
Pulumi Experten in Deutschland
aufbauen, in Minuten per KI vermitteltBeauftragen Sie Experten, die AWS-, Azure- und Google-Cloud-Infrastruktur mit vertrauten Programmiersprachen, wiederverwendbaren Komponenten und automatisierten Deployment-Workflows definieren. FRATCH bringt Sie durch schnelles, präzises KI-Matching mit geprüften, verfügbaren Freelancern zusammen.
Lerne FRATCH Experten in Deutschland kennen, die kürzlich Pulumi eingesetzt haben
Ajay M.
Letzte Position:
Architekt für Plattform-Engineering bei Hundertserver GmbH
- Entwurf verwalteter Kubernetes-Plattformen für mehr als 150 Unternehmenskunden aus den Bereichen Energie, Logistik, Automobil und öffentlicher Sektor.
- OCaaS entworfen: Kubernetes-native, mandantenfähige SaaS für KI-Assistenten mit Isolierung pro Mandant und Namespace, zweistufiger LLM-Inferenz und automatisierter Verwaltung des Mandantenlebenszyklus.
- Chronos entworfen, Kafka as a Service auf Strimzi mit hybrider Mandantenstruktur (gemeinsam genutzte und dedizierte Stufen); den Plattform-RFC verfasst.
- Multi-Cluster-GitOps aufgebaut (Flux CD, Helm, Kustomize); Änderungen werden auf kurzlebigen k3d-Clustern mit Renovate + GitLab CI und automatischem Merge validiert.
- Argus konzipiert: korrelierte OTeI-Traces, Logs und Metriken (LGTM-Stack).
- Geheimnisse von HashiCorp Vault zu OpenBao migriert; Kyverno-Policy-Framework für RBAC-Automatisierung und die Synchronisierung von Geheimnissen über Namespaces hinweg.
- Salar aufgebaut: Node-Patching und Cluster-Upgrades mit Uyuni + SaltStack.
- Plattform-Storage mit Ceph und SeaweedFS; Objektspeicher von MinIO migriert.
- Kundenprojekte: OTeI-Observability und Datadog SAML für ein globales Kulturinstitut; Reaktion auf Galera/PXC-Vorfälle bei einem SaaS-Anbieter.
Benjamin W.
Letzte Position:
Gründer und Fullstack Engineer bei Customermates
Entwicklung eines Open-Source-CRMs mit KI-Integrationen
Open-Source-CRM für kleine Teams, verfügbar als Cloud-Version und als selbst gehostetes Kernprodukt. Ich verantworte die technische Entwicklung des Produkts ganzheitlich: Benutzeroberfläche, Geschäftslogik, Datenmodell, Schnittstellen und Betrieb. Seit Dezember 2025 arbeite ich Vollzeit an Customermates.
Verantwortlichkeiten:
- Konzeption und Entwicklung der CRM-Arbeitsabläufe für Kontakte, Organisationen, Deals und Aufgaben mit konfigurierbaren Tabellen- und Board-Ansichten.
- Frontend mit Next.js, React, Tailwind CSS und MobX; Backend-Geschäftslogik mit Node.js, Prisma und PostgreSQL, Eingabevalidierung mit Zod.
- Entwicklung einer REST-API, von Webhooks und einer MCP-Schnittstelle, über die externe Anwendungen und KI-Clients direkt mit dem CRM arbeiten können.
- Integration eines KI-Assistenten auf Basis des Vercel AI SDK mit gespeicherten Konversationen und gestreamten Antworten.
- Entwicklung und Pflege einer n8n-Community-Integration für CRM-Abläufe und ereignisbasierte Automatisierungen.
- Build, Bereitstellung und Betrieb mit Docker, GitHub Actions und Vercel – sowohl als Cloud-Angebot als auch für Self-Hosting.
Ergebnisse:
- Produkt als Cloud- und selbst gehostete Version verfügbar; Quellcode und Integrationen öffentlich auf GitHub.
- Mehr als 200 GitHub-Stars für das CRM-Repository (Stand: 09/2026).
Frontend: TypeScript, React, Next.js, Tailwind CSS, MobX
Backend und Daten: Node.js, Prisma, PostgreSQL, Zod
APIs und KI: REST, Webhooks, MCP, Vercel AI SDK, n8n
Cloud und CI/CD: Docker, GitHub Actions, Vercel
Salim C.
Letzte Position:
Cloud / Systemarchitekt
- Entwicklung und Einführung von Betriebsprozessen
- Erarbeitung vollständiger Dokumentationspakete (inkl. Notfallmanagement und Betriebsführung) zur Einhaltung von Compliance-Vorgaben
- Einführung von Workshops zum Thema IaC (Infrastructure as Code)
- Fachliche Beratung für das Sicherheitskonzept des Projekts (ISMS)
- Installation und Betrieb von Kubernetes-Clustern auf AWS, On-Prem und Azure
- Design einer hybriden Cloud-Architektur (On-Prem, Hetzner, AWS)
- Problemanalyse und -behebung bei Incidents und Systemausfällen
- Netzwerkanpassungen an Firewall-Regeln, Gateways, OpenVPN-Einstellungen und IPsec-Tunneln (pfSense)
- Fachliche Beratung zum Thema BitBucket, Jenkins und GitLab CI/CD Pipelines
- Beratung zum Thema Ansible-Deployments und Infrastrukturautomatisierung
- Beratung beim Aufbau eines skalierbaren Systems in der Cloud (AWS / Azure)
- Technologien / Tools: Ansible, Terraform, AWS, Azure, VPN, pfSense, Jenkins, Bitbucket, Kubernetes, GitLab Runner, ISMS, Golang, Prometheus, Grafana, S3, Lambda, RDS, ECS, Cognito, OIDC, Harbor, MinIO, Postgres, Redis, Keycloak, Ceph, Proxmox, CloudFormation, PostgreSQL, Flux CD, Hetzner, IONOS, Sonatype Nexus Repository, Entra ID, Dex IdP, Pulumi
Daniel S.
Letzte Position:
Senior Softwareentwickler bei energielenker solutions GmbH
- Konzeption und Implementierung einer Python-basierten ETL-Pipeline mit dem Dagster-Framework für die Transformation von Energierohdaten aus heterogenen Quellen mit InfluxDB und Visualisierungen in Grafana
- Definition von zeitlich gesteuerten und abhängigkeitsbasierten Jobs
- Bereitstellung auf einem verwalteten Kubernetes-Cluster mit Helm
- Anbindung von InfluxDB Cloud
- Aufbereitung von Daten für Nutzung in Grafana inkl. Säuberung und Normalisierung plus zeitliches Resampling in Python
- Entwicklung von Dashboards und Visualisierungen in Grafana
- Entwicklung von Unit-Tests inkl. Mocking mit pytest
- Aufbau von CI/CD-Pipeline in GitLab
Technologien: Python, Dagster, InfluxDB, Grafana, pandas, pytest, REST, CI/CD, GitLab, Container, Kubernetes, Helm, Docker, Cloud
Felix O.
Letzte Position:
Cloud Engineer bei GUS Group
Start der Cloud-Reise auf STACKIT
- Unterstützung des Kunden beim Start seiner Cloud-Reise auf der souveränen EU-Plattform STACKIT.
- Aufbau einer IAC- und GitOps-Architektur mit Opentofu und ArgoCD.
- Einrichtung der Grundlagen für eine moderne, ganzheitliche Cloud-Umgebung: Kubernetes, externe Secrets, Zertifikatsverwaltung, Gateway API, DNS und Routing sowie grundlegende Observability.
Michael Y.
Letzte Position:
Senior Berater, Senior DevOps-Ingenieur bei DB Regio AG
- Unterstützung bei Implementierung und Betrieb eines Portals, das online und offline in Fahrzeugen mit direktem Kundenkontakt genutzt wird
- Automatisierung durch Einführung von CI/CD-Pipelines
- Befähigung und methodische Beratung bei der Einführung von Best Practices im Software Engineering
- Systemumgebung: NestJS, NodeJS, NPM, AWS, Docker, Docker Swarm, GitLab CI, WhiteSource, PostgreSQL, Prometheus, Grafana, OpenSearch, REST-API
Thomas H.
Letzte Position:
Senior MLOps, DevOps und FullStack Engineer bei Trianel Energy
- 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 Ressourcenbereitstellung (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 im Azure Model Registry
- Entwicklung und Containerisierung von PyTorch-Trainingsjobs mit CUDA (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
- Einrichtung von Security (OAuth2) und Rate Limiting über APIM
- Automatisierung der Infrastruktur-Provisionierung 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 und Architektur einer Softwarelösung, um effizient Massendaten (>3000 Nachrichten/Sek.) zu verarbeiten (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, Forwarding von Nachrichten an Read-Model Queues und Aufbau von Read Models für UI-Anzeige in MongoDB
- Einbindung von RESTHeart zur Erzeugung einer REST API gegen MongoDB
- Migration von MongoDB ClickHouse für Masseningests und automatische Deduplizierung mit ReplicatedMergeTree Engine in ClickHouse
- Aufbau eines Python Apache Arrow Flight Service zur Abfrage der ClickHouse-DB in Millisekunden für komplexe Abfragen (gRPC-Protokoll / ClickHouse Column-Based Queries)
- Aufbau eines Angular-Frontends zur Vereinfachung der Datenabfrage und Stammdatenpflege
- Agentic Coding mit remote und local LLM (Claude, Ollama Qwen, OpenLLM) und MCP-Servern
- Entwicklung von Python-Skripten zur Transformation und Bereinigung eingehender Börsendaten (Pandas, scikit-learn)
Olaf R.
Letzte Position:
DevOps-Architekt / Berater bei Authority with increased security requirements
- Ermittlung von Anforderungen (rechtlich, organisatorisch und technisch)
- Entwurf von Lösungsarchitekturen
- Bewertung von Konzepten und Technologien
- Erstellung von Entscheidungsvorlagen
- Architekturelle Entscheidungsaufzeichnungen (ADR)
- Koordination der Umsetzung
- Überprüfung der Implementierungen
- Dokumentation
Mahabub A.
Letzte Position:
Team Lead – Engagement & Relevance bei OLX eCommerce
- Leite ein funktionsübergreifendes Squad aus Backend-, Frontend- und ML/Data-Engineers und verbinde praktische Mitarbeit (Architektur, Programmierung, Reviews) mit Teamleitung (Mentoring, Backlog-Priorisierung, Abstimmung der Roadmap).
- Entwickelte und lieferte ML-gestützte Such- und Discovery-Funktionen, darunter Learning-to-Rank (LTR), Query Expansion und Vektorsuche, und verbesserte dadurch die Ergebnisrelevanz und das Nutzerengagement.
- Implementierte Personalisierungs- und Empfehlungspipelines und nutzte Verhaltensdaten sowie Segmentierung, um Kundenbindung und Customer Lifetime Value zu erhöhen.
- Etablierte datenbasierte Arbeitsweisen und entwickelte A/B-Test- und Experimentier-Workflows (Odyn, MLflow), um die Auswirkungen von Funktionen auf CTR, NDCG und Conversion zu messen.
- Verantwortete die Architektur und Delivery-Roadmap des Squads und modernisierte Services mit cloudnativen Microservices und ereignisgesteuerten Systemen (AWS, Pulumi, Terraform), um Skalierbarkeit und Zuverlässigkeit zu verbessern.
- Verbesserte Zuverlässigkeit und operative Exzellenz durch die Einführung von Observability (Prometheus, Grafana, NewRelic), Incident Management und Postmortems, wodurch Ausfallzeiten bei kundenorientierten Services reduziert wurden.
- Unterstützte und entwickelte Engineers weiter und förderte durch regelmäßiges Feedback, Coaching und Code Reviews technisches Wachstum, Zusammenarbeit und eine kundenorientierte Denkweise.
- Arbeitete eng mit Product Managern, Researchern und Business-Stakeholdern zusammen, um Kundenerkenntnisse in technische Lösungen zu übersetzen, die Discovery, Engagement und Kundenbindung verbesserten.
- Untersuchte Anwendungsfälle für Generative AI/LLM (GPT-4, LangChain, RAG) und entwickelte Prototypen für intelligente Assistenten und personalisierte Discovery-Workflows, die die Nutzerzufriedenheit erhöhten.
- Erzielte konkrete Ergebnisse: Steigerung des Engagements durch Personalisierung, Beitrag zum Umsatzwachstum und Reduzierung von Incidents durch die Verankerung von Resilienz und Observability.
Ivan G.
Letzte Position:
Technischer Leiter bei Porsche Digital GmbH
- An der Konzeption der neuen Integrationsschicht für Finanzdienstleistungen mitgewirkt und die Architekturgespräche moderiert
- Das Sicherheitskonzept und die Freigabe der Anwendung überwacht
- Infrastruktur-Setup und Best Practices für das Kotlin-Backend vorbereitet
Stephan F.
Letzte Position:
AI & Data Engineer - Azure Enterprise AI and Knowledge Engineering bei IB Schlegel - King
Konzeption und Entwicklung einer Azure-basierten KI- und Datenplattform, die verteilte Projektdokumente in durchsuchbares, strukturiertes Wissen für einen Enterprise-KI-Assistenten überführt. Kombination aus inkrementeller Dokumentverarbeitung, hybrider Keyword-/Vektorsuche, Wissensgraph-Extraktion und konversationeller KI für Microsoft Teams und Microsoft 365 Copilot. Implementierung von Python-Pipelines zur Verarbeitung von PDF-, Word-, Outlook- und Textdateien; Lifecycle-Management für Azure Cosmos DB; Azure AI Search; Azure AI Foundry und Azure OpenAI; identitätsbewusste Suche mit Microsoft Entra ID; Projektberechtigungen; eines TypeScript-Agenten mit Microsoft Agents SDK; Pulumi-Infrastruktur; robustem Scheduling sowie Werkzeugen für Wiederholungen und Diagnosen. Technologie-Stack: Python, TypeScript, FastAPI, Pydantic, Azure AI Foundry, Azure OpenAI, Azure AI Search, Azure Cosmos DB, Blob/Table Storage, Container Apps/Jobs, Service Bus, Key Vault, Entra ID, Docker, Pulumi, pytest, Microsoft Teams und Microsoft 365 Copilot.
Luis Alberto P.
Letzte Position:
Cloud-Ingenieur bei Persönliche Projekte
Entwicklung einer Streamlit-ML-Anwendung mit einem RandomForest-Modell (Scikit-learn) zur Vorhersage des Rauchverhaltens. Dabei kamen Pandas, NumPy und Matplotlib für Datenanalyse und Visualisierung zum Einsatz. Bereitstellung auf AWS mit Terraform für EC2, IAM-Rollen und S3-Buckets sowie Pickle zur Speicherung des Modells.
Vertiefte Kenntnisse in AWS-Services wie S3, EC2, CloudFormation, IAM und Auto Scaling mit Schwerpunkt auf erweiterten Funktionen wie Versionierung, CORS, ETags und Prüfsummen anhand von AWS-Examples-Freecodecamp.
Entwicklung und Optimierung von CI/CD-Pipelines mit GitHub Actions zur Bereitstellung statischer Websites auf GitHub Pages, mit Verbesserungen bei automatisierter Validierung, Bereitstellung und Wartung.
Entwicklung und Bereitstellung eines klassischen Snake-Spiels mit Flask, das mit Docker containerisiert und auf Render bereitgestellt wurde.
Santhosh K.
Letzte Position:
Freelance Software Engineer bei Zalando SE
- Migration der unternehmensweiten Autorisierungsplattform von Styra DAS zu Open-Source OPA über die Integration mit Skipper (Zalandos Golang-basiertem Ingress-Proxy)
- k8s-Ressourcen optimieren und native Prometheus-Metriken mit OPA integrieren
- Migration von einer internen Monitoring-Lösung zu Prometheus CRs + Dash0
Tech Stack: Java/Kotlin, Golang, Python, Spring Boot, AWS, Kubernetes, Docker, OpenTofu, Prometheus, Grafana
Tarek S.
Letzte Position:
Cloud Engineering bei Freelancer
- Entwicklung, Betrieb und Support von BI-Plattformen und Microservice-Architekturen
- Entwicklung eines Open-Source-BI-Planungstools
Tan P.
Letzte Position:
DevOps-Ingenieur im DevOps-Team bei Rise-World
- Implementierung der spezifizierten DevOps-Lösungen zur Automatisierung der Infrastruktur (Terraform, Bicep, CloudFormation, Ansible) im lokalen Rechenzentrum (Ovirt, Proxmox, Ceph-Cluster, MinIO) und in der Private Cloud.
- Verwaltung, Konfiguration und Umsetzung von CI/CD-DevOps-Pipelines (GitLab, GitFlow) zur Unterstützung des Entwicklungsprozesses (Artifactory, Prometheus, Istio, Service Mesh, Helm Charts, OpenShift (Red Hat Enterprise) / Kubernetes-Cluster), Red Hat Satellite.
- Verwaltung, Einrichtung, Überwachung und Einspielung von Patches der Linux-Infrastruktur auf Basis von Red Hat Enterprise für Dev, Test und QA.
- Einsatz von Scrum- und Kanban-Methoden.
- Verwaltung, Konfiguration und Umsetzung von Sicherheitsstandards für die Bereitstellung in den Dev-, Test-, QA- und Produktionsphasen der neuen ePA-Anwendungen.
- Entwicklung neuer Plugins und Add-ons für die bestehende Infrastruktur.
- Datenbankunterstützung.
- Unterstützung der Datenanalyse (Python, Spark, Pandas, Power BI, Splunk Enterprise).
- Umsetzung von Best Practices für DevSecOps und BizDevOps unter Einsatz von GitOps (ArgoCD), Streamlit-Framework und Semaphore Ansible UI.
- Konfiguration und Test von iperf, uperf, sysbench mit dem Benchmark-Operator für externe Quelldaten und IoT/MDM-Geräte, Erstellung von Berichten über ELK/OpenSearch.
- Aufbau einer neuen Databricks-Plattform zur Sammlung und Analyse von Big Data aus verschiedenen Quellen und IoT-Geräten im Hadoop-Framework (Python, Pandas, PySpark, Power BI, Apache Airflow).
- Aufbau der Backend-Datenaggregation und -verarbeitung zur Automatisierung der Bereitstellung von Konfigurationen zwischen verschiedenen OpenShift-Clustern und dem Big-Data-Framework (Python, Pandas, PySpark, Apache Spark, PostgreSQL, Django 2, Ansible Automation, Jira JSM).
- Aufbau einer neuen ML-Pipeline-Plattform unter Verwendung von Kubeflow, TensorFlow, KServe.
- Extraktion, Transformation und Laden von Daten aus verschiedenen Quellen, einschließlich strukturierter und unstrukturierter Daten, in ein analytisches DWH bzw. Big-Data-Cluster mit Python, Pandas, Polars, Power BI, Django-Backend und PostgreSQL.
- Einrichtung eines neuen DevOps-Test- und QA-HashiCorp-Vault-Clusters für PKI und IAM.
- Konfiguration und Test automatisierter Patches basierend auf CVSS-Bewertungen und SIEM-integrierten CVEs.
- Einsatz von Nexpose und InsightVM zum Scannen von Schwachstellen in Netzwerken, Hosts, Containern und Anwendungen.
- Planung und Umsetzung sicherer und skalierbarer AWS-Architekturen einschließlich VPC, EC2, S3, RDS und Route53 sowie ähnlicher Umgebungen auf Azure und GCP.
- Automatisierte Systembereitstellung und -deployment mit CloudFormation-Vorlagen.
- Konfiguration von IAM-Rollen, Richtlinien und Berechtigungen zur Gewährleistung einer sicheren Zugriffskontrolle.
- Patch-Management, Backup-Automatisierung und Einrichtung der Notfallwiederherstellung in der AWS-Infrastruktur.
- Überwachung und Optimierung der Systemleistung mit AWS CloudWatch und AWS Trusted Advisor.
- Unterstützung von VMware-Diensten (vSphere, Aria, Horizon) und der virtuellen Desktop-Umgebung.
- Entwicklung und Wartung von CI/CD-Pipelines mit Jenkins, GitLab CI/CD und AWS CodePipeline mit Schnittstelle zu Nutanix.
- Konfiguration von AWS CloudWatch zur Überwachung der Anwendungsleistung und Systemereignisse.
- Planung und Durchführung der Migration von On-Premises-Anwendungen zu AWS-Cloud-Plattformen.
- Bereitstellung containerisierter Anwendungen mit Docker und Kubernetes in AWS-Umgebungen.
- Bereitstellung interner Softwarepakete zwischen Verfügbarkeitszonen mit AWS CodeDeploy.
- Erstellen und Bereitstellen von ML-Modellen mit Scikit-Learn, XGBoost und Spark MLlib einschließlich Hyperparameter-Tuning, Modellevaluation und Produktivsetzung.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Pulumi einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
17 Jahre

Positionsdauer
1,8 Jahre

Positionen pro Freelancer
13

Häufigste Fachbereiche
Informationstechnologie (IT), Produktentwicklung, Betrieb

Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Automotive

Fokus der Zertifizierungen
Informationstechnologie (IT), Business Intelligence, Betrieb
Bachelor-Abschluss oder höher
100%
Master-Abschluss oder höher
75%
Doktortitel
13%

Zertifizierungen pro Freelancer
3

Häufigste Sprachen
Deutsch, Englisch, Spanisch

Sprechen zwei oder mehr Sprachen
100%
Basierend auf unserem Profilpool, Stand 19 Nov 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie in Deutschland verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, welcher Anteil der Experten innerhalb dieser Spanne abrechnet.
Durchschnittssätze von Experten in Deutschland, die Pulumi 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 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Pulumi Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (95%)
- Bank- und Finanzwesen (55%)
- Automotive (50%)
- Einzelhandel (50%)
- Transport und Logistik (45%)
- Regierung und öffentliche Verwaltung (30%)
- Energie (25%)
- Fertigung (25%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Infrastructure as Code mit Pulumi
Pulumi ist eine Infrastructure-as-Code-Plattform zum Definieren, Bereitstellen und Verwalten von Cloud-Ressourcen mit universell einsetzbaren Programmiersprachen. Spezialisten verwenden TypeScript, Python, Go, C# oder Java, um Infrastruktur zu beschreiben und dabei vertraute Sprachfunktionen wie Module, Tests und Abstraktion einzusetzen. Pulumi funktioniert mit großen Public Clouds, Kubernetes und vielen Infrastrukturservices.
Cloud-Ressourcen und Bereitstellung
Pulumi-Projekte können Netzwerke, Cluster, Datenbanken, Speicher, Identitätsrichtlinien und serverlose Komponenten bereitstellen. Sie unterstützen außerdem reproduzierbare Umgebungen für die Bereitstellung von Anwendungen, Datenplattformen und internen Services. Ein gut strukturiertes Projekt verwandelt Infrastrukturänderungen in überprüfbaren, versionierten Code statt in manuelle Vorgänge über Konsolen.
- Multi-Cloud-Umgebungen mit einheitlichen Mustern bereitstellen
- Wiederverwendbare Komponenten für Teams und Geschäftsbereiche erstellen
- Infrastrukturänderungen mit CI/CD-Workflows verbinden
- Kubernetes-Ressourcen zusammen mit Cloud-Services verwalten
Ökosystem und Tools
Das Pulumi-Ökosystem umfasst Provider für AWS, Microsoft Azure, Google Cloud, Kubernetes, Docker und Infrastrukturservices über die großen Clouds hinaus. Experten arbeiten mit der Pulumi CLI, Pulumi Cloud oder selbst verwalteten Backends, Stack-Konfiguration, Secrets-Management und Policy as Code. Häufig integrieren sie Git, Pull Requests, CI-Runner und Observability-Tools in den Bereitstellungsprozess.
Wann Unternehmen Spezialisten benötigen
Unternehmen beauftragen freiberufliche Pulumi-Spezialisten, wenn Cloud-Grundlagen standardisiert, migriert oder sicherer veränderbar gemacht werden müssen. Sie können dabei helfen, doppelte Terraform-Konfigurationen zu ersetzen, Workflows für mehrere Umgebungen aufzubauen oder Infrastrukturtests einzuführen. In Deutschland ist die Zusammenarbeit aus der Ferne üblich, während einige regulierte oder betrieblich sensible Teams zusätzlich Workshops vor Ort sowie eine klare Dokumentation auf Deutsch oder Englisch benötigen.
- Von manueller Bereitstellung zu codebasierter Infrastruktur wechseln
- Gemeinsame Komponenten für mehrere Produktteams erstellen
- Cloud-Berechtigungen, State-Verwaltung und Bereitstellungsrisiken prüfen
- Eine Migration von Terraform oder einem anderen IaC-Ansatz unterstützen
Kompetenzen für eine starke Umsetzung
Starke Fachkräfte verbinden Pulumi-Kenntnisse mit Cloud-Architektur, Netzwerken, Identität und Sicherheit. Sie verstehen State, Previews, Refresh-Vorgänge, Imports, Stack-Referenzen und Secret-Provider und wissen, wie Repositories für eine sichere Zusammenarbeit im Team strukturiert werden. Erfahrung mit Containern, Kubernetes, GitOps und CI/CD ist wertvoll, wenn Pulumi Teil eines umfassenderen Bereitstellungssystems ist.
Pulumi-Expertise beurteilen
Achten Sie auf Beispiele, die mehr als eine erfolgreiche erste Bereitstellung zeigen. Ein kompetenter Spezialist kann Komponentengrenzen, Provider-Versionen, die Wiederherstellung des States, die Durchsetzung von Richtlinien und die Prüfung von Änderungen vor der Veröffentlichung erklären. Fragen Sie, wie er mit Drift, importierten Ressourcen, fehlgeschlagenen Aktualisierungen und getrennten Entwicklungs-, Staging- und Produktions-Stacks umgehen würde. Klare Abwägungen und wartbarer Code sind ebenso wichtig wie die Abdeckung verschiedener Clouds.
Häufig gestellte Fragen
Unsicher, wo du bei Pulumi anfangen sollst? Diese Antworten decken das Wichtigste ab.
Pulumi wird verwendet, um Cloud-Infrastruktur mit TypeScript, Python, Go, C# oder Java als Code zu definieren und zu verwalten. Unternehmen nutzen es für Netzwerke, Kubernetes-Cluster, Datenbanken, Speicher, Identität, serverlose Services und vollständige Anwendungsumgebungen.
Pulumi verwendet universell einsetzbare Programmiersprachen, während Terraform hauptsächlich die HashiCorp Configuration Language nutzt. Pulumi kann eine gute Wahl sein, wenn Teams wiederverwendbare Abstraktionen, standardisierte Sprachwerkzeuge und Infrastrukturtests benötigen. Terraform kann dagegen besser zu Organisationen passen, die auf das etablierte Modul-Ökosystem und die bestehenden Workflows setzen.
Ein guter Pulumi-Freelancer sollte mindestens eine große Cloud sowie Netzwerke, Identität und Sicherheit verstehen. Kubernetes, Container, Git, CI/CD, GitOps, Observability und Policy as Code sind ebenfalls nützlich, wenn Infrastrukturänderungen Teil einer umfassenderen Bereitstellungspipeline sind.
Die erforderliche Tiefe hängt vom Umfang und Risiko der Infrastruktur ab. Ein kleiner Stack benötigt möglicherweise nur Erfahrung mit Providern, Konfiguration und State, während ein Setup mit mehreren Konten oder Clouds nachweisbare Erfahrung mit Komponenten, Richtlinien, Tests, Imports und der Wiederherstellung nach fehlgeschlagenen Aktualisierungen erfordert.
Ja. Pulumi-Projekte werden über Code-Reviews, CI/CD und dokumentierte Stack-Workflows verwaltet, was die Zusammenarbeit aus der Ferne unterstützt. Für Teams in Deutschland sollte früh geklärt werden, ob Workshops, operative Übergaben und Dokumentation auf Deutsch, Englisch oder in beiden Sprachen durchgeführt werden sollen.
Pulumi unterstützt Kubernetes über seinen Provider und kann sowohl Cluster als auch Workloads, Services, Konfigurationen und Richtlinien verwalten. Je nach Arbeitsweise des Teams kombinieren Spezialisten es möglicherweise mit Helm, CrossGuard-Richtlinien, cloudnativer Identität und GitOps-Tools.
Prüfen Sie, ob der Pulumi-Code modular, verständlich und sicher veränderbar ist. Fragen Sie, wie der Spezialist mit State-Backends, Secrets, Drift, Provider-Aktualisierungen, Previews, Tests, Richtlinienprüfungen und getrennten Stacks umgeht. Prüfen Sie anschließend, ob der vorgeschlagene Workflow zur Verantwortungsteilung und zum Veröffentlichungsprozess Ihres Teams passt.
Klären Sie vor dem Einsatz von Pulumi die Cloud-Konten, den Besitz der Ressourcen, das State-Backend, die Berechtigungen für die Bereitstellung und die bestehende Infrastruktur. Bestätigen Sie außerdem, ob es sich um ein neues Projekt handelt oder Imports erforderlich sind, wie Genehmigungen ablaufen, welches CI/CD-System verwendet wird und wer den Code nach der Umsetzung pflegt.
Der durchschnittliche Stundensatz von Freelancern in Deutschland, die Pulumi in ihren letzten Projekten eingesetzt haben, liegt bei 101 €, was einem Tagessatz von etwa 809 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Deutschland, die Pulumi in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss, 75% mindestens einen Master-Abschluss und 13% einen Doktortitel.
Freelancer in Deutschland, die Pulumi in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 17 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,8 Jahre.
Die häufigsten Sprachen unter Freelancern in Deutschland, die Pulumi in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Spanisch (15%).
Die häufigsten Industrien unter Freelancern in Deutschland, die Pulumi in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (95%), Bank- und Finanzwesen (55%) und Automotive (50%).
Die häufigsten Bereiche unter Freelancern in Deutschland, die Pulumi in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Produktentwicklung (90%) und Betrieb (60%).
Hauptstandorte der FRATCH Experten, die kürzlich Pulumi 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.
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!
