Prometheus Experten in Hamburg

traigo ist die digitale Plattform von VTG für Bahnlogistik und Flottenmanagement. Sie verarbeitet große Mengen an Telemetrie-, Kilometer-, Geofence-, Sensor- und Wagenbewegungs-Events nahezu in Echtzeit und stellt operative Services für Kunden aus der Bahnlogistik in ganz Europa bereit.

Als Teil von Team Customer Selfcare habe ich an Design, Implementierung, Optimierung und Betrieb großer Backend-Services und eventgesteuerter Verarbeitungspipelines gearbeitet — sowohl an der Feature-Entwicklung als auch an der operativen Verantwortung für geschäftskritische Produktionssysteme. Außerdem war ich regelmäßig erster Ansprechpartner bei Produktionsvorfällen, Dateninkonsistenzen und Performance-Analysen über mehrere verteilte Services hinweg.

• Design und Implementierung eventgesteuerter Backend-Services.
• Migration und Ablösung von Legacy-Verarbeitungspipelines.
• Entwicklung von Replay-/Rebuild-Mechanismen für große Event-Datenmengen.
• Asynchrone Event-Verarbeitung mit hohem Durchsatz auf SNS / SQS.
• Datenbank- und Query-Optimierung für PostgreSQL und DynamoDB.
• Design skalierbarer Read-/Write-Modelle und Aggregationspipelines.
• Fehlersuche in der Produktion und operativer Support.
• Performance-Tuning und Skalierung der Infrastruktur.
• Design und Stabilisierung von Integrations- und Systemtests.
• Technische Konzepte, Architektur-Dokumentation und bereichsübergreifende Zusammenarbeit.
• Unterstützung bei der Weiterentwicklung bestehender GitLab CI/CD-Pipelines

Geofence- und Wagenstand-Verarbeitung

• Algorithmus zur Erkennung von Fahrzeugen innerhalb von Geofences (Eintritt, Austritt, Verweildauer).
• Event Sourcing mit garantierter chronologischer Reihenfolge innerhalb des betroffenen Zeitfensters.
• Refactoring der Logik für Geofence-Events und Wagenstand-Verarbeitung für bessere Performance.
• Behebung von Race Conditions und Problemen mit der Event-Reihenfolge in verteilten Services; serverseitiges Filtern, Aggregieren und optimierte Query-Pipelines.
• Reparatur- und Replay-Tools für beschädigte oder inkonsistente Bewegungsdaten.

Flotten-Metadaten & Kilometerstände

• Modernisierung des Services; Migration des Speichers von DynamoDB nach PostgreSQL, um die Nachverfolgbarkeit zu verbessern und neue Features schneller umzusetzen.
• Skalierbare Aggregation von Kilometerständen und Replay-Mechanismen.
• Read-/Write-Modelle und optimierte Queries für Berechnungen mit hohen Datenmengen.

Sensor- & Telematik-Integration

• Integration von Telemetrie- und Sensor-Verarbeitungspipelines.
• Snapshot- und Zustandsberechnungslogik für Sensorsysteme.
• APIs und Persistenzmodelle für Wagensensordaten; Verbesserungen der Datenqualität.
• Weiterentwicklung eines Services mit gRPC für die Kommunikation zwischen Services.

Verarbeitung von Bewegungssegmenten & Routing

• Migration von Services auf neue Event-Streams für Bewegungssegmente.
• Aufbau von Replay- und Rebuild-Tools für Segmentkorrekturen.
• Optimierung von Durchsatz und Zuverlässigkeit bei der Verarbeitung großer Event-Mengen.

Zustandsüberwachung & Wagenanalyse

• APIs und Backend-Services für die Zustandsüberwachung von Wagen.
• Verarbeitung zur Vorhersage von Bremsverschleiß und Funktionen für Wagenanalysen.
• PostgreSQL-Views und optimierte Query-Modelle für operative Dashboards.

Operative Zuverlässigkeit - First Responder

• Analyse von Produktionsvorfällen und Ausfällen verteilter Systeme; DLQ-Analyse, Replay und operative Wiederherstellung.
• Tuning der Datenbank-Performance und der AWS-Infrastruktur unter Produktionslast.
• Verbesserung von Observability, Monitoring und operativen Tools.
• Unterstützung bei Rollout-Strategien, Monitoring und Stabilisierung nach dem Deployment.

• Neuaufbau der Systemarchitektur für eine Azure-basierte Plattform mit dem Ziel, neue Funktionen schnell zu entwickeln
• Ausarbeitung eines Staging-Konzepts für die unterschiedlichen Anforderungen von Kunden und QA
• Erstellung der Anforderungen für ein Proof-of-Concept-Lieferantenprojekt sowie dessen Begleitung für eine Flutter-App mit hochentwickelten BLE-Funktionalitäten
• Vergleich mehrerer Observability-Plattformen auf Machbarkeit und Passung zu den Anforderungen im Projektumfeld
• Erstellung einer Mobile-App-Architektur auf Basis von Domain-Driven Architecture
• Funktion als technischer Berater und verantwortlicher Solution Architect für zwei Entwicklungsteams
• Durchführung von Architektur-Reviews und Abstimmung von Änderungen mit den architektonischen Vorgaben
• Skills & Technologies: Microsoft Azure , App Services, NodeJS Mono-repository, microservice architecture, domain driven design, self contained systems, requirements engineering, CI/CD, DevOps, API design, solution architecture

• Technische Beratung zur Erfüllung der regulatorischen MiCA-Vorgaben für eine digitale Handelsplattform
• Konzeption und Entwicklung von Backend-Komponenten und APIs zur Einhaltung von Anforderungen zu Transparenz und Auditierbarkeit
• Optimierung von Kernfunktionen in den Bereichen Orderausführung und Marktdatenbereitstellung im Hinblick auf Performance und Zuverlässigkeit unter hoher Last
• Durchführung von Bewerbungsgesprächen und strukturierte Einarbeitung neuer Entwickler
• Erfolgreiche und zeitgerechte Umsetzung der regulatorischen MiCA-Vorgaben und dadurch Sicherstellung des unterbrechungsfreien Betriebs
• Reduktion von Nutzerproblemen und üblichen Supportanfragen durch die Behebung komplexer Backend-Probleme
• Stärkung des Entwicklungsteams durch effektives Onboarding, Mentoring und Wissenstransfer

• Zusammenarbeit mit Entwicklern, Security- und Betriebsteams zur Abstimmung von Anforderungen
• Unterstützung von Product Ownern und Entwicklungsteams beim Einsatz von Logging- und Monitoring-Lösungen auf Basis des Elastic Stacks
• Entwicklung und Vereinheitlichung von Log-Schemata sowie Definition von praktikablen Standards für Observability
• Konzeption und Weiterentwicklung von Logging-Architekturen für komplexe, verteilte Multi-Tenant-Umgebungen
• Anbindung von Applikations- und Infrastruktur-Logs sowie Security-Tools und Metriken
• Optimierung von Datenflüssen und Modellierung für Analyse- und Reporting-Zwecke
• Aufbau automatisierter Infrastrukturen mittels Terraform/Terragrunt und Ansible
• Pflege und Weiterentwicklung von CI/CD-Pipelines in GitLab sowie automatisierte Entwicklungsumgebungen in Hetzner Robot
• Betrieb und Automatisierung von Proxmox-Clustern inkl. Ceph-Storage
• Einrichtung und Betrieb von Kubernetes-(k3s)-Clustern auf Fedora CoreOS inkl. Basisdiensten wie Vault, OpenLDAP und HAProxy
• Umsetzung sicherheitskritischer Infrastrukturen nach BSI-Grundschutz und Absicherung bestehender Systeme
• Unterstützung beim Betrieb von Lösungen in Cloud-Umgebungen (u. a. AWS)
• Mitarbeit in agilen Teams nach Scrum und Kanban
• Technologien/ Anwendungen: Elastic Stack (Elasticsearch, Logstash, Beats/Elastic Agent, Kibana), Terraform, Terragrunt, Ansible, GitLab CI/CD, GitOps, Proxmox, Proxmox Ceph, Kubernetes (k3s), OpenShift, Helm, Kustomize, Vault, OpenLDAP, HAProxy, Hetzner Robot Systeme, AWS, Prometheus, Grafana, Syslog Linux/Windows, Docker, NGINX, Apache Security & Compliance (BSI-Grundschutz, SIEM/SOC)

• Verantwortung für die Neuentwicklung einer Abrechnungs- und Prüfsoftware für Verordnungen (Rezepte), um E-Rezepte vollumfänglich auf Korrektheit (Inhalt, Rechnung) zu prüfen und auszuwerten

• System besteht aus mehreren Kontexten, die als Dienste (Docker-Container) ausgeführt werden:

• Überprüfung und Verarbeitung von Datenlieferungen via FTP und E-Mail

• Verwaltung von Rechnung, Clearings, Abschlägen und Absetzungen

• Verwaltung und Ausführung von Prüfregeln und Prüfmappen

• Auswertungen auf Basis von Metabase

• Developer Stack: Kotlin, Vue 3 / Vuetify 3, ANTLR, Spring Boot 3, REST-API, Gradle, Docker, GitLab, PostgreSQL, Kafka, Keycloak, Scrum, Grafana, Loki, Testcontainers, Prometheus

• Entwarf und implementierte LLM-basierte KI-Agenten, RAG-Pipelines und Vektorsuchlösungen zur Entscheidungsunterstützung in der Retail-Banking-Abteilung.
• Entwickelte und lieferte robuste KI-Pipelines mit Schutzmechanismen, Fehlerbehandlung, Monitoring und Fallback-Logik, um hohe Zuverlässigkeit und Einhaltung der Datenschutzbestimmungen zu gewährleisten.
• Entwickelte und implementierte ML-Modelle zur Erkennung von Transaktionsanomalien, wodurch die Betrugserkennung und Risikobewertung in großen Datensätzen für das Kreditrisikomodell verbessert wurden.
• Erstellte, bewertete und optimierte ML-Modelle zur Generierung von Propensity Scores für Kunden, die in personalisierten Targeting-Kampagnen für Kreditkarten und Privatkreditprodukte eingesetzt wurden.
• Entwickelte eine NLP-Pipeline mit BERT-Embeddings und spaCy NER für SMS-/E-Mail-Analysen und Kundenanfragenprotokolle.
• Trainierte Machine-Learning-Modelle mit Isolation Forest, um Nutzerverhalten zu klassifizieren und Anomalien zu erkennen.
• Extrahierte, bereinigte, angereicherte und feature-engineerte Datensätze aus verschiedenen Quellen, um Feature Stores zu erstellen, die das Training von ML-Modellen ermöglichten.
• Leitete die Entwicklung von Dashboards mit Power BI, Grafana und Prometheus zur Überwachung der Modellleistung, KPI-Trends und Marketing-Kennzahlen.
• Erstellte Multi-Touch-Attributionsmodelle mit logistischer Regression und zeitverfallbasierten Gewichtungen zur Bewertung der Lead-Qualität.
• Entwickelte skalierbare ETL-Pipelines aus CRM, T24, SAP und ERP zur Unterstützung von Millionen monatlicher Transaktionen.
• Integrierte Testverfahren und CI/CD-Workflows für eine stabile Bereitstellung von Datenpipelines.

• Erweiterung des Dokumenten-Management-Systems um eine standardisierte CMIS-Schnittstelle (Content Management Interoperability Services)
• Implementierung von CMIS-Basisdiensten wie Navigation, Zugriffsrechten, Suche, CRUD-Operationen und Versionierung in Java
• Umsetzung basierend auf RESTful/OpenAPI-Services
• Bereitstellung als Fat-JAR und natives Container-Image
• Deployment On-Premises und serverlos als Azure Container Application mit Terraform
• Steigerung der Team-Autonomie durch Infrastruktur-Engineering und kurze Feedback-Schleifen
• Observability mit OpenTelemetry, Azure Monitor und Azure Logic Apps
• Einführung von Terraform- und Trunk-Based-Development-Prozessen
• Qualitätssicherung mit BDD-Tests in C# mit SpecFlow und Testcontainers
• Azure DevOps Pipeline Integrationstests
• Etablierung von Cloud-Deployment-Prozessen
• Schulung der Mitarbeiter in Cloud und Terraform

• Beratung zu einer Vielzahl von Open-Science-Hardware-Projekten im Bereich Elektronik, Mechatronik und Optoelektronik
• Umfassende Systemanalyse und DFM-Optimierung eines neuartigen offenen Hardware-Miniatur-Zwei-Photonen-Mikroskops
• Austausch mit Wissenschaftlern renommierter akademischer Einrichtungen, um die Arbeit des Kunden optimal abzustimmen
• Fertigungskoordination mit lokalen und internationalen Partnern für Leiterplattenbestückung, CNC-Bearbeitung und Optik
• Prozessanalyse für Produktdesign, Produktionsplanung/-durchführung, Produktlebenszyklus- und Produktdaten-Management
• Coaching der Mitarbeiter aller Abteilungen zu Anforderungen, die komplexe technische Produkte an Geschäftsprozesse stellen
• Entwicklung eines umfassenden PLM- und PDM-Konzepts, zugeschnitten auf die Bedürfnisse der Entwicklung und Fertigung
• Anregung eines intensiven und direkten abteilungsübergreifenden Austauschs zur Identifikation von Verbesserungspotenzialen
• Planung von Verbesserungen am Shopfloor-Layout mit dem Produktionsteam und Begleitung des Implementierungsprozesses
• Schnelles Onboarding von zwei neuen englischsprachigen Kollegen im technischen Produktmanagement und in der Entwicklung
• Ad-hoc- und Vertiefungsschulungen der Mitarbeiter im Umgang mit Softwaretools wie KiCad oder Autodesk Inventor
• Beratung zur langfristigen Entwicklung zu einem skalierbaren, noch stärkeren Partner der Open-Science-Hardware-Community