Python Backend Entwickler
Aktualisiert am 23.04.2024
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 23.04.2024
Verfügbar zu: 100%
davon vor Ort: 0%
Python
Backend
FastAPI
Webentwicklung
Machine Learning
LangChain
Linux
RDBMS
Continuous Integration
Continuous Delivery
infrastructure as code
Container
Deutsch
Muttersprache
Englisch
verhandlungssicher

Einsatzorte

Einsatzorte

München (+100km)
Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

6 Monate
2023-07 - 2023-12

Optimierung des Kategorie-Vorschlagssystems für Anzeigen

Python Backend Developer
Python Backend Developer
  • Bei der Aufgabe einer neue Anzeige im Marktplatz, wurde der Text und die Bilder der Anzeige dafür verwendet, um dem Benutzer passende Kategorievorschläge zu präsentieren. Die bestehende Lösung wurde von einem externen Dienstleister bereitgestellt
  • Meine Verantwortung war es die vorhandene Lösung In-House bereitzustellen mit dem Ziel Kosten zu sparen, sie effizient bei einer Änderung der Kategorien anzupassen und eine vergleichbare oder bessere Erkennungsrate der richtigen Kategorie sicherzustellen
  • Zuerst wurde die vorhanden Lösung mit Testdaten evaluiert. Bei der Evaluierung stellte sich heraus, dass die Bilder eine Anzeige keine große Auswirkung auf die Erkennungsrate hatte. Somit konnte ein sehr viel größere Datenmenge mit nur Text zum Trainieren eines KI Modells verwendet werden. Die Anzahl der Kategorievorschläge wird dynamisch angepasst, je nachdem wie sicher sich das Modell ist. Wenn ein Benutzer eine vorgeschlagene oder andere Kategorie auswählt, dann werden diese Daten dazu verwendet das Modell zu überwachen und zu verbessern
  • Durch die Umstellung auf die neue Lösung wurde die Erkennungsrate einer richtigen Kategorie gegenüber der vorhanden Lösung um 60% gesteigert. Die Betriebskosten konnten signifikant durch den In-House Betrieb gesenkt werden. Das Model kann nun jederzeit durch den wiederholbaren Trainingsprozess an neue Kategorien angepasst werden
    • Entwicklung eines Microservices zur Bereitstellung des Machine Learning-Modells
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Beschaffung, Aufbereitung und Analyse von Trainingsdaten
    • Trainieren und Auswerten von ML Modellen
    • Implementierung von Tracking-Mechanismen zur Erfassung von Metrik?en
Python FastAPI pytest Pandas Hugging Face scikit-learn matplotlib BERT Jupyter Google Colab SQL Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
10 Monate
2023-03 - 2023-12

Automatisches Erkennen von verdächtigem Bildtext

Python Backend Developer
Python Backend Developer

  • Die Bilder, die auf den Marktplatz hochgeladen werden, enthalten oft Texte, die gegen die Richtlinien verstoßen. Die manuelle Überprüfung dieser Bilder beansprucht viel Zeit
  • Mein Ziel war es, die Identifikation von Verstößen auf der Plattform zu beschleunigen und den Arbeitsablauf effizienter zu gestalten
  • Hierfür wurde initial eine KI Modell mit einer kleinen Anzahl Texten trainiert. Danach wurde dieses Modell verwendet, um alle übrigen vorhanden Trainingsdaten zu annotieren. Im Anschluß wurden die Trainingsdaten manuell annotiert, wo sich das Modell unsicher war. Dieser Prozess (Active Learning) wurde mehrmals wiederholt, bis das finale Modell mit ca. 7 % der Trainingsdaten trainiert wurde. Das Machine Learning Modell wurde als Microservice an das Backend angebunden. Sobald ein neues Bild identifiziert wurde, wird der enthaltene Text durch das Modell als verdächtig oder erlaubt klassifiziert. Verdächtige Texte werden automatisch in eine Warteschlange im Administrationsbereich verschoben. Zusätzlich wurde eine Überwachung des Models eingebaut, der aufzeigt welche verdächtigen Bilder vom Modell korrekt, irrtümlich oder überhaupt nicht erkannt worden sind
  • Die Auswertungen des Data Analysten zeigten eine beeindruckende durchschnittliche Erkennungsrate von verdächtigem Bildtext von etwa 75% pro Monat. Die priorisierte Bearbeitung der Warteschlange durch das Fraud-Team, konnte die Identifikation beschleunigen und den Arbeitsablauf effizienter gestalten. Durch Implementierung des Active Learning konnten die Lösung kosteneffizient und schnell bereit gestellt werden
    • Entwicklung eines Microservices zur Bereitstellung des Machine Learning-Modells
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Integration des Microservice in die Active Learning Pipeline
    • Entwicklung von ETL-Pipelines für den effizienten Import und Export von Trainingsdaten
    • Integration in den Administrationsbereich
    • Aufbau einer Plattform zum annotieren von Daten
    • Implementierung v?on Tracking-Mechanismen zur Erfassung von Metriken

Python FastAPI pytest Pandas farmhaystack Label Studio Hugging Face scikitlearn matplotlib BERT Jupyter Google Colab SQL Javascript Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
3 Monate
2023-01 - 2023-03

Extrahieren von Text in Bildern mit OCR

Python Backend Developer
Python Backend Developer

  • Wenn Bilder auf die Plattform hochgeladen werden, können sie Text wie z.B. Links oder Rufnummern enthalten. Es gab keine Möglichkeit diese Bilder separat und effizient auf einen Verstoß gegen die Richtlinien zu überprüfen
  • Die Herausforderung bestand darin, Bilder beim Upload automatisiert auf Text hin zu prüfen und diese so zu kennzeichnen, das sie vom Fraud-Team separat bearbeit werden können
  • Es wurden mehrere Optical Character Recognition (OCR) Lösungen auf einem Test Datensatz evaluiert. Die effizienteste, genauste und kostengünstigste Lösung wurde als Microservice im Backend integriert. Bilder mit erkannten Text landen in einer separaten Warteschlange im Administrationsbereich
  • Durch dein Einsatz der Lösung war es erstmals möglich, Bilder gegen diese Regelverstöße effizient zu prüfen und so die Integrität der Plattform zu schützen
    • Entwicklung eines Microservice zu Bereitstellung eines OCR Service
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Integration in den Administrationsbereich
    • Evaluierung und Optimierung verschiedener OCR Systeme hinsichtlich Erkennungsrate und Performance

Python FastAPI pytest Pandas PaddleOCR OpenCV matplotlib SQL Javascript Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
8 Monate
2021-11 - 2022-06

KI zur Reduzierung von Support Anfragen

Python Backend Developer
Python Backend Developer

  • Pro Monat wurden etwa 1600 Supportanfragen von Nutzern des Marktplatzes über das Kontaktformular gestellt und diese Zahl zeigt eine steigende Tendenz. Das manuelle Bearbeiten dieser Anfragen durch den Kundenservice nimmt viel Zeit in Anspruch und führt zu einer erheblichen Arbeitsbelastung
  • Um die Anzahl der Anfragen zu Reduzieren, sollte eine KI zwischen Supportformular und Kundenservice geschaltet werden. Wenn die KI die Anfrage des Nutzer erkennt, dann soll eine passende Antwort ausgeben werden. Falls diese Antwort nicht hilfreich für den Nutzer ist, soll die Option bestehen im nächsten Schritt den Kundenservice zu kontaktieren
  • Als Trainingsdaten wurden beantworteten Support Anfragen benutzt. Die passenden Antworten werden zur Laufzeit aus der Datenbank gelesen und können vom Kundensupport jederzeit editiert werden. Im Backend wurde die KI als Microservice angebunden. Zusätzlich werden Metriken erhoben, ob die gegeben Antwort auf die Frage hilfreich für den Benutzer ist. Damit lässt sich die Performance der KI messen und hilft dabei sie weiter zu verbessern
  • Um den Nutzer schnellstmöglich eine Antwort auf ihre Frage zu liefern und den Kundenservice zu entlasten, wurde zuerst ein KI Modell eingesetzt welches die Anzahl um ca. 50% reduzierte. Durch kontinuierliche Verbesserungen anhand der gesammelten Daten wurde das Modell weiter optimiert und letztendlich die Anfragen um beeindruckende 74% auf etwa 430 Anfragen pro Monat reduziert
    • Entwicklung eines Microservices zur Bereitstellung des Machine Learning-Modells
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Integration der Lösung in das Backend- und Frontend des Portals
    • Beschaffung, Aufbereitung und Analyse von Trainingsdaten
    • Trainieren und Auswerten von ML Modellen
    • Tracking der Lösung zur Erhebung von Metriken
Python FastAPI pytest Pandas Hugging Face scikit-learn matplotlib BERT SQL Jupyter Javascript Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
10 Monate
2020-01 - 2020-10

Plattform für Microservices auf Basis von Kubernetes

Senior DevOps Engineer
Senior DevOps Engineer

  • Einige Funktionen des Marktplatz beanspruchten eine beträchtliche Menge an Arbeitsspeicher pro Serverinstanz. Da die Architektur monolithisch ist, steigt der Speicherverbrauch mit jeder zusätzlichen Serverinstanz weiter an. Dazu gab es keine stabile und ausfallsichere Plattform um Neuentwicklungen in andern Programmiersprachen bereit zu stellen
  • Meine Aufgabe war es eine Plattform für den ausfallsicheren Betrieb von mehreren Microservices in die bestehende Netzwerk- und Serverinfrastruktur zu integrieren
  • Es wurden je ein Kubernetes-Cluster für jede Phase von der Entwicklung bis zur Produktion bereitgestellt. Die benötigte Server Ressourcen auf der internen Virtualisierungsplattform betrieben und automatisiert mit dem vorhandenem Server Konfigurationsmanagement bereitgestellt. Im Anschluß wurden die initalen Microservices auf die Plattform migriert und die Anbindung an den Marktplatz sichergestellt
  • Nach der Implementierung der Plattform mit den anfänglichen Microservices konnte der Marktplatz effizienter betrieben werden, indem Speicherressourcen optimiert wurden. Es reichen wenige Instanzen aus und diese lassen sich nun Bedarfsgerecht skalieren
    • Bereitstellen von Kubernetes für Enticklungs-, Integrations- und Produktionsumgebung
    • Automatisierte Bereitstellung und Skalierung der Kubernetes Cluster Ressourcen
    • Erstellen von CI/CD Pipelines in GitLab für die Bereitstellung von Microservices
    • Helm Charts für Python und Kotlin Microservices
    • Integration der Kubernetes Cluster in die Loadbalancing Infrastruktur
    • Authentifizierung und Autorisierung der Plattform via LDAP
    • Inbetriebnahme von Microservices
    • Monitoring und Logging der Infrastruktur- und Anwendungskomponenten
    • Backup / DIsaster Recovery
    • Know-how Transfer und Coaching des IT-Betriebs
    • Dok?umentation

Kubernetes helm dex Python reckoner Docker Bolt Bash Puppet hammercli Foreman GitLab GitLab Runner git haproxy artifactory oVirt FreeNAS Prometheus Grafana Zabbix OPNsense Firewall
markt.de GmbH & Co. KG, Online-Marktplatz
1 Jahr
2019-01 - 2019-12

Plattform für Microservices auf Basis von Openshift

Senior Linux Engineer
Senior Linux Engineer

  • Im Rahmen der agilen Umstellung sollte die monolithische Anwendung schrittweise aufgespalten und als Microservices betrieben werden
  • Ich war dafür verantwortlich ein Plattform für Microservices auf Basis von Openshift aufzubauen und die vorhanden Microservices darauf zu migrieren und Teams dabei zu unterstützen Neuentwicklungen in Produktion zu überführen
  • Hierfür wurde mehrere Openshift Cluster für die benötigten Anwendungsumgebung bereitgestellt. Herausforderungen bei diesem Projekt waren die hohen Sicherheitsstandards im Banking Umfeld, die Menge der Microservices und die Anzahl der Teams
  • Durch den erfolgreichen Roll-Out der Plattform, konnte die Entwicklungszeit für neue Funktionalitäten drastisch verkürzt werden und die Anwendungen effizienter betrieben werden
    • Automatisierte Bereitstellung der benötigten Infrastruktur als Infrastructure-as-Code
    • Technische Unterstützung der Entwickler bei der Migration und dem Betrieb
    • Absichern der Entwicklungs- und Produktivumgebung nach Vorgaben der IT-Security
    • Einrichtung eines Monitoring für die Infrastruktur und Anwendungskomponenten
    • Einrichten des zentralen Log Management für Anwendungen
    • Backup, Restore und Disaster Recovery Prozedur
    • Authentifizierung und Autorisierung der Plattform am Active Directory
    • CI/CD Pipelines mit Jenkins
    • Doku?mentation

OpenShift RHEL Ansible Puppet Bitbucket Git Nexus Spacewalk Jenkins Docker Helm Bash Confluence Jira F5 Big IP LDAP CheckMK RHEV
Interhyp AG, Finanzdienstleistung

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Jahre
2001-01 - 2002-12

Fachinformatiker Anwendungsentwicklung

Fachinformatiker - Fachrichtung Anwendungsentwicklung (IHK - 2003), Städt. Berufsschule für Informationstechnik
Fachinformatiker - Fachrichtung Anwendungsentwicklung (IHK - 2003)
Städt. Berufsschule für Informationstechnik

Position

Position

Python Backend Developer

Kompetenzen

Kompetenzen

Top-Skills

Python Backend FastAPI Webentwicklung Machine Learning LangChain Linux RDBMS Continuous Integration Continuous Delivery infrastructure as code Container

Schwerpunkte

Python
Experte
Backend Entwicklung
Experte
Microservices
Experte
Machine Learning
Fortgeschritten

Produkte / Standards / Erfahrungen / Methoden

FastAPI
Experte
Django
Fortgeschritten
Kubernetes
Experte
Docker
Experte
Helm
Fortgeschritten
Git
Experte
FastAPI (RESTful)
Django (Web)
End-to-End-Tests
Unit-Tests
Integrationstests
Akzeptanztests
GitLab
Jenkins
Github
Actions

Profil:

Ich liefere maßgeschneiderte Backend-Lösungen, die von hochperformanten APIs bis hin zu datenbankgestützten Web-Backends und Machine Learning Integrationen reichen

Meine Leidenschaft besteht darin, komplexe Herausforderungen eigenständig zu lösen und dabei mein gesamtes Know-how einzusetzen. Ich habe Spaß daran, diese zu verstehen, in kleine überschaubare Teile zu zerlegen und zeitnah erste Ergebnisse zu liefern

Wenn ich die Ergebnisse präsentiere und die Freude des Kunden sehe, wie meine Backend-Lösung seine Anforderungen erfüllt und dabei zuverlässig, skalierbar und effizient in der Produktionslandschaft läuft, dann weiß ich, dass ich einen sehr guten Job gemacht habe.


Beruflicher Werdegang:

2021 - Heute:


Kunde:  opn-cli


Aufgaben:

Command Line Interface für die OPNsense Firewall

  • Eine in Python geschriebene Software, um die OPNsense Firewall auf der Kommandozeile zu automatisieren und zu konfigurieren
  • Die Software wurde auf GitHub veröffentlicht und verzeichnet bis zum Stand von Anfang 2024 etwa 50.000 Downloads
  • Sie dient als beispielhafte Darstellung meiner Arbeitsweise:
    • Automatisierte Tests mit hoher Testabdeckung zur Reduzierung von Fehlern und Erhöhen der Qualität
    • CI/CD mit Github Actions zum effizienten Ausliefern von neuer Funktionalität oder Behebung von Fehlern
    • Automatische Bereitstellung der Software als Container und Veröffentlichung auf Docker Hub
    • Veröffentlichen des Python-Paket auf PyPi (Python Package Index)
    • Zusammenarbeit mit anderen Entwicklern durch die Verwendung von Pull Requests
    • Changelog zum Nachvollziehen von Änderungen


Kunde: S&P Global


Aufgaben:

Backend Entwicklung:

  • Webanwendung zum Berechnung des Werts von Eisenerz für spezifische Kauf- und Verkaufsszenarien


Kunde: Interhyp AG


Aufgaben:

Fullstack Entwicklung:

  • Datacenter Management Software


Kunde: Brose Fahrzeugteile SE & Co. KG


Aufgaben:

Fullstack Entwicklung:

  • Anti-Spam Appliance


Kunde: DZ Bank AG


Aufgaben:

Feinkonzept und Proof of Concept:

  • virtuelle Desktop Infrastruktur


Machine Learning Konzepte:

  • Natural Language Processing
  • Deep Learning
  • Supervised Learning
  • Transfer Learning
  • Classification


Machine Learning Tools:

  • Pandas
  • Jupyter
  • scikitlearn
  • Tensorflow
  • Pytorch
  • Hugging Face Transformers
  • Label Studio
  • BERT
  • spaCy
  • NumPy
  • SciPy
  • Matplotlib
  • Seaborn


BERUFSERFAHRUNG:

  • Über 20 Jahre IT-Expertise 30+ IT-Projekte erfolgreich absolviert
  • 8+ Jahre DevOps Methoden und Tools
  • 13+ Jahre Softwareentwicklung

Betriebssysteme

Linux
Experte
Windows

Programmiersprachen

SQL
Experte
Bash Shell
Experte
Javascript
Fortgeschritten
HTML
Fortgeschritten
CSS
Fortgeschritten
Python

Datenbanken

MySQL
Experte

Datenkommunikation

REST
Experte
HTTP
Experte

Branchen

Branchen

  • Automobil
  • Banken
  • Finanzdienstleistungen
  • Software

Einsatzorte

Einsatzorte

München (+100km)
Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

6 Monate
2023-07 - 2023-12

Optimierung des Kategorie-Vorschlagssystems für Anzeigen

Python Backend Developer
Python Backend Developer
  • Bei der Aufgabe einer neue Anzeige im Marktplatz, wurde der Text und die Bilder der Anzeige dafür verwendet, um dem Benutzer passende Kategorievorschläge zu präsentieren. Die bestehende Lösung wurde von einem externen Dienstleister bereitgestellt
  • Meine Verantwortung war es die vorhandene Lösung In-House bereitzustellen mit dem Ziel Kosten zu sparen, sie effizient bei einer Änderung der Kategorien anzupassen und eine vergleichbare oder bessere Erkennungsrate der richtigen Kategorie sicherzustellen
  • Zuerst wurde die vorhanden Lösung mit Testdaten evaluiert. Bei der Evaluierung stellte sich heraus, dass die Bilder eine Anzeige keine große Auswirkung auf die Erkennungsrate hatte. Somit konnte ein sehr viel größere Datenmenge mit nur Text zum Trainieren eines KI Modells verwendet werden. Die Anzahl der Kategorievorschläge wird dynamisch angepasst, je nachdem wie sicher sich das Modell ist. Wenn ein Benutzer eine vorgeschlagene oder andere Kategorie auswählt, dann werden diese Daten dazu verwendet das Modell zu überwachen und zu verbessern
  • Durch die Umstellung auf die neue Lösung wurde die Erkennungsrate einer richtigen Kategorie gegenüber der vorhanden Lösung um 60% gesteigert. Die Betriebskosten konnten signifikant durch den In-House Betrieb gesenkt werden. Das Model kann nun jederzeit durch den wiederholbaren Trainingsprozess an neue Kategorien angepasst werden
    • Entwicklung eines Microservices zur Bereitstellung des Machine Learning-Modells
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Beschaffung, Aufbereitung und Analyse von Trainingsdaten
    • Trainieren und Auswerten von ML Modellen
    • Implementierung von Tracking-Mechanismen zur Erfassung von Metrik?en
Python FastAPI pytest Pandas Hugging Face scikit-learn matplotlib BERT Jupyter Google Colab SQL Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
10 Monate
2023-03 - 2023-12

Automatisches Erkennen von verdächtigem Bildtext

Python Backend Developer
Python Backend Developer

  • Die Bilder, die auf den Marktplatz hochgeladen werden, enthalten oft Texte, die gegen die Richtlinien verstoßen. Die manuelle Überprüfung dieser Bilder beansprucht viel Zeit
  • Mein Ziel war es, die Identifikation von Verstößen auf der Plattform zu beschleunigen und den Arbeitsablauf effizienter zu gestalten
  • Hierfür wurde initial eine KI Modell mit einer kleinen Anzahl Texten trainiert. Danach wurde dieses Modell verwendet, um alle übrigen vorhanden Trainingsdaten zu annotieren. Im Anschluß wurden die Trainingsdaten manuell annotiert, wo sich das Modell unsicher war. Dieser Prozess (Active Learning) wurde mehrmals wiederholt, bis das finale Modell mit ca. 7 % der Trainingsdaten trainiert wurde. Das Machine Learning Modell wurde als Microservice an das Backend angebunden. Sobald ein neues Bild identifiziert wurde, wird der enthaltene Text durch das Modell als verdächtig oder erlaubt klassifiziert. Verdächtige Texte werden automatisch in eine Warteschlange im Administrationsbereich verschoben. Zusätzlich wurde eine Überwachung des Models eingebaut, der aufzeigt welche verdächtigen Bilder vom Modell korrekt, irrtümlich oder überhaupt nicht erkannt worden sind
  • Die Auswertungen des Data Analysten zeigten eine beeindruckende durchschnittliche Erkennungsrate von verdächtigem Bildtext von etwa 75% pro Monat. Die priorisierte Bearbeitung der Warteschlange durch das Fraud-Team, konnte die Identifikation beschleunigen und den Arbeitsablauf effizienter gestalten. Durch Implementierung des Active Learning konnten die Lösung kosteneffizient und schnell bereit gestellt werden
    • Entwicklung eines Microservices zur Bereitstellung des Machine Learning-Modells
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Integration des Microservice in die Active Learning Pipeline
    • Entwicklung von ETL-Pipelines für den effizienten Import und Export von Trainingsdaten
    • Integration in den Administrationsbereich
    • Aufbau einer Plattform zum annotieren von Daten
    • Implementierung v?on Tracking-Mechanismen zur Erfassung von Metriken

Python FastAPI pytest Pandas farmhaystack Label Studio Hugging Face scikitlearn matplotlib BERT Jupyter Google Colab SQL Javascript Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
3 Monate
2023-01 - 2023-03

Extrahieren von Text in Bildern mit OCR

Python Backend Developer
Python Backend Developer

  • Wenn Bilder auf die Plattform hochgeladen werden, können sie Text wie z.B. Links oder Rufnummern enthalten. Es gab keine Möglichkeit diese Bilder separat und effizient auf einen Verstoß gegen die Richtlinien zu überprüfen
  • Die Herausforderung bestand darin, Bilder beim Upload automatisiert auf Text hin zu prüfen und diese so zu kennzeichnen, das sie vom Fraud-Team separat bearbeit werden können
  • Es wurden mehrere Optical Character Recognition (OCR) Lösungen auf einem Test Datensatz evaluiert. Die effizienteste, genauste und kostengünstigste Lösung wurde als Microservice im Backend integriert. Bilder mit erkannten Text landen in einer separaten Warteschlange im Administrationsbereich
  • Durch dein Einsatz der Lösung war es erstmals möglich, Bilder gegen diese Regelverstöße effizient zu prüfen und so die Integrität der Plattform zu schützen
    • Entwicklung eines Microservice zu Bereitstellung eines OCR Service
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Integration in den Administrationsbereich
    • Evaluierung und Optimierung verschiedener OCR Systeme hinsichtlich Erkennungsrate und Performance

Python FastAPI pytest Pandas PaddleOCR OpenCV matplotlib SQL Javascript Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
8 Monate
2021-11 - 2022-06

KI zur Reduzierung von Support Anfragen

Python Backend Developer
Python Backend Developer

  • Pro Monat wurden etwa 1600 Supportanfragen von Nutzern des Marktplatzes über das Kontaktformular gestellt und diese Zahl zeigt eine steigende Tendenz. Das manuelle Bearbeiten dieser Anfragen durch den Kundenservice nimmt viel Zeit in Anspruch und führt zu einer erheblichen Arbeitsbelastung
  • Um die Anzahl der Anfragen zu Reduzieren, sollte eine KI zwischen Supportformular und Kundenservice geschaltet werden. Wenn die KI die Anfrage des Nutzer erkennt, dann soll eine passende Antwort ausgeben werden. Falls diese Antwort nicht hilfreich für den Nutzer ist, soll die Option bestehen im nächsten Schritt den Kundenservice zu kontaktieren
  • Als Trainingsdaten wurden beantworteten Support Anfragen benutzt. Die passenden Antworten werden zur Laufzeit aus der Datenbank gelesen und können vom Kundensupport jederzeit editiert werden. Im Backend wurde die KI als Microservice angebunden. Zusätzlich werden Metriken erhoben, ob die gegeben Antwort auf die Frage hilfreich für den Benutzer ist. Damit lässt sich die Performance der KI messen und hilft dabei sie weiter zu verbessern
  • Um den Nutzer schnellstmöglich eine Antwort auf ihre Frage zu liefern und den Kundenservice zu entlasten, wurde zuerst ein KI Modell eingesetzt welches die Anzahl um ca. 50% reduzierte. Durch kontinuierliche Verbesserungen anhand der gesammelten Daten wurde das Modell weiter optimiert und letztendlich die Anfragen um beeindruckende 74% auf etwa 430 Anfragen pro Monat reduziert
    • Entwicklung eines Microservices zur Bereitstellung des Machine Learning-Modells
    • Implementierung von Akzeptanz- und Unit-Tests für den Microservice
    • Integration der Lösung in das Backend- und Frontend des Portals
    • Beschaffung, Aufbereitung und Analyse von Trainingsdaten
    • Trainieren und Auswerten von ML Modellen
    • Tracking der Lösung zur Erhebung von Metriken
Python FastAPI pytest Pandas Hugging Face scikit-learn matplotlib BERT SQL Jupyter Javascript Kotlin Bash MySQL Kubernetes Docker Gitlab
markt.de GmbH & Co. KG, Online-Marktplatz
10 Monate
2020-01 - 2020-10

Plattform für Microservices auf Basis von Kubernetes

Senior DevOps Engineer
Senior DevOps Engineer

  • Einige Funktionen des Marktplatz beanspruchten eine beträchtliche Menge an Arbeitsspeicher pro Serverinstanz. Da die Architektur monolithisch ist, steigt der Speicherverbrauch mit jeder zusätzlichen Serverinstanz weiter an. Dazu gab es keine stabile und ausfallsichere Plattform um Neuentwicklungen in andern Programmiersprachen bereit zu stellen
  • Meine Aufgabe war es eine Plattform für den ausfallsicheren Betrieb von mehreren Microservices in die bestehende Netzwerk- und Serverinfrastruktur zu integrieren
  • Es wurden je ein Kubernetes-Cluster für jede Phase von der Entwicklung bis zur Produktion bereitgestellt. Die benötigte Server Ressourcen auf der internen Virtualisierungsplattform betrieben und automatisiert mit dem vorhandenem Server Konfigurationsmanagement bereitgestellt. Im Anschluß wurden die initalen Microservices auf die Plattform migriert und die Anbindung an den Marktplatz sichergestellt
  • Nach der Implementierung der Plattform mit den anfänglichen Microservices konnte der Marktplatz effizienter betrieben werden, indem Speicherressourcen optimiert wurden. Es reichen wenige Instanzen aus und diese lassen sich nun Bedarfsgerecht skalieren
    • Bereitstellen von Kubernetes für Enticklungs-, Integrations- und Produktionsumgebung
    • Automatisierte Bereitstellung und Skalierung der Kubernetes Cluster Ressourcen
    • Erstellen von CI/CD Pipelines in GitLab für die Bereitstellung von Microservices
    • Helm Charts für Python und Kotlin Microservices
    • Integration der Kubernetes Cluster in die Loadbalancing Infrastruktur
    • Authentifizierung und Autorisierung der Plattform via LDAP
    • Inbetriebnahme von Microservices
    • Monitoring und Logging der Infrastruktur- und Anwendungskomponenten
    • Backup / DIsaster Recovery
    • Know-how Transfer und Coaching des IT-Betriebs
    • Dok?umentation

Kubernetes helm dex Python reckoner Docker Bolt Bash Puppet hammercli Foreman GitLab GitLab Runner git haproxy artifactory oVirt FreeNAS Prometheus Grafana Zabbix OPNsense Firewall
markt.de GmbH & Co. KG, Online-Marktplatz
1 Jahr
2019-01 - 2019-12

Plattform für Microservices auf Basis von Openshift

Senior Linux Engineer
Senior Linux Engineer

  • Im Rahmen der agilen Umstellung sollte die monolithische Anwendung schrittweise aufgespalten und als Microservices betrieben werden
  • Ich war dafür verantwortlich ein Plattform für Microservices auf Basis von Openshift aufzubauen und die vorhanden Microservices darauf zu migrieren und Teams dabei zu unterstützen Neuentwicklungen in Produktion zu überführen
  • Hierfür wurde mehrere Openshift Cluster für die benötigten Anwendungsumgebung bereitgestellt. Herausforderungen bei diesem Projekt waren die hohen Sicherheitsstandards im Banking Umfeld, die Menge der Microservices und die Anzahl der Teams
  • Durch den erfolgreichen Roll-Out der Plattform, konnte die Entwicklungszeit für neue Funktionalitäten drastisch verkürzt werden und die Anwendungen effizienter betrieben werden
    • Automatisierte Bereitstellung der benötigten Infrastruktur als Infrastructure-as-Code
    • Technische Unterstützung der Entwickler bei der Migration und dem Betrieb
    • Absichern der Entwicklungs- und Produktivumgebung nach Vorgaben der IT-Security
    • Einrichtung eines Monitoring für die Infrastruktur und Anwendungskomponenten
    • Einrichten des zentralen Log Management für Anwendungen
    • Backup, Restore und Disaster Recovery Prozedur
    • Authentifizierung und Autorisierung der Plattform am Active Directory
    • CI/CD Pipelines mit Jenkins
    • Doku?mentation

OpenShift RHEL Ansible Puppet Bitbucket Git Nexus Spacewalk Jenkins Docker Helm Bash Confluence Jira F5 Big IP LDAP CheckMK RHEV
Interhyp AG, Finanzdienstleistung

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Jahre
2001-01 - 2002-12

Fachinformatiker Anwendungsentwicklung

Fachinformatiker - Fachrichtung Anwendungsentwicklung (IHK - 2003), Städt. Berufsschule für Informationstechnik
Fachinformatiker - Fachrichtung Anwendungsentwicklung (IHK - 2003)
Städt. Berufsschule für Informationstechnik

Position

Position

Python Backend Developer

Kompetenzen

Kompetenzen

Top-Skills

Python Backend FastAPI Webentwicklung Machine Learning LangChain Linux RDBMS Continuous Integration Continuous Delivery infrastructure as code Container

Schwerpunkte

Python
Experte
Backend Entwicklung
Experte
Microservices
Experte
Machine Learning
Fortgeschritten

Produkte / Standards / Erfahrungen / Methoden

FastAPI
Experte
Django
Fortgeschritten
Kubernetes
Experte
Docker
Experte
Helm
Fortgeschritten
Git
Experte
FastAPI (RESTful)
Django (Web)
End-to-End-Tests
Unit-Tests
Integrationstests
Akzeptanztests
GitLab
Jenkins
Github
Actions

Profil:

Ich liefere maßgeschneiderte Backend-Lösungen, die von hochperformanten APIs bis hin zu datenbankgestützten Web-Backends und Machine Learning Integrationen reichen

Meine Leidenschaft besteht darin, komplexe Herausforderungen eigenständig zu lösen und dabei mein gesamtes Know-how einzusetzen. Ich habe Spaß daran, diese zu verstehen, in kleine überschaubare Teile zu zerlegen und zeitnah erste Ergebnisse zu liefern

Wenn ich die Ergebnisse präsentiere und die Freude des Kunden sehe, wie meine Backend-Lösung seine Anforderungen erfüllt und dabei zuverlässig, skalierbar und effizient in der Produktionslandschaft läuft, dann weiß ich, dass ich einen sehr guten Job gemacht habe.


Beruflicher Werdegang:

2021 - Heute:


Kunde:  opn-cli


Aufgaben:

Command Line Interface für die OPNsense Firewall

  • Eine in Python geschriebene Software, um die OPNsense Firewall auf der Kommandozeile zu automatisieren und zu konfigurieren
  • Die Software wurde auf GitHub veröffentlicht und verzeichnet bis zum Stand von Anfang 2024 etwa 50.000 Downloads
  • Sie dient als beispielhafte Darstellung meiner Arbeitsweise:
    • Automatisierte Tests mit hoher Testabdeckung zur Reduzierung von Fehlern und Erhöhen der Qualität
    • CI/CD mit Github Actions zum effizienten Ausliefern von neuer Funktionalität oder Behebung von Fehlern
    • Automatische Bereitstellung der Software als Container und Veröffentlichung auf Docker Hub
    • Veröffentlichen des Python-Paket auf PyPi (Python Package Index)
    • Zusammenarbeit mit anderen Entwicklern durch die Verwendung von Pull Requests
    • Changelog zum Nachvollziehen von Änderungen


Kunde: S&P Global


Aufgaben:

Backend Entwicklung:

  • Webanwendung zum Berechnung des Werts von Eisenerz für spezifische Kauf- und Verkaufsszenarien


Kunde: Interhyp AG


Aufgaben:

Fullstack Entwicklung:

  • Datacenter Management Software


Kunde: Brose Fahrzeugteile SE & Co. KG


Aufgaben:

Fullstack Entwicklung:

  • Anti-Spam Appliance


Kunde: DZ Bank AG


Aufgaben:

Feinkonzept und Proof of Concept:

  • virtuelle Desktop Infrastruktur


Machine Learning Konzepte:

  • Natural Language Processing
  • Deep Learning
  • Supervised Learning
  • Transfer Learning
  • Classification


Machine Learning Tools:

  • Pandas
  • Jupyter
  • scikitlearn
  • Tensorflow
  • Pytorch
  • Hugging Face Transformers
  • Label Studio
  • BERT
  • spaCy
  • NumPy
  • SciPy
  • Matplotlib
  • Seaborn


BERUFSERFAHRUNG:

  • Über 20 Jahre IT-Expertise 30+ IT-Projekte erfolgreich absolviert
  • 8+ Jahre DevOps Methoden und Tools
  • 13+ Jahre Softwareentwicklung

Betriebssysteme

Linux
Experte
Windows

Programmiersprachen

SQL
Experte
Bash Shell
Experte
Javascript
Fortgeschritten
HTML
Fortgeschritten
CSS
Fortgeschritten
Python

Datenbanken

MySQL
Experte

Datenkommunikation

REST
Experte
HTTP
Experte

Branchen

Branchen

  • Automobil
  • Banken
  • Finanzdienstleistungen
  • Software

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.