merkmale eines starken Spezialisten
Eine kompetente Fachkraft versteht Anwendungscode, verteilte Systeme und den operativen Kontext hinter jedem Signal. Sie kann erklären, wo Instrumentierung sinnvoll ist, die Weitergabe von Kontext über HTTP- und Messaging-Systeme hinweg prüfen und Telemetriedaten für die Reaktion auf Vorfälle nutzbar machen, anstatt einfach nur mehr Daten zu sammeln.
- Eine klare Telemetriearchitektur entwerfen
- Collector-Pipelines und Exporter konfigurieren
- Overhead messen und Datenvolumen kontrollieren
- Traces, Metriken und Logs mit den Arbeitsabläufen des Teams verbinden
Umsetzung und Zusammenarbeit
Gute OpenTelemetry-Arbeit liefert dokumentierte Instrumentierung, getestete Collector-Konfigurationen, Dashboards, Alarme und praxisnahe Runbooks. Die richtige Fachkraft passt sich an den bestehenden Stack an, erklärt Abwägungen klar und versetzt Teams in die Lage, die Abdeckung selbst zu erweitern. Bei Projekten mit Bezug zu Berlin sollten Remote-Zusammenarbeit, Besuche vor Ort und die in technischen Reviews verwendete Arbeitssprache frühzeitig vereinbart werden.
Häufig gestellte Fragen
Was Kunden uns zu OpenTelemetry am häufigsten fragen – kurz beantwortet.
OpenTelemetry wird eingesetzt, um Anwendungen zu instrumentieren und Traces, Metriken und Logs in einem einheitlichen Format zu erfassen. Es hilft Teams, Anfragen durch verteilte Dienste zu verfolgen, Performanceprobleme zu erkennen und operative Signale mit den für die Analyse verwendeten Systemen zu verbinden.
OpenTelemetry vereint die zentralen Ideen und die Community-Arbeit hinter OpenTracing und OpenCensus in einem CNCF-Projekt. Es bietet einen umfassenderen, einheitlichen Ansatz für APIs, SDKs, semantische Konventionen und den Export von Telemetriedaten und ist damit die übliche Richtung für neue herstellerneutrale Instrumentierung.
Eine gute OpenTelemetry-Fachkraft versteht in der Regel das Design verteilter Anwendungen, Kubernetes, Docker, Cloud-Dienste und gängige Observability-Backends. Erfahrung mit Prometheus, Grafana, Jaeger, Messaging-Systemen, HTTP-Weitergabe und CI-Pipelines ist ebenfalls wertvoll.
Die erforderliche Tiefe hängt vom Umfang ab. Für eine einfache Instrumentierung reichen möglicherweise Kenntnisse in Anwendung und Telemetrie, während ein Rollout über mehrere Dienste nachweisbare Erfahrung mit Kontextweitergabe, Collector-Pipelines, Sampling, Sicherheit und der betrieblichen Verantwortung erfordert.
OpenTelemetry ist dafür ausgelegt, über Exporter und den Collector eine Verbindung zu bestehenden Observability-Systemen herzustellen. Ein Spezialist kann die Lösung schrittweise einführen, nützliche Integrationen erhalten und verschiedene Signale an Tools wie Prometheus, Grafana, Jaeger oder ein kommerzielles Backend weiterleiten.
Ja, OpenTelemetry-Projekte eignen sich oft für die Remote-Zusammenarbeit, da Konfiguration, Instrumentierung und Validierung in Code und gemeinsam genutzten Umgebungen stattfinden. Berliner Teams sollten den Zugriff auf Repositories, Cluster und Telemetriedaten sowie Besprechungsroutinen und die verwendete Sprache – Deutsch oder Englisch – klären.
Fragen Sie, wie die OpenTelemetry-Fachkraft mit Weitergabe von Kontext, Sampling, sensiblen Daten, Fehlerfällen des Collectors und Telemetriekosten umgeht. Prüfen Sie ein konkretes Design oder einen Rollout-Plan und achten Sie auf Tests, Dokumentation, nützliche Dashboards und Belege dafür, dass die resultierenden Signale echte betriebliche Entscheidungen unterstützen.
OpenTelemetry kann für einen kleinen, eigenständigen Dienst mit einfachen Monitoring-Anforderungen und ohne Bedarf zur Fehlersuche in verteilten Systemen unnötig sein. Es kann außerdem vermeidbaren Aufwand verursachen, wenn ein Team nicht definiert hat, welche Fragen seine Telemetriedaten beantworten müssen oder wer die Instrumentierung pflegt.
Der durchschnittliche Stundensatz von Freelancern in Berlin, Deutschland, die OpenTelemetry in ihren letzten Projekten eingesetzt haben, liegt bei 76 €, was einem Tagessatz von etwa 608 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Berlin, Deutschland, die OpenTelemetry in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss und 57% mindestens einen Master-Abschluss.
Freelancer in Berlin, Deutschland, die OpenTelemetry in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 12 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,4 Jahre.
Die häufigsten Sprachen unter Freelancern in Berlin, Deutschland, die OpenTelemetry in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Hindi (25%).
Die häufigsten Industrien unter Freelancern in Berlin, Deutschland, die OpenTelemetry in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Bank- und Finanzwesen (63%) und Bildung (50%).
Die häufigsten Bereiche unter Freelancern in Berlin, Deutschland, die OpenTelemetry in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (88%) und Qualitätssicherung (75%).
Hauptstandorte der FRATCH Experten, die kürzlich OpenTelemetry 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.
Länder:
Berlin 
Hamburg München Köln Frankfurt Stuttgart Düsseldorf Leipzig Dortmund Essen Bremen Dresden Hannover Nürnberg 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
