Prometheus Experten in München

Einheitliches ITSM-Framework

• Definition eines konzernweiten ITSM-Zielbildes
• Einführung einer einheitlichen Service-Struktur über alle Fachbereiche

SLA- und OLA-Management

• Aufbau eines standardisierten SLA-Frameworks
• Definition von Serviceklassen (Business Critical, Standard, Low Priority)
• Einführung von OLAs zwischen internen Teams
• Aufbau eines aussagekräftigen SLA-Reportings
• Definition von KPI- und Service-Dashboards für Fachbereiche

Service Portfolio Management

• Definition von Servicebeschreibungen
• Ggf. Vorbereitung einer möglichen Kosten- und Leistungsverrechnung

Ticketing & Prozesse

• Incident Management
• Einheitliche Ticketkategorien
• Standardisierte Priorisierung
• Eskalationsmatrix
• Automatisierungen
• Self-Service-Optimierung

Request Fulfillment

• Servicekatalog über alle Fachbereiche
• Genehmigungsworkflows

Problem Management

• Einführung von Root-Cause-Analysen
• Known-Error-Datenbank
• Problem-Review-Prozess

Vollständiges Asset-Management-Konzept

• Hardware-Lifecycle-Management
• Software-Lifecycle-Management
• Leasing-Lifecycle
• Mobile-Device-Lifecycle
• Monitor-Lifecycle
• Telefon-Lifecycle

Prozesse

• Beschaffung
• Wareneingang
• Inventarisierung
• Zuweisung
• Rückgabe
• Entsorgung
• Leasing-Rückführung Ziel: Single Source of Truth für alle Assets

CMDB-Design

• Definition aller Configuration Items:
• Workplace
• Notebooks
• Monitore
• Mobiltelefone
• Drucker

Infrastruktur

• Server
• Firewalls
• Switches
• WLAN
• Storage
• Backup-Systeme

Cloud

• Azure-Ressourcen
• Microsoft 365
• SaaS-Dienste

Beziehungen

• User ↔ Asset
• Asset ↔ Service
• Service ↔ Infrastruktur
• Standort ↔ Asset
• Ziel: Vollständige Service-Abhängigkeiten sichtbar machen

Software Asset & Lizenz Management

• Lizenzmanagement-Konzept
• Lizenzbilanzierung
• Compliance-Reporting
• Microsoft-Lizenzmanagement
• Adobe-Lizenzmanagement
• SaaS-Management
• Vertragsmanagement
• Renewal-Management

Schnittstellen & Automatisierung Bestehende Systeme

• Workday
• Joiner
• Mover
• Leaver

TESMA

• Leasingdaten
• Vertragsdaten

Matrix42

• Asset-Synchronisation
• Benutzersynchronisation

Active Directory / Entra ID

• User Management

Microsoft 365

• Lizenzzuweisung
• Gruppenmanagement

Dormakaba

• Zutrittsprozesse

• Lifecycle Services

Monitoring-Plattformen

• PRTG
• Palo Alto
• Cisco

Reporting & KPI Framework

• Definition eines Management-Dashboards
• KPIs
• Ticketvolumen
• SLA-Erfüllung
• MTTR
• Erstlösungsquote
• Asset Accuracy
• Lizenz-Compliance
• Change Success Rate
• Service Availability
• Automatisierungsgrad

Netzwerk-Redesign-Begleitung

• Governance
• Begleitung des Netzwerk-Redesigns aus ITSM-Sicht
• Definition betroffener Services
• Change-Management-Struktur
• Kommunikationskonzept

CMDB-Integration

• Aufnahme aller Netzwerkkomponenten
• Service Mapping
• Abhängigkeitsanalyse

Validierung von Dokumentation und Knowledgebase-Artikeln

• Netzwerkdokumentation
• Betriebsdokumentation
• Standard Changes

Monitoring & Event Management

• Zielbild
• Zentrales Monitoring-Konzept
• Event-Management-Prozess
• Alarmierungsstrategie
• Eskalationsmodell

Systeme

• Cisco

• Palo Alto

• Fortinet

• Rubrik

• Veeam

• Matrix42

• Azure

• Microsoft 365 Automatisierung

• Ticketgenerierung aus Monitoring

• Eskalationen

• Standardmaßnahmen

Audit, Compliance & Informationssicherheit

• ISO-27001-Beratung
• TISAX-Beratung
• NIS2-Vorbereitung - Beratung
• Auditfähige Prozesse
• Dokumentationsstruktur
• Nachweisführung in Matrix42

Roadmap

• 12-Monats-Roadmap
• Priorisierung aller Maßnahmen
• Quick Wins
• Mittelfristige Projekte
• Langfristiges Zielbild
• Dokumentation

Arbeitnehmerüberlassung

• System-Black-Box-Integrationstests (BBIT, IVVQ): Durchführung von Regressions-, Freigabe-, Bestätigungs- und Konformitätstests für sicherheitskritische Bremssteuergeräte in Bahnindustrie
• Softwaretest-Applikation & Integration: Runtime-Konfiguration von Software-Komponenten und Bibliotheken, Validierung von Schnittstellen, Konfigurationsabhängigkeiten und Komponenteninteraktionen
• Testautomatisierung (FEAT-Framework): Mitentwicklung und Weiterentwicklung eines automatisierten Testframeworks für Testausführung, Reporting und Ergebnisanalyse
• Funktionale Sicherheit (SiL4, FuSi): Sicherstellung der Einhaltung von Sicherheitsanforderungen, Traceability und Coverage sowie Normkonformität gemäß EN50126/28/29
• Testautomatisierung für Kommunikationskomponenten: Konfiguration und Validierung der Feldbus-(CAN) und Ethernet-basierten TCMS Datenkommunikation-Schnittstellen (TRDP und CIP)
• Anforderungsanalyse & Shift-Left (PTC Windchill ALM): Analyse von Software- und Systemartefakten zur Identifikation von Lücken, Mehrdeutigkeiten und Redundanzen im frühen SDLC
• Testdesign & Testfallentwicklung: Ableitung von Testbedingungen, Abdeckungsstrategien und Implementierung datengetriebener Testfälle (DDT) inkl. wiederverwendbarer Testdaten-Fixtures
• CI/CD & Automatisierung (Python, PowerShell, Jenkins, SVN): Automatisierung von Build-, Test- und HIL-Deployment-Prozessen sowie Integration in CI/CD-Pipelines
• Testdaten & Konfigurationsmanagement (XML): Pflege und Anpassung von XML-Testvektoren und Systemkonfigurationen mit automatisierter Integration in Testumgebungen
• Nicht-funktionales Testen: Durchführung von Performance- und Lasttests zur Bewertung von Stabilität und Systemverhalten
• Agile Entwicklung & Defect Management (JIRA, Confluence): Mitarbeit in Scrum-Teams, Testkoordination, Review von Testartefakten sowie Defect Tracking und Root-Cause-Analyse
• Fehleranalyse & Debugging (CANoe, CANalyzer): Analyse von Fehlern und Nachrichtenflüssen über mehrere Systemebenen (Applikation bis Bus)
• Modellbasierte Analyse (UML, Enterprise Architect): Spezifikation von SUT/SOW und Unterstützung der systematischen Teststeuerung
• Prozess- & Testdokumentation: Erstellung von Integrations- und Testdokumentation gemäß internen Qualitäts- und Zertifizierungsanforderungen

• Entwicklung des Audit-Logging-Frameworks
• Implementierung von APIs, die Entwickler in ihre Codebasen integrieren können
• Implementierung der Ingestion-Pipeline, der Datenbank-Abfrageschicht und der UI zum Durchsuchen der Audit-Events
• Verbesserung der Stabilität und Zuverlässigkeit des Backend-Systems

• Anpassung, Optimierung, Konfiguration und Administration einer Multi-Stage-GitLab-Instanz mit über 250 Usern
• Aufbau, Anpassung, Erweiterung und Optimierung von Infrastruktur, Konfiguration und Monitoring
• Bereitstellung von Services sowie Übergabe an die Produktion
• Systemumgebung: DependencyTrack, GitLab, Grafana, Hedgedoc, Kubernetes, Oauth2 Proxy, Openstack, Prometheus, Syseleven

In meiner Rolle als Senior Cloud DevOps Architect bei BP, einem Öl- und Gasunternehmen, hatte ich die Aufgabe, die Plattform für das Laden von Elektrofahrzeugen der EV Division von On-Premises und Azure in die AWS-Cloud zu migrieren, was zu einer hybriden Multi-Cloud-, Multi-Tenant-SaaS-Lösung führte.

Der Einsatz von Kubernetes für die Anwendungsebene bedeutete die Bereitstellung von Kubernetes-Clusters, die von EKS und AKS verwaltet wurden, mit Fokus auf die Integration in eine Multi-Tenant-Umgebung. Diese Integration wurde durch den Einsatz von Kubernetes-Namespace und Zugriffskontrollen erreicht, um Datenisolation und Datenschutz sicherzustellen.

Auf der Datenbankebene entschieden wir uns für eine RDS-Instanz mit PostgreSQL zur Unterstützung der Backend-Infrastruktur unserer Anwendungen. Die Mandanten teilten sich dieselbe RDS-Instanz, hatten aber jeweils ein eigenes Schema.

Um nahezu in Echtzeit Daten von physischen Ladestationen (CPOs) als IoT-Geräte über das OCPI-Protokoll aufzunehmen, stießen wir bei der Batch-Verarbeitung auf erhebliche Verzögerungen. Daher entwickelten wir eine Streaming-Datenpipeline in Echtzeit mit Apache Kafka und setzten dabei auf eine eventgetriebene Architektur.

Ich leitete die Zusammenarbeit über mehrere interne Teams, externe Anbieter, Cloud-Provider und Partner vor Ort hinweg, um über fünf Systeme in eine einheitliche Lösung zu integrieren.

Erfolge:

• Erfolgreich hybride Multi-Cloud-Lösungen entworfen und umgesetzt, die mehrere Cloud-Plattformen (AWS, Azure) mit On-Premises-Infrastruktur unter Einsatz von Site-to-Site-VPNs, Firewalls und Load Balancing integrierten.
• Die Migration der On-Premises-Infrastruktur zu einer Multi-Cloud-, Multi-Tenant-Infrastruktur geleitet, was zu 30 % schnelleren Verarbeitungszeiten führte.
• Workloads aus VMware- und Hyper-V-Umgebungen auf cloudbasierte VMs migriert und dabei Cloud-native Services genutzt, um Leistung, Kosteneffizienz und Skalierbarkeit zu optimieren.
• Eine Multi-Tenant-Kubernetes-Plattform entworfen, die das Kubernetes-Ökosystem nutzt, mit Karpenter für die dynamische Bereitstellung von EC2-Nodes, KEDA für eventgesteuertes Pod-Autoscaling (z. B. Kafka-Message-Lag) und Rancher für das zentrale Monitoring mehrerer Cluster (EKS, AKS oder On-Prem K8s), als Ersatz für den Microsoft-zentrierten Azure-Arc-Management-Service.
• Python-basierte FastAPI-Microservices als Teil des EV-Core-Backends auf der AWS-EKS-Anwendungsebene entworfen und umgesetzt, die Datenaufnahme- und Kundenanalyse-Pipelines antreiben.
• Asynchrone, eventgetriebene APIs (Python-FastAPI) für die Echtzeit-Integration mit CPOs entwickelt, mit Unterstützung für OCPI 2.3 und OICP-Protokolle.
• Eine sichere, produktionsreife Azure-Databricks-Plattform mit Terraform entworfen und umgesetzt und dabei Skalierbarkeit und Kosteneffizienz sichergestellt.
• On-Premises-ERP auf eine hybride Dynamics-365-Architektur migriert, mit ERP lokal gehostet und CRM in Azure betrieben, integriert über Azure Arc.
• CI/CD-Pipelines für Databricks-Notebooks und Jobs mit GitHub Actions und Databricks CLI automatisiert, wodurch die Bereitstellungszeit reduziert wurde. Die Bereitstellungszeit für Infrastruktur durch Automatisierung der Cloud-Ressourcenbereitstellung mit GitOps um 70 % reduziert.
• Die Einhaltung interner Audit- und Data-Governance-Standards (GDPR) durch OAuth2/OIDC-basierte Authentifizierung und fein abgestufte rollenbasierte Zugriffskontrollen sichergestellt.
• Ein Zero-Trust-Sicherheitsmodell entwickelt, das Least-Privilege-Zugriffe und Mikrosegmentierung durchsetzt und die Sicherheitslage sowie die Compliance mit GDPR und NIST verbessert.
• Interaktive Analytics-Dashboards in Amazon QuickSight erstellt, die Daten aus S3 und Redshift integrieren, um Echtzeit-Business-Insights und Visualisierungen mit eingebettetem Zugriff für Multi-Tenant-Nutzer bereitzustellen.
• Cloud-Sicherheitsbewertungen und eine Sicherheitsintegration über den gesamten Lebenszyklus während M&A geleitet, einschließlich AWS, Azure, IAM (Entra ID) und Datenschutz, und dabei die Sicherheitslage mit NIST, ISO 27001 und GDPR über hybride und cloud-native Umgebungen hinweg ausgerichtet.
• Die Cloud-Kosten für eine Dev-Umgebung eines Kunden um 64 % gesenkt, indem automatisierte Start-/Stopp-Zeitpläne für EC2- und RDS-Instanzen über AWS CDK mit EventBridge Scheduler oder AWS Systems Manager implementiert wurden.

Tech-Stack:

• Infrastructure as Code: Terraform, AWS CDK, Ansible.
• Container: Kubernetes auf EKS, AKS, Docker.
• Streaming-Datenverarbeitung: Kafka zu Confluent Cloud, nach AWS MSK.
• Frontend: TypeScript, React, NextJS, Hooks, Styled Components.
• Backend: Python mit FastAPI, außerdem Node.js mit NestJS.
• Datenbank: Aurora auf PostgreSQL mit TypeORM, RDS auf SQL Server, vollständiges Setup und Administration von Azure Databricks, ETL-Pipelines.
• CI/CD und GitOps: GitHub Actions, Azure DevOps, ArgoCD.
• Monitoring und Observability: Prometheus und Grafana.
• Virtualisierung: Hyper-V, VMware Cloud on AWS, Azure Migrate.
• ERP-Systeme: Odoo, Microsoft Dynamics 365 Business Central auf Azure, integriert mit Azure Arc.
• Netzwerke: Site-to-Site-VPNs, AWS Direct Connect, Azure ExpressRoute, Firewalls (AWS Network Firewall, Azure Firewall).
• Sicherheit: IAM, NIST Framework, Zero-Trust-Sicherheit, AWS WAF, AWS Shield, GuardDuty.

• Aufbau und Betrieb einer End-to-End-MLOps-Plattform auf Azure ML und Kubernetes (Kubeflow) zur automatisierten Bereitstellung, Überwachung und Skalierung von Forecasting-Modellen (u. a. Temporal Fusion Transformer, Informer, Autoformer).
• Implementierung von CI/CD-Pipelines in Azure DevOps für den vollständigen ML-Lifecycle – von Ressourcbereitstellung (Terraform), Datentransformation (Hugging Face Datasets, Pandas, PyTorch, CUDA-Cluster) über Training und Evaluation bis hin zu Model Registry und Endpoint-Deployment.
• Integration von MLflow für Experiment-Tracking, Modellversionierung, Performance-Monitoring und automatisierte Registrierung in der Azure Model Registry.
• Entwicklung und Containerisierung von PyTorch-Trainingsjobs (Azure Notebook, Jupyter Notebooks) für Preis- und Zeitreihenprognosen (PFC-Modelle) mit automatischem Rollout über Azure ML Endpoints und REST/gRPC-Schnittstellen, Docker-Containerisierung, Absicherung über OAuth 2.0.
• Einrichtung von Monitoring- und Alerting-Mechanismen (Prometheus, MLflow Metrics), Log-Zentralisierung und Kostenüberwachung.
• Automatisierung der Infrastruktur-Bereitstellung und Modellbereitstellung mittels Terraform, Helm und Azure CLI; Anbindung an bestehende Marktdatensysteme und Event-Pipelines.
• Migration bestehender Workloads und Datenbanken (IONOS → Azure, MongoDB) mit Integration in zentrale MLOps-Workflows und interne Netzwerke.
• Erweiterung der Plattform um LLM-basierte Tools (LangChain, LangServe) zur Integration von GPT-basierten Analysemodulen in bestehende Spring-Boot-Dienste für Marktanomalie-Erkennung und automatisierte Reports.
• Analyse, Architektur einer Softwarelösung zur effizienten Verarbeitung von Massendaten (>3000 Nachrichten/Sek.) (Market Data Store).
• Spring Boot / Java 21 Container-Entwicklung mit RabbitMQ zur Verteilung von Börsendaten über MongoDB (Kubernetes) mit Schnellspeicherung von Daten in Redis RMaps, Deduplizierung und Weiterleitung von Nachrichten an Read-Model-Queues, Aufbau von Read Models für die UI-Anzeige in MongoDB.
• Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB.
• Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege.
• Agentic Coding mit remote und local LLM (Claude Sonnet, Ollama Qwen) und MCP-Servern.
• Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn).

• Produktentwicklung von Anfang bis Ende geleitet und die erfolgreiche Lieferung technischer Lösungen verantwortet.
• Ein Team hochspezialisierter technischer Experten geführt und begleitet und eine Kultur der Zusammenarbeit und Innovation gefördert.
• Den Einstellungsprozess gesteuert, um ein talentiertes und engagiertes Team aufzubauen.
• Ein skalierbares und robustes Backend-Microservices-System von Grund auf aufgebaut, entworfen und weiterentwickelt, um sich ändernde Geschäftsanforderungen zu erfüllen.
• Die hohe Verfügbarkeit des Systems mit 99,99 % Uptime sichergestellt und dafür eine belastbare Architektur sowie Monitoring-Mechanismen implementiert.
• Technische Strategien entwickelt und umgesetzt und sie an den Geschäftszielen und -vorgaben ausgerichtet.

• Betrieb und Erweiterung von Azure DevOps-Pipelines

• Betrieb und Erweiterung von AWS-Services

• Citrix (Windows 10, Bitwarden)

• AWS: ECR, EKS, CloudFront CDN, Route 53, VPC Peering und CNI-Upgrade, Atlas MongoDB, S3-Buckets, Hosting statischer Websites

• Azure: Build und Deployment mit DevOps-Pipelines

• Es ist wie ein Start-up innerhalb von REWE, wo wir ein neues Forecasting-System auf der Google Cloud Platform von Grund auf aufbauen müssen. Offiziell heißt meine Rolle zwar MLOps, aber zu meinen tatsächlichen Aufgaben gehören auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) und Aufgaben von Data Scientists wie Feature Engineering und Modelltraining.
• GCP: Terraform (tofu), Vertex AI (Kubeflow), Cloud Run, IAM, Google Cloud Storage, BigQuery, Artifact Registry
• Data Engineering: Snowflake als zentrales Data Warehouse, Terraform, DBT für die Umsetzung von Datenmodellen
• CI/CD: GitLab. Wir haben eine CI/CD-Pipeline aufgebaut, die Deployments neuer Releases bis in die Produktionsumgebung automatisiert

• Aufbau eines KI-Rechtsassistenten mit modernen ML-Fähigkeiten.
• Implementierung einer RAG-Architektur mit Datenpipelines für die Suche in Rechtsdaten.
• Einsatz von AWS Bedrock für LLM- und Embedding-Modelle sowie LangChain/LangGraph
• Python mit FastAPI für das Backend und React für das Frontend

• 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.

• Entwicklung des digitalen Organspenderegisters, beauftragt durch das Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM)

• Umsetzung von User Stories in mehreren Microservices (Front- und Backend)

• Sicherstellung der Qualität mit Unit-, Integrations- und E2E-Tests

• Durchführung von Code-Reviews

• Abstimmung mit anderen Entwicklungsteams

• Übernahme der Softwarelizenzprüfung und Vereinfachung des Prozesses

• Verantwortung für die Umsetzung und Dokumentation des fachlichen Loggings

• Aufbau einer Entwicklungsumgebung mit Docker Compose

• Aufbau einer eigenständigen Unternehmens-IT — Cloud-Strategie, Netzwerk, AWS Landing Zone, Sicherheitsanforderungen, Vertragsverhandlungen.
• Migration aller Anwendungen; Vermeidung hoher Vertragsstrafen für den Kunden.
• Onboarding und Steuerung inte...