Site Reliability Engineering Experten in Berlin

• Mentor eines Teams aus 6 ML-Platform-Engineers durch wöchentliche 1:1s, technische Design-Reviews und Best Practices; Verbesserung der Team-Produktivität um 35% durch strukturierte Sprint-Planung und Programme zur Skill-Entwicklung
• Definition der ML-Plattform-Roadmap 2025–2026 in Zusammenarbeit mit Data Science, Cloud Engineering und Product Teams; Priorisierung von automatisierter Model Governance, Cost-Attribution-Systemen und Multi-Environment-Deployment-Strategien
• Zusammenarbeit mit Stakeholdern aus Data Science, SRE und Product, um die Fähigkeiten der ML-Plattform mit den Geschäftszielen abzustimmen; Reduktion der Deployment-Hürden für Data Scientists um 60% durch Self-Service-Plattformen
• Architektur und Lieferung einer produktionsreifen MLOps-Plattform für 50+ Modelle in Produktion mit automatisierten Promotion-Pipelines, Versionierung und Rollback-Funktionen; Erreichung eines SLA von 99,5% Plattform-Uptime
• Design einer verteilten ML-Pipeline-Architektur mit Metaflow und Argo Workflows (Vertex Pipelines-kompatibel); Verkürzung der Modell-Trainingszeit um 30% und der Deployment-Zyklen von 2 Wochen auf 3 Tage durch vollständige CI/CD-Automatisierung
• Aufbau containerisierter ML-Services auf Kubernetes mit Auto-Scaling-Policies, Resource Quotas und Multi-Tenancy-Isolation; Optimierung der Infrastrukturkosten um 180K $ pro Jahr (25% Reduktion)
• Implementierung von Monitoring, Alerting und Performance-Tracking mit Prometheus, Grafana und Custom Instrumentation; Reduktion der Debugging-Zeit für Modelle um 50% und Einführung von SLOs für die Modell-Performance
• Leitung der Entwicklung einer RAG-basierten Document-Intelligence-Plattform mit LangChain, LangGraph und Vektor-Datenbanken; Implementierung von Agentic-AI-Workflows für die automatisierte Verarbeitung von Finanzdokumenten
• Implementierung von Infrastructure-as-Code mit Terraform für reproduzierbare Umgebungseinrichtung und GitOps-Workflows; Reduktion von Infrastruktur-Drift-Vorfällen um 80%
• Design von rollenbasiertem Zugriff für die ML-Plattform, Implementierung von Model-Lineage-Tracking und Aufbau von Audit Trails für regulatorische Compliance nach Enterprise-IAM-Best Practices

• Entwickelte und implementierte ein hybrides Empfehlungssystem (Content-Based + Collaborative Filtering)
• Baute End-to-End-ML-Pipelines inklusive Datenverarbeitung, Feature Engineering, Modelltraining und Bewertung
• Entwickelte RAG-basierte LLM-Systeme mit LangChain und Vektordatenbanken für semantische Suche und Wissensabruf
• Etablierte MLOps-Workflows mit MLflow für Experiment-Tracking, Versionierung und Deployment-Bereitschaft
• Implementierte Deep-Learning-Modelle (Computer Vision & Klassifikation) mit PyTorch und TensorFlow

IOG (IOHK) ist eines der weltweit führenden Unternehmen für Forschung und Engineering im Bereich Blockchain-Infrastruktur.

• Ein lang laufendes R&D-Projekt in ein zusammenhängendes, produktionsreifes Testnet umgewandelt; dafür das 35-köpfige Engineering-Team (Core, QA, SRE) aufgebaut und skaliert.
• Strategische Ausrichtung definiert und die technologische Entwicklung als wichtiges Mitglied der Führung mit den Geschäftszielen abgestimmt.
• Softwareentwicklungsprozesse optimiert und agile Methoden eingeführt, was die operative Effizienz und die Code-Sicherheit verbessert hat.
• Projekte in einem schnelllebigen Startup-Umfeld durch effektives Projektmanagement und gute Ressourcenplanung umgesetzt.

• Aufbau eines bereichsübergreifenden Product-Teams zur Entwicklung einer SuperApp
• Beratung und Mentoring, um das Team zu unterstützen und Impulse zu geben (fachlich & Soft Skills)

OpsWorker verwandelt Kubernetes-Alerts in Root-Cause-Analysen, zusätzlich zu dem Monitoring, das ein Team bereits betreibt. Ich leite die technische Seite: die Agentenarchitektur, die AWS-Infrastruktur, auf der das Ganze läuft (vollständig in EU-Regionen), und die Engineering-Entscheidungen dahinter, standardmäßig nur lesend im Cluster, der Mensch bleibt für die Bewertung im Loop. Der Stack darunter: Amazon Bedrock und Bedrock AgentCore, Agenten gebaut mit dem Strands Agents SDK, die Claude- und OpenAI-APIs sowie die Kubernetes-API.

• Beratung einer NGO im Bereich Rechenzentrumsnachhaltigkeit in öffentlich geförderten Projekten (BMUKN mit NADIKI und Umweltbundesamt mit SIEC)
• Entwicklung von Python-APIs und Webanwendungen, Bereitstellung auf AWS/ECS mit Terraform
• Erfassung von Kennzahlen zum Stromverbrauch von Servern, CPUs und GPUs für KI-Workloads
• Verwendete Technologien: AWS, EC2, ECS, Fargate, CloudMap, VPC, Route53, Lambda, EventBridge, CodeBuild/CodePipeline/CodeDeploy, Terraform, Docker, Linux, Bash-Scripting, Python, Flask, SQLAlchemy, SQL, MariaDB, InfluxDB, Telegraf, Prometheus, Zabbix, Kubernetes, Letsencrypt, Zertifikatsverwaltung

• Definierte und setzte eine umfassende Sicherheits-Roadmap um: integrierte Shift-Left-Security, CNAPP und DevSecOps-Prinzipien, um die sichere Produktentwicklung zu optimieren und die Risikoexposition zu reduzieren.
• Etablierte ein robustes Framework für Bedrohungsmodellierung: verankerte Sicherheit in den Designprozessen, ermöglichte so frühzeitige Identifizierung von Schwachstellen und verringerte potenzielle Risiken.
• Entwickelte ein skalierbares Schwachstellenmanagementprogramm: beschleunigte die Erkennung und Behebung neuer Schwachstellen und verkürzte dadurch den Reaktionszyklus erheblich.
• Verbesserte Cloud- und Containersicherheit: setzte fortschrittliche Tools wie Tetragon ein, um tiefere Einblicke zu erhalten und eine Defense-in-Depth-Strategie umzusetzen.
• Automatisierte Sicherheitskontrollen in CI/CD-Pipelines: integrierte Sicherheitsmaßnahmen in den Entwicklungszyklus, um eine kontinuierliche Bereitstellung mit starken Schutzmechanismen sicherzustellen.
• Förderte funktionsübergreifende Zusammenarbeit: kooperierte mit Entwicklern und Infrastrukturteams, um Bedrohungen zu priorisieren und Abhilfemaßnahmen abzustimmen und förderte so eine einheitliche Sicherheitskultur.
• Stellte regulatorische Compliance und Audit-Bereitschaft sicher: arbeitete eng mit dem InfoSec-Team zusammen, um interne Richtlinien einzuhalten und Audits für Standards wie PCI-DSS und SOC 2 erfolgreich zu unterstützen.

• Führung von über 20 Mitarbeitenden aus Entwicklung, Site Reliability Engineering und Architektur.
• Leitung der gruppenweiten Agentic-KI-Initiative (Norwegen, Polen, Deutschland).
• Praktischer Lösungsarchitekt und KI-Berater in über 50 % meiner Arbeitszeit in Kundenprojekten im Publishing-Sektor – von lokalen Verlagen bis hin zu internationalen Konzernen.
• Strategische Beratung und technische Umsetzung in KI-Workflow-Plattformen (n8n, Workato).
• Entwicklung von Prototypen für klassische, KI-basierte und Agentic-KI-Workflows.

• Verantwortung für Design, Absicherung und Zuverlässigkeit der Cloud-basierten Plattformumgebungen
• Steigerung der Entwicklerproduktivität und Ausbau des Infrastrukturteams auf insgesamt 5 Ingenieure
• Realisierung einer Kostensenkung der Infrastruktur um 50 % durch effiziente Spot-Instanzen
• Verbesserung der Effizienz der PE-Entwickler um 15 % durch einen umfragebasierten Entwicklungsprozess

• Entwickelte eine Plattform basierend auf IoT, Azure, Kubernetes und Postgres für eine bestehende Anwendung
• Migrierte von "Click-Ops" und UI-definierten CI/CD-Pipelines zu Infrastruktur als Code mit Terraform, wodurch eine vollständige Neubereitstellung mehrerer Umgebungen möglich wurde
• Technologien: Terraform, OpenTofu, Azure, Azure DevOps, Kafka, IoT, Kubernetes, Grafana, Prometheus, GitOps, relationale Datenbanken