Über mich

• AWS-Infrastruktur mit Terraform und Helm konzipiert und bereitgestellt und damit die Bereitstellungszeit von Umgebungen um 40 % verbessert
• Kubernetes-Cluster zur Unterstützung von Microservices im großen Maßstab bereitgestellt und gepflegt und damit die Widerstandsfähigkeit und Zuverlässigkeit des Systems verbessert
• Infrastrukturbereitstellung und -konfiguration mit Ansible automatisiert und damit Bereitstellungszeit und menschliche Fehler reduziert

Tech-Stack: Terraform · AWS · Kubernetes · Helm · Jenkins · Ansible · Docker · Python · GitHub

• AWS-Infrastruktur mit Terraform verwaltet und bereitgestellt und damit konsistente, skalierbare und prüfbare Deployments über alle Umgebungen hinweg sichergestellt
• Zentrale AWS-Dienste — darunter RDS (PostgreSQL/MySQL), Elasticache (Redis) und OpenSearch — konfiguriert und gepflegt und damit zuverlässige und leistungsstarke Datenplattformen bereitgestellt
• Sichere IAM-Rollen und -Richtlinien implementiert, um den Zugriff nach dem Least-Privilege-Prinzip durchzusetzen und die Cloud-Sicherheit zu stärken
• Den Lebenszyklus von EC2-Instanzen überwacht und damit Ressourcennutzung und Kosteneffizienz verbessert
• CI/CD-Pipelines mit Jenkins, GitHub Actions und CircleCI aufgebaut und gepflegt und damit die Softwareauslieferung beschleunigt und manuelle Fehler reduziert
• Datadog für das Echtzeit-Monitoring der Infrastruktur integriert und damit Verfügbarkeit und Observability über verteilte Systeme hinweg verbessert

Tech-Stack: AWS · Terraform · Jenkins · CircleCI · GitHub · Datadog · Ansible · Kubernetes · Docker

• Client-Anwendungen auf der Google Cloud Platform (GCP) gehostet und damit zuverlässige Erreichbarkeit und optimale Leistung sichergestellt
• Kubernetes-Infrastruktur mit der Google Kubernetes Engine (GKE) gepflegt und damit eine reibungslose Orchestrierung containerisierter Anwendungen erreicht
• CI/CD-Prozesse mit Werkzeugen wie Jenkins, Chef und Spinnaker eingerichtet und gepflegt und damit Entwicklungs- und Bereitstellungsabläufe optimiert
• Containerisierte Workloads mit Sonar und Black Duck getestet und damit Qualität, Sicherheit und Compliance der Software bestätigt
• Neue Microservices in den bestehenden Stack eingeführt und die erforderlichen Pipelines und Rezepte mit Chef für VMs und Helm für Kubernetes erstellt
• Aktiv auf Entwicklerfeedback reagiert und das Infrastrukturmodell entsprechend angepasst, um Engpässe zu beseitigen

Tech-Stack: Google Cloud Platform (GCP) · Helm · Spinnaker · Ansible · Kubernetes

• End-to-End-Machine-Learning-Pipelines entwickelt und damit die Modellbereitstellung beschleunigt und die Auslieferungszeit für produktive ML-Lösungen verkürzt
• Individuelle Datensätze mit Selenium und BeautifulSoup erfasst und aufbereitet und damit hochwertige Dateneingaben für Training und Evaluierung ermöglicht
• Datenanalyse und -visualisierung mit Pandas und Matplotlib durchgeführt und damit Erkenntnisse zur Verfeinerung der Modelle gewonnen
• Modelle mit scikit-learn (Logistische Regression) und spaCy (Named Entity Recognition) implementiert und trainiert und damit Genauigkeit und Verarbeitungsgeschwindigkeit verbessert
• GitHub Actions integriert, um CI/CD-Workflows zu automatisieren und effiziente, reproduzierbare ML-Experimente sicherzustellen
• Containerisierte ML-Anwendungen auf Heroku bereitgestellt und damit einen nahtlosen öffentlichen Zugang zu Projektdemos und Prototypen ermöglicht

Tech-Stack: Python · scikit-learn · spaCy · Selenium · BeautifulSoup · Pandas · Matplotlib · GitHub Actions · Docker · Heroku

• CI-Pipelines in GitLab implementiert und gepflegt und damit Build-, Test- und Bereitstellungsabläufe über mehrere Umgebungen hinweg optimiert
• Ansible-Playbooks für Konfigurationsmanagement und automatisierte Bereitstellung entwickelt und verwaltet und damit den manuellen Einrichtungsaufwand reduziert
• Docker-Container erstellt und bereitgestellt und Nginx für das Load Balancing integriert, um die Leistung zu steigern und hohe Verfügbarkeit sicherzustellen
• Microservice-Deployments mit Docker Swarm orchestriert und damit eine modulare, skalierbare und fehlertolerante Anwendungsarchitektur ermöglicht
• Mit Kunden zusammengearbeitet, um maßgeschneiderte Infrastrukturlösungen zu entwerfen und DevOps-Praktiken an spezifischen Leistungs- und Zuverlässigkeitszielen auszurichten

Tech-Stack: GitLab · Docker Swarm · Ansible · Nginx · Redis · Elasticsearch · RabbitMQ · GitHub

• GIT für die nahtlose Verwaltung von Quellcode eingeführt und damit den Versionskontrollprozess für ein effizientes Code-Management optimiert
• Multi-Branch-Jenkins-Pipelines mit Docker erstellt und gepflegt und damit den Automatisierungs- und Bereitstellungsprozess im Team verbessert
• Docker-Multi-Stage-Builds genutzt, um Arbeitsschritte zu isolieren und eine saubere, effiziente und fehlerfreie Codeentwicklung sicherzustellen
• Python-Skripting eingesetzt, um Build-Metriken aus der Jenkins-Pipeline zur Visualisierung und detaillierten Analyse an Grafana zu senden
• Eine Bereitstellungs-Pipeline erstellt, um die neuesten Docker-Anwendungs-Images an AWS zu übertragen, und damit die Effizienz von App-Updates gesteigert und eine termingerechte Auslieferung sichergestellt

• Rund-um-die-Uhr-Support im Callcenter (24/6) geleistet und als erste Anlaufstelle für die Fehlerbehebung und Lösung von IT-Problemen fungiert
• Auf die Administration und Fehlerbehebung einer Vielzahl von Microsoft-Produkten spezialisiert, um Produktivität und Effizienz zu maximieren
• Sicheren Zugriff innerhalb unseres Domänennetzwerks implementiert, um hohe Sicherheitsstandards einzuhalten und vor potenziellen Bedrohungen zu schützen
• SAP-Systeme praktisch gewartet und verwaltet und damit ihre optimale Leistung für einen reibungslosen Geschäftsbetrieb sichergestellt
• Salesforce betrieben und kleinere Entwicklungsaufgaben durchgeführt, um Funktionalität und Benutzererlebnis zu verbessern

• Computerwartung
• Software-Updates
• Aufrüstung der Hardware-Infrastruktur
• Kundenbetreuung vor Ort