Senior AI & Data Engineer | Self-hosted LLM Serving & Data Platforms auf Kubernetes
Aktualisiert am 25.09.2026
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 01.01.2027
Verfügbar zu: 100%
davon vor Ort: 100%
Kubernetes
Python
Data Engineer
AWS
Azure
MLOps
Terraform
Databricks
Google Cloud
Data Lake
DevOps
SQL
Git
Apache Spark
Machine Learning
ETL
Agent
Kafka
LLM
Docker
Grafana
Datenbanken
Linux
German
native
English
C1
French
basic
Vietnamese
basic

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

6 Monate
2026-03 - 2026-08

Self-hosted Image-to-Video GenAI-Service

AI & Cloud Engineer Kubernetes Terraform VLM ...
AI & Cloud Engineer
AUFGABEN
? Ausrollen eines Wan 2.2-Modells zur Umwandlung von Bildern in Videos (Hugging Face Diffusers) hinter einem FastAPI-Dienst
? Bereitstellung des AWS-GPU-Knotens nach Bedarf ? dieser wurde nur bei einer Generierungsanforderung hochgefahren und anschließend wieder heruntergefahren, sodass GPU-Kosten nur bei tatsächlicher Nutzung anfallen
? Containerisierung des Dienstes (PyTorch / CUDA) und Bereitstellung in Kubernetes mit GPU-Scheduling, Modell-Caching und Backups
? Anwendung von CPU-Offloading für das Modell, sodass das 14-Milliarden Parameter Modell auf eine einzelne AWS-GPU-Instanz passt, wodurch der GPU-Ressourcenbedarf und die Kosten reduziert werden
? Die AWS-GPU-VM wurde über WireGuard in eine bestehende Multi-Cloud-Kubernetes-Landschaft integriert und das Modell als interner Dienst bereitgestellt
? Es wurde eine Chainlit-Weboberfläche zum Hochladen eines Bildes und zur Vorschau des generierten Clips bereitgestellt

ERGEBNIS
Die GPU wird nur bei Bedarf abgerechnet (keine Kosten für Leerlauf/API) · Es wurden Clips von ca. 5 Sekunden auf einer einzigen GPU generiert · Die Daten bleiben vollständig im eigenen Haus

Kubernetes Terraform VLM Wan 2.2 Hugging Face Diffusers Chainlit Python FastAPI PyTorch CUDA NVIDIA GPU WireGuard AWS Docker Multi-cloud
Media-tech scale-up (confidential)
1 Jahr 6 Monate
2025-03 - 2026-08

Presales - Data & AI Consulting

Data & AI Engineer Data Lakehouse STACKIT Kubernetes ...
Data & AI Engineer
  • AUFGABEN
    ? Präsentation der Daten- und KI-Dienstleistungen von STACKIT bei potenziellen Kunden
    ? Leitung von Anforderungs Workshops, meist vor Ort, um die Kundenbedürfnisse zu erfassen
    ? Einrichtung von Demonstrationsumgebungen und Proof-of-Concepts auf STACKIT, in der Regel Data Lakehouse mit optionalen, selbst gehosteten Zusatzkomponenten
    ? Durchführung von Kostenanalysen, wobei der Kundenbedarf auf unsere Infrastruktur und Preisgestaltung abgebildet wurde

    ERGEBNIS
    Umsetzung der technischen Anforderungen potenzieller Kunden in konkrete, kalkulierte Lösungsvorschläge auf STACKIT
Data Lakehouse STACKIT Kubernetes PoC Superset Dremio Keycloak Data Engineer
STACKIT (Schwarz Group)
1 Jahr 7 Monate
2025-02 - 2026-08

Conversational Analytics Agent

Data & AI Engineer Databricks AI/BI Genie Unity Catalog ...
Data & AI Engineer
AUFGABEN
? Bereitstellung von Self-Service-Analysen mit AI/BI Genie, dem nativen Chat von Databricks, der Fragen in natürlicher Sprache in SQL umwandelt, der von Haus aus schreibgeschützt ist und unter den jeweiligen Unity-Catalog Berechtigungen jedes Benutzers läuft
? Modellierung einer kuratierten semantischen Ebene ? geregelte Ansichten, Metrikdefinitionen und vertrauenswürdige Assets (von Experten validierte Beispielabfragen und Unity-Catalog-Funktionen mit ausführlichen Kommentaren), damit Genie Geschäftsbegriffe der richtigen SQL zuordnet, anstatt zu raten
? Durchsetzung der Governance im Unity Catalog ? schreibgeschützte SELECT-Berechtigungen, Zeilenfilter und Spaltenmasken, damit Benutzer nur zulässige Daten sehen, sowie vollständige Audit-Protokollierung über Systemtabellen
? Erstellung einer Benchmark-Suite mit ca. 300 Geschäftsfragen und Referenzabfragen, um die Antwortgenauigkeit von Release zu Release zu verfolgen und zu verbessern, auf Azure Databricks (EU-Region, Westeuropa) mit einem SQL-Warehouse in passender Größe

ERGEBNIS
Geschäftsanwender bearbeiten ihre routinemäßigen Datenanfragen selbstständig direkt im Chat, anstatt sich beim Datenteam anzustellen, wodurch das Team von Ad-hoc-Anfragen entlastet wird
Databricks AI/BI Genie Unity Catalog Databricks SQL Warehouse Delta Lake Azure SQL Data Lakehouse BI Reporting Agent
Confidential (enterprise analytics)
6 Monate
2025-09 - 2026-02

RAG Assistant on Technical Documentation

AI & Data Engineer Databricks Python ETL ...
AI & Data Engineer
AUFGABEN
? Automatisierte Datenerfassung: Der Auto Loader lädt neue und aktualisierte PDF-Dateien in Unity Catalog Volumes, koordiniert durch geplante Databricks-Jobs
? Komplexe PDF-Dateien werden mit KI-Funktionen (Text, Tabellen, Layout) analysiert, in Blöcke unterteilt und in Delta-Tabellen gespeichert
? Einbettung über einen Databricks Model Serving-Endpunkt, der einen Databricks Vector Search Delta Sync-Index speist, der sich bei Änderungen automatisch synchronisiert
? Abruf-Agent auf dem Databricks Agent Framework ? hybride semantische + Stichwortsuche, Databricks-Grundmodell, fundierte Antworten mit Quellenangaben
? Auswertung und Nachverfolgung mit MLflow, Bereitstellung als automatisch skalierender Model-Serving-Endpunkt hinter einer Streamlit Databricks App
? End-to-End-Governance für den Unity Catalog: Zugriffskontrolle und Auditierung von Dokumenten, Tabellen und Indizes

ERGEBNIS
Ingenieure erhalten innerhalb von Sekunden selbstständig Antworten aus Tausenden von Seiten, die auf den eigenen Dokumenten des Kunden basieren und mit Quellenangaben versehen sind ? vollständig unter der Governance von Databricks
Databricks Python ETL SQL Agents MLflow Streamlit Kubernetes qdrant Pipeline
Industrial Manufacturing (Confidential)
7 Monate
2024-07 - 2025-01

Private LLM Assistant (Qwen 3.5)

AI Engineer Kubernetes Terraformv LLM ...
AI Engineer
AUFGABEN
? Bereitstellung des Qwen 3.5 Inferenzmodells über vLLM (OpenAI kompatible API) auf Kubernetes mit GPU-Scheduling und im PVC zwischengespeicherten Modellgewichten
? Optimierung von vLLM für gleichzeitige Auslastung und Latenz gering zu halten
? Bereitstellung einer selbst gehosteten OpenWebUI als Chat-Frontend für den OpenAI-kompatiblen Endpunkt
? Zentrale Verwaltung von Zugriffen und Berechtigungen über OIDC bzw. OAuth2 mittels eines selbst gehosteten Keycloak, der mit den Anwendungen föderiert ist
? Bereitstellung des GPU Knotens nach Bedarf und Integration in die bestehende Multi Cloud Kubernetes Landschaft, wobei Daten und Inferenz vollständig intern verbleiben.

ERGEBNIS
Das Unternehmen erhält einen internen Assistenten für juristische Recherchen und die Erstellung von Schriftsätzen, vertrauliche Falldaten verlassen niemals die eigene Infrastruktur, und die Antworten werden auch bei gleichzeitiger Nutzung schnell bereitgestellt

Kubernetes Terraformv LLM Qwen 3.5 OpenWebUI Keycloak OIDC OAuth2 NVIDIA GPU Hugging Face Python PyTorch STACKIT OpenAI-compatible API
Law firm (confidential)
8 Monate
2023-11 - 2024-06

Multi-Tenant Data Lakehouse (Managed Service)

Cloud & Data Engineer Kubernetes Helm Terraform ...
Cloud & Data Engineer
AUFGABEN
? Mitgestaltung der Architektur des mandantenfähigen Lakehouse: Dremio (Abfrage-Engine), Apache Airflow zur Orchestrierung von Apache Spark Jobs und JupyterHub (Entwicklungsplattform), ausschließlich Kubernetes
? Automatisierung der idempotenten, wiederholbaren Bereitstellung von Dremio über Helm und Terraform, um eine zuverlässige Bereitstellung von Mandanten in großem Maßstab zu gewährleisten
? Aufbau des Kunden-Onboarding-Prozesses, Bereitstellung isolierter Self-Service-Mandanten mit hoher Verfügbarkeit und SLA-Garantien
? Einrichtung von GitOps-Bereitstellung (ArgoCD, Azure DevOps), Secret-Management (External Secrets) und Observability (Prometheus, Grafana)

ERGEBNIS
STACKIT kann seinen Cloud Kunden ein vollständig verwaltetes Self-Service Data Lakehouse anbieten, ausschließlich auf Kubernetes basierend und mandantenfähig, wobei neue Mandanten zuverlässig und wiederholbar bereitgestellt werden und das System auf Tausende skalierbar ist, mit hoher Verfügbarkeit und SLA

Kubernetes Helm Terraform Argo CD GitOps Git Azure DevOps Dremio Apache Airflow Apache Spark JupyterHub Apache Iceberg S3 External Secrets Prometheus Grafana
STACKIT (Schwarz Group)
8 Monate
2023-03 - 2023-10

National Medication Data Hub

Data & Cloud Engineer Kubernetes Helm Apache Airflow ...
Data & Cloud Engineer
AUFGABEN
? Erfassung der Kundenbedürfnisse und Umsetzung in konkrete technische Anforderungen
? Aufbau der Datenerfassung: Abfrage mehrerer Quellen für medizinische Daten, Medikamentendaten und Patientendaten in unterschiedlichen Intervallen über Airflow, Zwischenablage über  und Speicherung in einem  als  Tabellen
? Modellierung spezialisierter  in , die sensible Informationen zurückhielten und detaillierte Zugriffsrechte durchsetzen
? Bereitstellung aller Anwendungen (einschließlich -Backend) in  über  mittels  Pipelines
ERGEBNIS
Ein auf Stichproben basierendes Verfahren wurde durch eine präzise, landesweite Datenzentrale für den Medikamentenverbrauch ersetzt, sensible Patientendaten werden durch maskierte Datenpools und eine detaillierte Zugriffskontrolle geschützt
Kubernetes Helm Apache Airflow Apache Iceberg Dremio PySpark dbt Git SFTP FastAPI Python CI/CD Agile/ Scrum
Confidential (national pharmacists association)
8 Monate
2021-11 - 2022-06

Kubernetes-Native IoT Data Platform

Cloud & Data Engineer Kubernetes GitOps Apache Kafka ...
Cloud & Data Engineer
AUFGABEN
? Das gesamte System eigenhändig konzipiert und eingerichtet, vollständig als Code und über GitOps bereitgestellt
? On-Site Listener eingerichtet, die Geräte Telemetrie über einen VPN-Tunnel an STACKIT übermittelten
? Telemetrie Daten (MQTT) durch einen Apache Kafka Cluster gestreamt und über Consumer in einem Iceberg Lakehouse gespeichert, Abfragen mit Trino
? Kameraaufnahmen als MP4 mit einer TTL von 72 Stunden im S3-Objektspeicher erfasst
? Föderierte Authentifizierung mit Keycloak / OAuth2, Berechtigungen werden zentral festgelegt und an die einzelnen Apps weitergegeben
? Einrichtung der Überwachung mit Prometheus und Grafana sowie von Daten-Dashboards in Apache Superset

ERGEBNIS
Das Institut erhält einen sicheren Echtzeit-Überblick über seine verteilten Feldsensoren und Aktoren vollständig Kubernetes-nativ und über GitOps reproduzierbar

Kubernetes GitOps Apache Kafka MQTT Trino Apache Iceberg Keycloak OAuth2 S3 Apache Superset Grafana Prometheus VPN Python Dremio Databricks
Confidential (research institute) - Research/ IoT
8 Monate
2021-11 - 2022-06

Advertising Analytics Platform

Data Engineer Google Cloud (GCP) BigQuery Cloud Composer ...
Data Engineer
AUFGABEN
? Konsolidierung fragmentierter Werbe- und Zielgruppendatenquellen und deren Modellierung im BigQuery-Data-Warehouse
? Erstellung von ETL-Pipelines in Airflow (Cloud Composer) zur planmäßigen Erfassung, Bereinigung und Transformation von Kampagnendaten
? Bereitstellung mehrstufiger GCP (Google Cloud)-Projektumgebungen (Dev/Stage/Prod) als reproduzierbare ?Infrastructure-as-Code? mit Terraform
? Entwicklung eines Python-FastAPI-Dienstes, um BigQuery-Daten für das Analytics-Frontend bereitzustellen
? Einrichtung der DevOps-Bereitstellung: GitLab CI, das alle Dienste auf Google Kubernetes Engine (GKE) bereitstellt

ERGEBNIS
Bessere Verwaltung von Anzeigenplatzierungen und Zielgruppenansprache · Werbekunden erhielten einen klaren Einblick in die Werbewirkung und die Budgetleistung pro Kampagne

Google Cloud (GCP) BigQuery Cloud Composer Apache Airflow Terraform Google Kubernetes Engine GitLab CI FastAPI Python ETL DevOps
RTL Group

Aus- und Weiterbildung

Aus- und Weiterbildung

1 Monat
2026-02 - 2026-02

STACKIT University - Cloud Engineer

STACKIT University
STACKIT University
2 Jahre 1 Monat
2023-05 - 2025-05

Azure - Data Engineer Associate

Microsoft
Microsoft
1 Monat
2022-09 - 2022-09

Astronomer Certification for Apache Airflow

Astronomer
Astronomer
1 Monat
2022-05 - 2022-05

Azure - Data Scientist Associate

Microsoft
Microsoft
1 Monat
2021-10 - 2021-10

Certified Kubernetes Application Developer (CKAD)

Linux Foundation
Linux Foundation
1 Monat
2021-08 - 2021-08

AWS - Solutions Architect Associate

Amazon Web Services (AWS)
Amazon Web Services (AWS)
1 Monat
2021-07 - 2021-07

Azure - Developing Solutions for Azure

Microsoft
Microsoft
2 Jahre 1 Monat
2018-06 - 2020-06

Master of Science Informatik

M.Sc., Universität des Saarlandes
M.Sc.
Universität des Saarlandes
Deep Learning und Natural Language Processing (NLP)
1 Jahr 2 Monate
2017-04 - 2018-05

Bachelor of Science Informatik

B.Sc., Universität des Saarlandes
B.Sc.
Universität des Saarlandes

Position

Position

Senior AI & Data Engineer

Kompetenzen

Kompetenzen

Top-Skills

Kubernetes Python Data Engineer AWS Azure MLOps Terraform Databricks Google Cloud Data Lake DevOps SQL Git Apache Spark Machine Learning ETL Agent Kafka LLM Docker Grafana Datenbanken Linux

Schwerpunkte

Self-hosted GenAI
Fortgeschritten
Kubernetes
Experte
DevOps
Experte
MLOps
Fortgeschritten
Python
Experte
LLM
Fortgeschritten
Data Engineering
Experte

HARD SKILLS

GenAI

LLM

VLM

Hugging Face

LangChain

vLLM

LLM Agents

ChatGPT

Claude

Qwen

Guardrails

OpenWebUI

Chainlit

AI / ML & MLOps

MLflow

KServe

PyTorch

Computer Vision

Speech-to-Text

NLP

Data Engineering

PySpark

Apache Kafka

Apache Airflow

Apache Spark

ETL

Databricks

Iceberg

S3

minIO

Dremio

Trino

Snowflake

BigQuery

MQTT

Data Lakehouse

dbt

Cloud Platforms

AWS

Azure

GCP

STACKIT

Containers & Orchestration

Kubernetes (K8s)

Docker

Helm

IaC & DevOps

Terraform

Git

GitLab CI/CD

Azure DevOps

ArgoCD

GitOps

Security & Networking

Keycloak

OIDC

OAuth2

External Secrets

WireGuard

Visualization & Monitoring

Grafana

Prometheus

Superset

Plotly

Languages & Frameworks

Python

Go

Java

C++

JavaScript

SQL

FastAPI

Django

Produkte / Standards / Erfahrungen / Methoden

Python
Experte

Ich entwickle nicht nur Systeme, ich übergebe sie auch: automatisiert, überwachbar und dokumentiert, damit das Team sie ohne mich betreiben kann. Gute Entwicklungsarbeit misst sich daran, was auch noch funktioniert, wenn man selbst nicht mehr da ist.


Architektur & technische Führung ? Entwurf ganzer Systeme und Begleitung von Teams von der Idee bis zur Produktion

GenAI & LLM-Bereitstellung ? privater Betrieb von Sprach- und Bildverarbeitungsmodellen, wobei die Daten vollständig im eigenen Haus verbleiben

Cloud-Infrastruktur ? skalierbare, ausfallsichere Infrastruktur über mehrere Cloud-Anbieter hinweg

Data Engineering ? zuverlässige Pipelines, die Daten in großem Maßstab, in Echtzeit und im Batch-Verfahren transportieren und transformieren

Kubernetes & Cloud-native Plattformen ? portable, containerisierte Workloads über verschiedene Umgebungen hinweg

Sicherheit & Governance ? Zugriffskontrolle, Sicherheitsvorkehrungen und Compliance von Anfang an integriert

MLOps & KI-Plattformen ? KI-Workloads vom Prototyp bis zur zuverlässigen, überwachbaren Produktion

DevOps & Automatisierung ? Optimierung von Build, Test und Release, damit Teams schneller und sicherer liefern können

Wissensaustausch ? Vermittlung von Wissen zu Cloud und KI an ein wachsendes Publikum auf YouTube

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

6 Monate
2026-03 - 2026-08

Self-hosted Image-to-Video GenAI-Service

AI & Cloud Engineer Kubernetes Terraform VLM ...
AI & Cloud Engineer
AUFGABEN
? Ausrollen eines Wan 2.2-Modells zur Umwandlung von Bildern in Videos (Hugging Face Diffusers) hinter einem FastAPI-Dienst
? Bereitstellung des AWS-GPU-Knotens nach Bedarf ? dieser wurde nur bei einer Generierungsanforderung hochgefahren und anschließend wieder heruntergefahren, sodass GPU-Kosten nur bei tatsächlicher Nutzung anfallen
? Containerisierung des Dienstes (PyTorch / CUDA) und Bereitstellung in Kubernetes mit GPU-Scheduling, Modell-Caching und Backups
? Anwendung von CPU-Offloading für das Modell, sodass das 14-Milliarden Parameter Modell auf eine einzelne AWS-GPU-Instanz passt, wodurch der GPU-Ressourcenbedarf und die Kosten reduziert werden
? Die AWS-GPU-VM wurde über WireGuard in eine bestehende Multi-Cloud-Kubernetes-Landschaft integriert und das Modell als interner Dienst bereitgestellt
? Es wurde eine Chainlit-Weboberfläche zum Hochladen eines Bildes und zur Vorschau des generierten Clips bereitgestellt

ERGEBNIS
Die GPU wird nur bei Bedarf abgerechnet (keine Kosten für Leerlauf/API) · Es wurden Clips von ca. 5 Sekunden auf einer einzigen GPU generiert · Die Daten bleiben vollständig im eigenen Haus

Kubernetes Terraform VLM Wan 2.2 Hugging Face Diffusers Chainlit Python FastAPI PyTorch CUDA NVIDIA GPU WireGuard AWS Docker Multi-cloud
Media-tech scale-up (confidential)
1 Jahr 6 Monate
2025-03 - 2026-08

Presales - Data & AI Consulting

Data & AI Engineer Data Lakehouse STACKIT Kubernetes ...
Data & AI Engineer
  • AUFGABEN
    ? Präsentation der Daten- und KI-Dienstleistungen von STACKIT bei potenziellen Kunden
    ? Leitung von Anforderungs Workshops, meist vor Ort, um die Kundenbedürfnisse zu erfassen
    ? Einrichtung von Demonstrationsumgebungen und Proof-of-Concepts auf STACKIT, in der Regel Data Lakehouse mit optionalen, selbst gehosteten Zusatzkomponenten
    ? Durchführung von Kostenanalysen, wobei der Kundenbedarf auf unsere Infrastruktur und Preisgestaltung abgebildet wurde

    ERGEBNIS
    Umsetzung der technischen Anforderungen potenzieller Kunden in konkrete, kalkulierte Lösungsvorschläge auf STACKIT
Data Lakehouse STACKIT Kubernetes PoC Superset Dremio Keycloak Data Engineer
STACKIT (Schwarz Group)
1 Jahr 7 Monate
2025-02 - 2026-08

Conversational Analytics Agent

Data & AI Engineer Databricks AI/BI Genie Unity Catalog ...
Data & AI Engineer
AUFGABEN
? Bereitstellung von Self-Service-Analysen mit AI/BI Genie, dem nativen Chat von Databricks, der Fragen in natürlicher Sprache in SQL umwandelt, der von Haus aus schreibgeschützt ist und unter den jeweiligen Unity-Catalog Berechtigungen jedes Benutzers läuft
? Modellierung einer kuratierten semantischen Ebene ? geregelte Ansichten, Metrikdefinitionen und vertrauenswürdige Assets (von Experten validierte Beispielabfragen und Unity-Catalog-Funktionen mit ausführlichen Kommentaren), damit Genie Geschäftsbegriffe der richtigen SQL zuordnet, anstatt zu raten
? Durchsetzung der Governance im Unity Catalog ? schreibgeschützte SELECT-Berechtigungen, Zeilenfilter und Spaltenmasken, damit Benutzer nur zulässige Daten sehen, sowie vollständige Audit-Protokollierung über Systemtabellen
? Erstellung einer Benchmark-Suite mit ca. 300 Geschäftsfragen und Referenzabfragen, um die Antwortgenauigkeit von Release zu Release zu verfolgen und zu verbessern, auf Azure Databricks (EU-Region, Westeuropa) mit einem SQL-Warehouse in passender Größe

ERGEBNIS
Geschäftsanwender bearbeiten ihre routinemäßigen Datenanfragen selbstständig direkt im Chat, anstatt sich beim Datenteam anzustellen, wodurch das Team von Ad-hoc-Anfragen entlastet wird
Databricks AI/BI Genie Unity Catalog Databricks SQL Warehouse Delta Lake Azure SQL Data Lakehouse BI Reporting Agent
Confidential (enterprise analytics)
6 Monate
2025-09 - 2026-02

RAG Assistant on Technical Documentation

AI & Data Engineer Databricks Python ETL ...
AI & Data Engineer
AUFGABEN
? Automatisierte Datenerfassung: Der Auto Loader lädt neue und aktualisierte PDF-Dateien in Unity Catalog Volumes, koordiniert durch geplante Databricks-Jobs
? Komplexe PDF-Dateien werden mit KI-Funktionen (Text, Tabellen, Layout) analysiert, in Blöcke unterteilt und in Delta-Tabellen gespeichert
? Einbettung über einen Databricks Model Serving-Endpunkt, der einen Databricks Vector Search Delta Sync-Index speist, der sich bei Änderungen automatisch synchronisiert
? Abruf-Agent auf dem Databricks Agent Framework ? hybride semantische + Stichwortsuche, Databricks-Grundmodell, fundierte Antworten mit Quellenangaben
? Auswertung und Nachverfolgung mit MLflow, Bereitstellung als automatisch skalierender Model-Serving-Endpunkt hinter einer Streamlit Databricks App
? End-to-End-Governance für den Unity Catalog: Zugriffskontrolle und Auditierung von Dokumenten, Tabellen und Indizes

ERGEBNIS
Ingenieure erhalten innerhalb von Sekunden selbstständig Antworten aus Tausenden von Seiten, die auf den eigenen Dokumenten des Kunden basieren und mit Quellenangaben versehen sind ? vollständig unter der Governance von Databricks
Databricks Python ETL SQL Agents MLflow Streamlit Kubernetes qdrant Pipeline
Industrial Manufacturing (Confidential)
7 Monate
2024-07 - 2025-01

Private LLM Assistant (Qwen 3.5)

AI Engineer Kubernetes Terraformv LLM ...
AI Engineer
AUFGABEN
? Bereitstellung des Qwen 3.5 Inferenzmodells über vLLM (OpenAI kompatible API) auf Kubernetes mit GPU-Scheduling und im PVC zwischengespeicherten Modellgewichten
? Optimierung von vLLM für gleichzeitige Auslastung und Latenz gering zu halten
? Bereitstellung einer selbst gehosteten OpenWebUI als Chat-Frontend für den OpenAI-kompatiblen Endpunkt
? Zentrale Verwaltung von Zugriffen und Berechtigungen über OIDC bzw. OAuth2 mittels eines selbst gehosteten Keycloak, der mit den Anwendungen föderiert ist
? Bereitstellung des GPU Knotens nach Bedarf und Integration in die bestehende Multi Cloud Kubernetes Landschaft, wobei Daten und Inferenz vollständig intern verbleiben.

ERGEBNIS
Das Unternehmen erhält einen internen Assistenten für juristische Recherchen und die Erstellung von Schriftsätzen, vertrauliche Falldaten verlassen niemals die eigene Infrastruktur, und die Antworten werden auch bei gleichzeitiger Nutzung schnell bereitgestellt

Kubernetes Terraformv LLM Qwen 3.5 OpenWebUI Keycloak OIDC OAuth2 NVIDIA GPU Hugging Face Python PyTorch STACKIT OpenAI-compatible API
Law firm (confidential)
8 Monate
2023-11 - 2024-06

Multi-Tenant Data Lakehouse (Managed Service)

Cloud & Data Engineer Kubernetes Helm Terraform ...
Cloud & Data Engineer
AUFGABEN
? Mitgestaltung der Architektur des mandantenfähigen Lakehouse: Dremio (Abfrage-Engine), Apache Airflow zur Orchestrierung von Apache Spark Jobs und JupyterHub (Entwicklungsplattform), ausschließlich Kubernetes
? Automatisierung der idempotenten, wiederholbaren Bereitstellung von Dremio über Helm und Terraform, um eine zuverlässige Bereitstellung von Mandanten in großem Maßstab zu gewährleisten
? Aufbau des Kunden-Onboarding-Prozesses, Bereitstellung isolierter Self-Service-Mandanten mit hoher Verfügbarkeit und SLA-Garantien
? Einrichtung von GitOps-Bereitstellung (ArgoCD, Azure DevOps), Secret-Management (External Secrets) und Observability (Prometheus, Grafana)

ERGEBNIS
STACKIT kann seinen Cloud Kunden ein vollständig verwaltetes Self-Service Data Lakehouse anbieten, ausschließlich auf Kubernetes basierend und mandantenfähig, wobei neue Mandanten zuverlässig und wiederholbar bereitgestellt werden und das System auf Tausende skalierbar ist, mit hoher Verfügbarkeit und SLA

Kubernetes Helm Terraform Argo CD GitOps Git Azure DevOps Dremio Apache Airflow Apache Spark JupyterHub Apache Iceberg S3 External Secrets Prometheus Grafana
STACKIT (Schwarz Group)
8 Monate
2023-03 - 2023-10

National Medication Data Hub

Data & Cloud Engineer Kubernetes Helm Apache Airflow ...
Data & Cloud Engineer
AUFGABEN
? Erfassung der Kundenbedürfnisse und Umsetzung in konkrete technische Anforderungen
? Aufbau der Datenerfassung: Abfrage mehrerer Quellen für medizinische Daten, Medikamentendaten und Patientendaten in unterschiedlichen Intervallen über Airflow, Zwischenablage über  und Speicherung in einem  als  Tabellen
? Modellierung spezialisierter  in , die sensible Informationen zurückhielten und detaillierte Zugriffsrechte durchsetzen
? Bereitstellung aller Anwendungen (einschließlich -Backend) in  über  mittels  Pipelines
ERGEBNIS
Ein auf Stichproben basierendes Verfahren wurde durch eine präzise, landesweite Datenzentrale für den Medikamentenverbrauch ersetzt, sensible Patientendaten werden durch maskierte Datenpools und eine detaillierte Zugriffskontrolle geschützt
Kubernetes Helm Apache Airflow Apache Iceberg Dremio PySpark dbt Git SFTP FastAPI Python CI/CD Agile/ Scrum
Confidential (national pharmacists association)
8 Monate
2021-11 - 2022-06

Kubernetes-Native IoT Data Platform

Cloud & Data Engineer Kubernetes GitOps Apache Kafka ...
Cloud & Data Engineer
AUFGABEN
? Das gesamte System eigenhändig konzipiert und eingerichtet, vollständig als Code und über GitOps bereitgestellt
? On-Site Listener eingerichtet, die Geräte Telemetrie über einen VPN-Tunnel an STACKIT übermittelten
? Telemetrie Daten (MQTT) durch einen Apache Kafka Cluster gestreamt und über Consumer in einem Iceberg Lakehouse gespeichert, Abfragen mit Trino
? Kameraaufnahmen als MP4 mit einer TTL von 72 Stunden im S3-Objektspeicher erfasst
? Föderierte Authentifizierung mit Keycloak / OAuth2, Berechtigungen werden zentral festgelegt und an die einzelnen Apps weitergegeben
? Einrichtung der Überwachung mit Prometheus und Grafana sowie von Daten-Dashboards in Apache Superset

ERGEBNIS
Das Institut erhält einen sicheren Echtzeit-Überblick über seine verteilten Feldsensoren und Aktoren vollständig Kubernetes-nativ und über GitOps reproduzierbar

Kubernetes GitOps Apache Kafka MQTT Trino Apache Iceberg Keycloak OAuth2 S3 Apache Superset Grafana Prometheus VPN Python Dremio Databricks
Confidential (research institute) - Research/ IoT
8 Monate
2021-11 - 2022-06

Advertising Analytics Platform

Data Engineer Google Cloud (GCP) BigQuery Cloud Composer ...
Data Engineer
AUFGABEN
? Konsolidierung fragmentierter Werbe- und Zielgruppendatenquellen und deren Modellierung im BigQuery-Data-Warehouse
? Erstellung von ETL-Pipelines in Airflow (Cloud Composer) zur planmäßigen Erfassung, Bereinigung und Transformation von Kampagnendaten
? Bereitstellung mehrstufiger GCP (Google Cloud)-Projektumgebungen (Dev/Stage/Prod) als reproduzierbare ?Infrastructure-as-Code? mit Terraform
? Entwicklung eines Python-FastAPI-Dienstes, um BigQuery-Daten für das Analytics-Frontend bereitzustellen
? Einrichtung der DevOps-Bereitstellung: GitLab CI, das alle Dienste auf Google Kubernetes Engine (GKE) bereitstellt

ERGEBNIS
Bessere Verwaltung von Anzeigenplatzierungen und Zielgruppenansprache · Werbekunden erhielten einen klaren Einblick in die Werbewirkung und die Budgetleistung pro Kampagne

Google Cloud (GCP) BigQuery Cloud Composer Apache Airflow Terraform Google Kubernetes Engine GitLab CI FastAPI Python ETL DevOps
RTL Group

Aus- und Weiterbildung

Aus- und Weiterbildung

1 Monat
2026-02 - 2026-02

STACKIT University - Cloud Engineer

STACKIT University
STACKIT University
2 Jahre 1 Monat
2023-05 - 2025-05

Azure - Data Engineer Associate

Microsoft
Microsoft
1 Monat
2022-09 - 2022-09

Astronomer Certification for Apache Airflow

Astronomer
Astronomer
1 Monat
2022-05 - 2022-05

Azure - Data Scientist Associate

Microsoft
Microsoft
1 Monat
2021-10 - 2021-10

Certified Kubernetes Application Developer (CKAD)

Linux Foundation
Linux Foundation
1 Monat
2021-08 - 2021-08

AWS - Solutions Architect Associate

Amazon Web Services (AWS)
Amazon Web Services (AWS)
1 Monat
2021-07 - 2021-07

Azure - Developing Solutions for Azure

Microsoft
Microsoft
2 Jahre 1 Monat
2018-06 - 2020-06

Master of Science Informatik

M.Sc., Universität des Saarlandes
M.Sc.
Universität des Saarlandes
Deep Learning und Natural Language Processing (NLP)
1 Jahr 2 Monate
2017-04 - 2018-05

Bachelor of Science Informatik

B.Sc., Universität des Saarlandes
B.Sc.
Universität des Saarlandes

Position

Position

Senior AI & Data Engineer

Kompetenzen

Kompetenzen

Top-Skills

Kubernetes Python Data Engineer AWS Azure MLOps Terraform Databricks Google Cloud Data Lake DevOps SQL Git Apache Spark Machine Learning ETL Agent Kafka LLM Docker Grafana Datenbanken Linux

Schwerpunkte

Self-hosted GenAI
Fortgeschritten
Kubernetes
Experte
DevOps
Experte
MLOps
Fortgeschritten
Python
Experte
LLM
Fortgeschritten
Data Engineering
Experte

HARD SKILLS

GenAI

LLM

VLM

Hugging Face

LangChain

vLLM

LLM Agents

ChatGPT

Claude

Qwen

Guardrails

OpenWebUI

Chainlit

AI / ML & MLOps

MLflow

KServe

PyTorch

Computer Vision

Speech-to-Text

NLP

Data Engineering

PySpark

Apache Kafka

Apache Airflow

Apache Spark

ETL

Databricks

Iceberg

S3

minIO

Dremio

Trino

Snowflake

BigQuery

MQTT

Data Lakehouse

dbt

Cloud Platforms

AWS

Azure

GCP

STACKIT

Containers & Orchestration

Kubernetes (K8s)

Docker

Helm

IaC & DevOps

Terraform

Git

GitLab CI/CD

Azure DevOps

ArgoCD

GitOps

Security & Networking

Keycloak

OIDC

OAuth2

External Secrets

WireGuard

Visualization & Monitoring

Grafana

Prometheus

Superset

Plotly

Languages & Frameworks

Python

Go

Java

C++

JavaScript

SQL

FastAPI

Django

Produkte / Standards / Erfahrungen / Methoden

Python
Experte

Ich entwickle nicht nur Systeme, ich übergebe sie auch: automatisiert, überwachbar und dokumentiert, damit das Team sie ohne mich betreiben kann. Gute Entwicklungsarbeit misst sich daran, was auch noch funktioniert, wenn man selbst nicht mehr da ist.


Architektur & technische Führung ? Entwurf ganzer Systeme und Begleitung von Teams von der Idee bis zur Produktion

GenAI & LLM-Bereitstellung ? privater Betrieb von Sprach- und Bildverarbeitungsmodellen, wobei die Daten vollständig im eigenen Haus verbleiben

Cloud-Infrastruktur ? skalierbare, ausfallsichere Infrastruktur über mehrere Cloud-Anbieter hinweg

Data Engineering ? zuverlässige Pipelines, die Daten in großem Maßstab, in Echtzeit und im Batch-Verfahren transportieren und transformieren

Kubernetes & Cloud-native Plattformen ? portable, containerisierte Workloads über verschiedene Umgebungen hinweg

Sicherheit & Governance ? Zugriffskontrolle, Sicherheitsvorkehrungen und Compliance von Anfang an integriert

MLOps & KI-Plattformen ? KI-Workloads vom Prototyp bis zur zuverlässigen, überwachbaren Produktion

DevOps & Automatisierung ? Optimierung von Build, Test und Release, damit Teams schneller und sicherer liefern können

Wissensaustausch ? Vermittlung von Wissen zu Cloud und KI an ein wachsendes Publikum auf YouTube

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.