Beschreibung

Seasoned Software Developer and Cloud Engineer specializing in cloud computing, data integration, and automation, with a strong emphasis on optimizing efficiency and reducing operational costs. I possess a proven track record in deploying innovative solutions using AWS Cloud services, enhancing data accuracy and business insights. Fluent in both German and English, I thrive in dynamic, technology-driven environments and excel at collaborating with cross-functional teams and clients to deliver customized, impactful solutions. My expertise extends to AI-driven systems and advanced data visualization.

Branchenexpertise

Sprachen

Deutsch
Muttersprachlich oder zweisprachig
Englisch
Verhandlungssicher

Arbeitsortpräferenzen

Vor Ort möglich

Berlin (bis zu 50 km)

Media Impact
SENIOR DATA ENGINEER & CLOUD ENGINEER
DIGITALAGENTUREN & IT-CONSULTING
November 2025 - Heute (7 Monate)
Berlin, Germany
Projektziel: Sicherstellung der korrekten, stabilen und performanten Verarbeitung von Marketing- und Werbedaten für Native Dashboards in Tableau. Ziel ist der zuverlässige Betrieb sowie die kontinuierliche Weiterentwicklung AWS-basierter ETL-Datenpipelines unter Berücksichtigung von Datenqualität, Monitoring und Fehlerresilienz.

Ergebnis: Durch die kontinuierliche Wartung und Optimierung der ETL-Prozesse wird eine hohe Datenverfügbarkeit und -qualität in Tableau sichergestellt. Anpassungen an externen Werbeplattform-APIs werden zeitnah umgesetzt, wodurch Ausfälle minimiert und konsistente Entscheidungsgrundlagen für Fachbereiche gewährleistet werden. Die Stabilität der Datenflüsse wird durch verbesserte Logging-, Retry- und Alarmierungsmechanismen nachhaltig erhöht.

Skills: Python, AWS Data Pipelines, ETL/ELT, AWS Step Functions, AWS Lambda, Event-Driven Architectures, API-Integration, Datenqualität & Monitoring, Fehlerbehandlung & Retry-Mechanismen, Logging & Alerting, Tableau, GitHub, Cloud-basierter Betrieb produktiver Datenplattformen

‣ Pflege, Betrieb und Weiterentwicklung von AWS Step Functions zur Orchestrierung komplexer ETL-Prozesse für mehrere Werbeplattformen (u. a. LinkedIn, Snapchat, Pinterest)
‣ Entwicklung, Wartung und Anpassung von AWS Lambda Functions in Python bei Änderungen an Quell-APIs, Datenmodellen oder Authentifizierungsverfahren
‣ Überwachung und Fehlerbehebung der Datenpipelines inkl. strukturierter Logs, automatischer Retry-Mechanismen und Alarmierung
‣ Qualitätssicherung der verarbeiteten Daten zur korrekten Darstellung von KPIs und Metriken in Tableau Dashboards
‣ Analyse und Optimierung bestehender Python-basierter Datenverarbeitung zur Verbesserung von Performance, Stabilität und Wartbarkeit
‣ Dokumentation der Prozesse und Übergabe von Betriebswissen zur nachhaltigen Weiterentwicklung des Systems
Python3 ETL-Prozesse (Extrahieren, Transformieren, Laden) AWS Lambda API AWS Step Functions
Eurogate
SENIOR PYTHON ENTWICKLER, CLOUD ARCHITECT & DEVOPS ENGINEER
LOGISTIK & SUPPLY CHAIN
Juni 2025 - Oktober 2025 (4 Monate)
Hamburg, Deutschland
Projektziel: Entwicklung eines hochverfügbaren, verteilten Systems zur Optimierung und Planung von Logistikprozessen in Container-Terminals. Das System sollte komplexe Planungsaufgaben asynchron abarbeiten und über eine robuste, skalierbare Cloud-Infrastruktur bereitgestellt werden.

Ergebnis: Erfolgreiche Implementierung einer modularen Microservice-Architektur auf AWS, die über Message Queues ereignisgesteuert kommuniziert. Die gesamte Infrastruktur wird mittels Terraform (IaC) verwaltet, was eine konsistente und wiederholbare Bereitstellung über verschiedene Umgebungen (Dev, Staging, Prod) gewährleistet.

Skills: Python (AsyncIO, FastAPI, Flask), API-Design, Domain-Driven Design (DDD), Dependency Injection, SQL, SQLAlchemy, Hexagonale Architektur (Ports & Adapters), AWS (ECS, SQS, S3, API Gateway, Lambda), Terraform (Infrastructure as Code), Docker, CI/CD (Bitbucket Pipelines), Microservices, Event-Driven Architecture (EDA), Asynchrone Verarbeitung, Git, uv, Pytest, moto, LocalStack, Ruff, MyPy, Logging, Monitoring (CloudWatch & Datadog), Tracing (OpenTelemetry), Cache (Redis)

‣ Grundstruktur: Einrichtung eines Monorepos mit uv, pre-commit hooks, type
checking mit mypy und linting mit ruff.
‣ Microservice-Architektur: Konzeption und Implementierung von diversen
entkoppelten Services die eine hohe Wartbarkeit und unabhängige Skalierung
ermöglichen.
‣ Ereignisgesteuerte Kommunikation: Nutzung von AWS SQS als Message Queues
‣ Datenbank: Aufbau einer Postgres Datenbank in Aurora Serverless V2, Pflege des Schemas mit SQLAlchemy, Migration mit Alembic. Einrichten eines Redis Cache in ElastiCache, atomisierung der Aktionen mit LUA Skripten.

‣ Infrastructure as Code (IaC): Aufbau und Verwaltung der gesamten AWS-Cloud-Infrastruktur mit Terraform, inklusive Netzwerk, IAM-Rollen, ECS-Clustern und S3-Buckets.
‣ Hohe Testabdeckung: Sicherstellung der Code-Qualität durch umfassende Unit- und Integration-Tests mit Pytest, moto und LocalStack zur Simulation von AWS-Services.

FastAPI SQL Terraform CI/CD Hexagonal Architecture
Media Impact
CLOUD ARCHITECT, AI LEAD ENGINEER & DEVOPS LEAD
DIGITALAGENTUREN & IT-CONSULTING
Februar 2024 - Dezember 2024 (10 Monate)
Berlin, Deutschland
Projektziel: Entwicklung eines LLM-gestützten Chatbots zur Verbesserung des
internen Informationszugangs für Mitarbeiter durch den Einsatz von Retrieval-
Augmented Generation (RAG) und einer Cloud-nativen Architektur.

Ergebnis: Erfolgreiche Implementierung eines skalierbaren Chatbots auf Basis von Azure OpenAI und Microsoft Bot Framework. Die mehrstufige LLM-Pipeline optimierte die Antwortgenauigkeit, während die automatisierte Bereitstellung mit Terraform und GitLab CI/CD die Effizienz steigerte. Monitoring mit Grafana und Prometheus gewährleistete eine stabile Performance. Der Chatbot wurde erfolgreich in die Unternehmensprozesse integriert und wird durch ein internes Team weiterentwickelt.

Skills: Python (FastAPI, Pydantic, AsyncIO), Microsoft Bot Framework, Retrieval-
Augmented Generation (RAG), Azure OpenAI, LLM-Pipelines, AWS Lambda,
Kubernetes (EKS), API Gateway, Terraform, Ansible, GitLab CI/CD, GitLab Terraform States, kubectl, Helm, GitLab Secrets, Grafana, Prometheus, AWS CloudWatch, VPC, Load Balancer, Netzwerksicherheit, Scrum, Kanban, pytest, unittest, Git, Code-Dokumentation.

‣ Entwicklung eines Python-basierten Chatbots mithilfe des Microsoft Bot Frameworks, der Retrieval-Augmented Generation (RAG) zur Verbesserung des internen Informationszugangs für Mitarbeiter einsetzt.
‣ Nutzung von Azure OpenAI zur Integration von ChatGPT in eine mehrstufige LLM-Pipeline (bestehend aus Condense, Chunk, Classify, Compose), um präzise und kontextabhängige Antworten zu generieren.
‣ Architekturentwicklung und Bereitstellung einer Cloud-nativen Microservices-Architektur unter Verwendung von AWS Lambda, Kubernetes (EKS) und API Gateway.
‣ Implementierung von Infrastructure as Code (IaC) mit Terraform und Ansible, um AWS- und Kubernetes-Ressourcen innerhalb einer GitLab CI/CD-Pipeline automatisiert zu bereitstellen und zu verwalten.
‣ Verwendung von kubectl und Helm für die Verwaltung von Kubernetes-Clustern und die Bereitstellung von Anwendungen.
FastAPI RAG Kubernetes Terraform CI/CD