Bootstrapping eines CloudOps-Teams und Aufbau eines Multi-Cloud Provider-Backends für eine ?Low-Code? Internal Developer Platform (IDP) mithilfe von env zero. Die IDP im Universum der Schwarz Gruppe (genutzt von bis zu 50 Teams) abstrahiert komplexe IaC-Workflows, sodass auch nicht-technische Nutzer vordefinierte Terraform-Templates über eine 1-Click-App-Oberfläche ausrollen können.

• Als Lead Engineer prägte ich die Teamprozesse, entwarf die Lösungsarchitektur und leitete die technische Umsetzung, während ich gleichzeitig Strukturen und Arbeitsabläufe im Team etablierte
• Einfuhrung User Story Mapping, ADRs, Meilensteine, Backlog
• Konzeption und Entwicklung der Kern-APIs, Setup von CI/CD Pipelines, OpenTofu/Terraform Skripte
• Vertretung/Kommunikation des Teams bei Third-Party Stakeholdern (z. B. env zero)
• (Cross-) Team-Coaching zu DevOps, Softwaredesign, Terraform, Golang, Agile

Migration und Optimierung von Kernservices in einer hybriden Cloud-Umgebung. Nach dem Weggang des einzigen Go-Experten übernahm ich die technische Verantwortung für Go-basierte Entwicklungen und stärkte gezielt die AWS- und Terraform-Kompetenzen des Teams.

• Datenservices zur Erstellung eines Servicekatalogs mit Backstage .io konzipiert und implementiert
• Entwicklung eines Kafka HTTP Proxy in Golang als sicherer Ersatz für die Confluent-Version, die durch zahlreiche CVEs belastet war
• Entwicklung einer performanten Lambda-Funktion als Custom AWS API Gateway Authorizer, verpackt als zentrales Terraform-Modul für einfache Kundenintegration
• Weiterentwicklung einer TypeScript-basierten Pipeline zur Anbindung an IBM API Connect
• Technisches Blueprint zur Übertragung großer BLOBs aus der AWS VPC in das gesicherte On-Premise-Netz erstellt
• Team-Coaching zu AWS, Terraform, Golang und Quarkus

Entwicklung einer Service-Fassade zur Kapselung der zentralen Geschäftslogik (Warenkorb, Wunschliste, Suche, etc.) mit Fokus auf Skalierbarkeit und technische Performance. Initiierte und leitete die Ablösung einer zentralen, kaum mehr wartbaren PHP-Legacy-Schnittstelle durch eine performante Go-Implementierung, um Stabilität und Skalierbarkeit insbesondere unter Lastspitzen (z.B. Black Friday) sicherzustellen.

• API-Leistung und Skalierbarkeit signifikant verbessert (im Vergleich zur Legacy-PHP-Schnittstelle)
• Architekturentscheidungen gemeinsam mit Tech Leads erarbeitet und neue Technologien evaluiert
• Beitrag zur Weiterentwicklung des Opensource TypeScript SDKs für die Storefront API (auf Anfrage)
• Coaching und fachliche Unterstützung von Junior-Entwicklern bzgl. Golang geleistet

Implementierung zentraler Daten- und Suchdienste. Unterstützung bei der Entwicklung der neuen RTL+ App mit Fokus auf Elasticsearch und Suchtechnologien ? Know-how, das ich unter anderem bei meiner Arbeit bei SoundCloud aufgebaut habe.

• Beteiligung an Architektur- und Infrastrukturentscheidungen im DevOps-Kontext, z. B. Beratung bei der Buy-vs-Build-Entscheidung, ob Elasticsearch im Eigenbetrieb oder als Cloud-Dienst eingesetzt wird
• Entwicklung einer Microservice-Architektur mit Python in Google Kubernetes Engine (GKE)
• Performance-Evaluierung der neuen Schnittstellen
• Unterstützung im Stakeholder-Management durch Koordination und Kommunikation zwischen Fachbereichen

Neu- und Weiterentwicklung einer Google-Cloud-Anwendung im Bereich Warehouse & Logistics zur Anbindung des Warehouse Management Systems (WMS) an robotische Komponenten im Lager. IKEA möchte mittels Drohnen und Roboter manuelle, fehleranfällige und zeitintensive Prozesse bei der Paletten- und Produktverwaltung in Lagern automatisieren.

• Entwicklung von Microservices in Google Cloud Platform mittels Cloud Functions und Cloud Run
• Automatisierung der Infrastruktur mit Terraform
• Unterstützung des Product Owner bei der Anforderungsanalyse

Unterstützung des Backend-Teams bei der Integration der Partners API und Optimierung interner Anwendungen für das Backoffice. Ein MVP, initial vom ehemaligen Architekten gebaut, soll als Übergangslösung bis zur Etablierung eines internen Go-Teams weiter optimiert und technisch gehärtet werden.

• Implementierung zusätzlicher Use-Cases für Auftragsabwicklung, zentrale Produktdatenbank und Katalogmanagement
• Verbesserung der Continuous Integration und Deployment Workflows
• Überarbeitung und Ausbau der Test-Suite mit Fokus auf Zuverlässigkeit und Effizienz

Konzeption und Implementierung eines performanten Import-Services für Transaktionsdaten von Drittanbieter-Zahlungsdiensten wie Paypal, Klarna oder Amazon Payments. Taxdoo bietet Onlinehändlern eine Software-as-a-Service-Lösung zur Unterstützung bei der Erfüllung von Umsatzsteuerpflichten in Europa. Im Rahmen dieses Projekts wurde eine Lösung entwickelt, um Zahlungsdaten mit den Transaktionen abzugleichen und in den Buchhaltungsexport zu integrieren.

• Entwicklung eines Low-Latency Importdienstes von Kundentransaktionen mit AWS Lambda
• Konzeption eines Data-Warehouse-Setups inkl. Visualisierung mit AWS Quicksight
• Entwicklung von Schnittstellen zur automatisierten Überprüfung von USt-IdNr.

Machbarkeitsstudie zu Cloud-Kostenoptimierung im Dynatrace Synthetic Monitoring ? Analyse des Dynatrace Cloud-Dienstes und Evaluierung einer Self-Hosting-Strategie in den jeweiligen Ziel-Clouds (Ali Baba, Azure, AWS, GCP und AWS) zur Identifikation potenzieller Kosten- und Performancevorteile. Dynatrace bietet bereits einen Cloud-Dienst für Synthetic Monitoring an. Ziel des Projekts war es, zu evaluieren, ob ein selbst betriebenes Hosting in den jeweiligen Ziel-Clouds kostengünstiger ist.

• Terraform-Deployment für ActiveGate in den verschiedenen Clouds umgesetzt
• Benchmark-Analysen mit Hardware-Sizing-Empfehlungen
• Weiterentwicklung des SAP-internen Dynatrace CLI Tools in Golang

Weiterentwicklung der SoundCloud-Suchsysteme und Betrieb großskaliger Elasticsearch-Cluster in Produktionsumgebungen (Elasticsearch Cluster mit ~ 100 Nodes). Bei meinem Eintritt arbeitete das Search-Team an der Weiterentwicklung des ursprünglichen Suchalgorithmus hin zu einem Learning-To-Rank-Ansatz. Hierbei wurde das Nutzerverhalten (z. B. Klicks) in ein Machine-Learning-Modell integriert, um relevantere und präzisere Suchergebnisse zu liefern. Die folgenden Performance-Verbesserungen waren die Grundlage dafür.

• Reduktion der Reindex-Dauer von 6 auf 1 Stunde; 4-fache Verbesserung der p95-Suchlatenz.
• Erstellung von A/B-Test-Vorschlägen und RFCs (z.B. ?Exact Match Searches?)
• Rufbereitschaft und Incidentmanagement (bei bis zu 2.000 Search Queries pro Sekunde)