Serverless Experten in München

Mirza Klimenta

Agentische KI für ein DeepResearch-Projekt

München

Letzte Position:

Agentische KI für ein DeepResearch-Projekt bei Freiberuflich

Erstellte ein multi-agentisches System, unterstützt von einem Wissensgraphen, um das Verfassen von Forschungsarbeiten zu automatisieren
Setzte mehrere Experten (OpenAI-Modelle) ein, die beim Verfassen zusammenarbeiteten
Extrahierte nützliche Informationen aus dem Wissensgraphen
Technologien: LangChain, LangGraph, Smolagents, LlamaIndex, dspy
Infrastruktur: Terraform und GitHub Actions (CI/CD) auf AWS
Stellte die erste Anwendung als Streamlit-App bereit

Thomas Hoefkens

Senior MLOps-, DevOps Engineer

Letzte Position:

Senior MLOps-, DevOps 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 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).

Omar Ashour

Engineering Lead · KI- & Full-Stack-Systeme · Ex-Founder & CEO

Letzte Position:

Senior Fullstack AI Engineer (Team Lead – B2C Platform) bei mama health

Arbeite direkt mit C-Level-Führungskräften (CEO, CAIO, CTO) an Architektur, OKR-Strategie und der teamübergreifenden Priorisierung der Roadmap und übersetze strategische Ziele in strukturierte Engineering-Anforderungen.
Habe technische Schulden im gesamten Unternehmen gemeinsam mit dem C-Level sichtbar gemacht und eine priorisierte Remediation-Strategie mit definiert, mit dem Ziel, Schuldenabbau und Feature-Delivery sinnvoll auszubalancieren.
Habe Code Reviews und technische Standards im Team geleitet und eine Mentor-First-Kultur mit zweiseitigem Feedback gefördert — durch Pairing an komplexen Pipeline-Themen und Unterstützung jüngerer Engineers bei asynchronen Architekturmustern.
Habe die Kern-Processing-Pipeline des AI Companions von synchron auf asynchron mit einer Queue-basierten Worker-Architektur umgebaut, horizontale Skalierung ermöglicht und die Upload-Verarbeitungszeit um ~4x verkürzt (von ~22s auf 5–10s) bei gleichzeitig besserer Antwortgenauigkeit.
Habe einen AI-gestützten Workflow für Document Intelligence entworfen mit automatischer Multi-Document-Klassifizierung, Zusammenfassungen pro Dokument und Relevanz-Guardrails für die Patientenreise.
Habe ein einheitliches Patient-Memory-System aufgebaut (kurz- und langfristiger Kontext), das das Dokumentenarchiv und den Chatbot zu einer einzigen bidirektionalen, kontextbewussten Plattform verbindet.

Serge Kalinin

MLOps (Machine Learning Operations)

Letzte Position:

MLOps (machine learning operations) bei REWE Digital GmbH

Es ist wie ein Start-up innerhalb von REWE, wo wir von Grund auf ein neues Prognosesystem auf der Google Cloud Platform aufbauen müssen. Offiziell heißt meine Rolle MLOps, aber meine eigentlichen Aufgaben umfassen auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) sowie 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 Implementierung von Datenmodellen
CI/CD: GitLab. Wir haben eine CI/CD-Pipeline aufgebaut, die Deployments neuer Releases bis in die Produktionsumgebung automatisiert

Hardeep Bhutter

Sr. Data Engineer

Letzte Position:

Sr. Data Engineer bei Charles Schwab Bank

End-to-end-Datenpipelines (Batch & Streaming) mit Python, SQL und Apache Spark sowie Databricks auf AWS entworfen und umgesetzt und dabei die ETL-Latenz um 40 % reduziert.
Serverless, ereignisgesteuerte Ingestion-Pipelines mit AWS Lambda und SQS entwickelt und so die Echtzeitverfügbarkeit der Daten für nachgelagerte Analysen sichergestellt.
Google Cloud Platform (GCP)-Services wie BigQuery und Dataflow genutzt, um Cloud-übergreifende Data-Warehousing- und Analytics-Integrationen zu steuern.
Erfahrung mit DMS (CDC, Full Load) und Airflow für skalierbare Automatisierung und Orchestrierung von Datenpipelines.
Datenpipelines mit Databricks und Airflow verwaltet und angepasst. Automatisierung mit Docker, Kubernetes und Terraform.
Datenqualitätsprüfungen mit dbt automatisiert, um Transformationen zu modularisieren und eine produktionsreife Data Lineage sicherzustellen, wodurch die Zuverlässigkeit um 30 % verbessert wurde.
Mit Compliance-Teams zusammengearbeitet, um die Einhaltung von GDPR und SOC2 sicherzustellen. Junior Engineers betreut und bei der Refaktorierung der Architektur für mehr Skalierbarkeit mitgewirkt.
Dashboards in Power BI erstellt und gepflegt, um umsetzbare Einblicke zu liefern.

Vitaliy Ryumshyn

DevOps GitOps (ANÜ)

Puchheim

Letzte Position:

DevOps GitOps (ANÜ) bei Signal Iduna

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.

Alexandre Savio

Cloud-Ingenieur

München

Letzte Position:

Cloud-Ingenieur bei Dectris AG

Aufbau eines skalierbaren Multi-Region-Backend-Services in AWS, um Remote-Desktop-VMs für wissenschaftliche Analysen bereitzustellen
Technologie-Stack: AWS, GitHub, Terraform, Python, Rust
Aufbau und Definition der Kerninfrastruktur des Backend-Systems
Definition und Implementierung der VM-Provisionierung für Ubuntu- und Rocky-Linux-Desktop-Umgebungen
Programmierung des API-Services in ECS zur Verwaltung von virtuellen Maschinen und zum Erstellen maßgeschneiderter Docker-Images für Benutzer

Sara Zarei

Datenanalyst / Analytics-Ingenieur

Letzte Position:

Datenanalyst / Analytics-Ingenieur bei IDG Tech Media GmbH

Entwurf, Aufbau und Wartung skalierbarer ETL/ELT-Datenpipelines mit Python, SQL, REST APIs, AWS Lambda, S3, RDS PostgreSQL, EventBridge, CloudWatch, Docker, Apache Airflow und BigQuery – Integration von Daten aus GA4, Google Ads, Meta Ads, CMS, CRM, Newslettern, Events und B2C-Bestellsystemen in analyseoptimierte Datensätze.
Aufbau einer markenübergreifenden Lakehouse-Architektur von AWS zu BigQuery – Umwandlung von Roh-JSON/CSV-Daten in strukturierte, partitionierte und wiederverwendbare Reporting-Schichten mit Staging-, Intermediate-, Canonical- und Mart-Modellen.
Entwurf relationaler und dimensionaler Datenmodelle: 3NF-Staging-Modelle, Star-Schemas, Faktentabellen, Dimensionstabellen, tägliche KPI-Aggregate und Dashboard-optimierte Marts für Marketing-, Content-, Abonnement-, Event-, CRM- und Umsatzanalysen.
Implementierung produktionstauglicher Datenqualitäts- und Pipeline-Zuverlässigkeitsfunktionen: inkrementelle Loads, idempotente Upserts, Deduplizierung, Schema-Validierung, Zeilenabgleich, Null-Checks, Anomalieerkennung, Frische-Monitoring, Logging, Wiederholungsversuche und Fehlerbenachrichtigungen.
Automatisierung markenübergreifender Reporting-Prozesse und Datenprodukte – Pipelines für 73 Newsletter-Kampagnen, 31 Lead-Listen-Synchronisierungen, 52 Event-Partner-Berichte und eine 500K-Datensatz-Unternehmensabgleich-Pipeline; Reduzierung der manuellen Datenvorbereitung um ca. 70 % und Steigerung der Analyst-Produktivität um ca. 30 %.

Christian Schulz

Datenwissenschaftler/KI-Ingenieur

Ismaning

Letzte Position:

Data Scientist/KI-Ingenieur bei The Marcom Engine GmbH & Co. KG

Konzeption und Implementierung von KI-Agenten in der AWS-Cloud
Kontinuierliche Abstimmung mit Stakeholdern
Zusammenarbeit mit DevOps
Technologien: Git, CI/CD (GitHub Actions), Python/ML, Streamlit, Deno/TypeScript, AWS SAM, AWS Bedrock, AWS Lambda, AWS DynamoDB, AWS S3, AWS EventBridge usw.

Roxana Girdu

Freiberuflicher Senior Frontend-Entwickler

Letzte Position:

Freiberuflicher Senior Frontend-Entwickler bei RHI Magnesita

Konzipierte und entwickelte eine leistungsstarke interne Plattform für Ressourcenmanagement mit React und TypeScript und optimierte dabei das dynamische Rendern von Daten und das State Management.
Entwickelte eine React-Native-Anwendung für den mobilen Zugriff auf interne Tools und ermöglichte so Teams im Außendienst das Tracking von Projekten unterwegs.
Entwickelte eigene 2D-Visualisierungen auf Canvas-Basis mit Pixi.js, um Materialflüsse und das Verhalten von feuerfesten Schichten zu simulieren.
Integrierte Pixi.js mit React-Komponenten für interaktive Diagramme und UI-Aktualisierungen in Echtzeit.
Entwickelte interaktive 3D-Visualisierungen mit React.js zur Darstellung von Produktlayouts und Simulationen für feuerfeste Produkte und unterstützte damit Engineering- und Vertriebsteams mit dynamischen Produktvorschauen.
Integrierte Three.js in das React-Ökosystem, um die Bearbeitung von 3D-Modellen in Echtzeit direkt im Browser zu ermöglichen und so die Nutzerbindung und die Konfigurierbarkeit vor Ort zu verbessern.
Integrierte ein Headless CMS, damit nicht-technische Nutzer Inhalte dynamisch aktualisieren können, wodurch sich die Zeit für Content-Deployments um 40 % verkürzte.
Leitete AWS-CloudFront-Optimierungsinitiativen und verbesserte dadurch die Ladegeschwindigkeit des Portals weltweit um 30 %.
Arbeitete aktiv mit funktionsübergreifenden agilen Teams und Product Ownern zusammen, um priorisierte Features mit kurzen Feedbackschleifen zu liefern.
Wichtige Technologien: React.js, React Native, Three.js, TypeScript, Contentful CMS, AWS S3/Lambda/CloudFront, Cypress, Agile Scrum

Enis Spahi

Softwareentwickler

Letzte Position:

Softwareentwickler bei 50Hertz Transmission GmbH

Beteiligte sich an der schrittweisen Modernisierung von Komponenten zu Cloud-nativen 12-Factor-Anwendungen.
Arbeitete eng mit dem Business Operations Team zusammen, um manuelle Prozesse zu eliminieren und mehrere Performance-Engpässe zu beheben.
Entwarf und implementierte eine CI/CD-Pipeline, um die Produktivität der Entwickler zu steigern, Qualitäts- und Sicherheitsprüfungen durchzusetzen und die Produktbereitstellung zu automatisieren.
Migrierte mehrere Komponenten in den OpenShift-Kubernetes-Cluster.
Baute einen Monitoring-Stack von Grund auf mit Prometheus und Grafana auf, um die in OpenShift laufenden Services zu überwachen.
Entwickelte Dashboards sowohl in Grafana als auch in Splunk für die operative Transparenz.
Implementierte eine OIDC/OAuth2-basierte Single-Sign-On (SSO)-Lösung mit Keycloak, um mehrere Anwendungen zu sichern.
Technologien: Java, Spring, Quarkus, Kafka, MySQL, Cassandra, Redis, Spring Data, Hibernate, Docker, Kubernetes, OpenShift, Keycloak, OIDC, OAuth2, Helm, Prometheus, Grafana, Splunk, Spark.

Pavlo Voznenko

(Gruppen-)CTO

Letzte Position:

(Gruppen-)CTO bei Seven.One Entertainment Group

Erfolgreiche Umstrukturierung von ProSiebenSat.1 Digital und Fusion mit der Seven.One Entertainment Group, um eine Digital Consumer Products-Strategie für über 6.000 Mitarbeitende in der DACH-Region zu ermöglichen.
Übernahme der Streaming-Plattform JOYN (4 Mio. Unique Users) von Warner Bros. Discovery und erfolgreiche Integration von über 160 Mitarbeitenden bei gleichzeitiger Effizienzsteigerung.
Umstellung auf eine Plattform-Organisation mit einem gedeckelten Jahresbudget von -100 Mio. EUR, wodurch Time-to-Market verkürzt und Produkttests innerhalb von 3 Monaten ermöglicht wurden, ohne hohe Vorabinvestitionen.
Fokus auf Wiederverwendbarkeit und modulare Komponenten, die durch Live-Interactive-Shows (Projektbudget 2,5 Mio. EUR, 7 Monate Entwicklung) neue Erlöse im mittleren zweistelligen Millionenbereich generierten.
Aufbau eines neuen Publishing-Geschäfts für Digital News und Sport von Grund auf und Livegang innerhalb von 6 Monaten, wodurch über 250 Redakteur:innen mit Multi-Tenancy-Unterstützung versorgt wurden.
Das Produkt mit neuer Tech-Stack erzielte +66 % YoY bei den Unique Monthly Active Users und +60 % YoY bei der täglichen Nutzungsdauer (>2h).

Piotr Kuczyński

Senior Softwareentwickler

Letzte Position:

Senior Softwareentwickler bei On

Middleware-Service entwickelt, der EDI-Anbieter und Marktplatzpartner mit Microsoft Dynamics 365 integriert, um Verkaufsaufträge zu empfangen und den Austausch von Versanddaten, Rechnungen, Beständen und Preislisten zu ermöglichen
Eine Kombination aus REST-APIs und ereignisgesteuerten Datenverarbeitungspipelines genutzt

Alexandru Gunescu

Leiter Cloud-Infrastruktur

Letzte Position:

Leiter Cloud-Infrastruktur bei BP

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.

Nikolay Tonev