Backend- & API-Engineering Entwicklung skalierbarer Services in Go, Python (FastAPI) und Kotlin/Java. Umsetzung von GraphQL- und REST-APIs, Multi-Ten
Aktualisiert am 15.07.2026
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 15.07.2026
Verfügbar zu: 100%
davon vor Ort: 100%
MLOps
Kubernetes
Go
ArgoCD
GitOps
MLFlow
Java
PostgreSQL
AWS
PyTorch
GraphQL
Microservices
Softwarearchitektur
Deutsch
Muttersprache
Englisch
C2, zertifiziert

Einsatzorte

Einsatzorte

Dresden (+500km)
Deutschland
möglich

Projekte

Projekte

1 Jahr
2025-08 - heute

KI-Plattform für die Analyse öffentlicher Ausschreibungen

Go Python
  • Go-Backend mit GraphQL-API: Multi-Tenant-Architektur mit RBAC und Feature-Gating (Stripe-Billing), 30+ Hintergrund-Job-Typen, deklarative Workflow-Engine (YAML-DAGs) mit Durable Event Outbox für crashsichere Verarbeitung; Integrationstests mit Testcontainers, Race-Detection in CI.
  • Crawling- und Dokumentenpipeline: Anbindung der EU-Plattform TED sowie neun deutscher Vergabeportale (Headless Chrome), Textextraktion mit Apache Tika, PDF-Konvertierung mit Gotenberg, S3-Storage (MinIO) mit Deduplizierung ? über 21.500 Ausschreibungen und 51.000 Dokumente im Produktivkorpus.
  • Retrieval-Engine (Python/FastAPI): mehrstufige hybride Suche aus BM25, Dense Embeddings (multilinguale5, Jina v3), SPLADE (BGE-M3), ColBERT und Cross-Encoder-Reranking mit RRF-Fusion auf Qdrant (ca. 250.000 indexierte Passagen); Korpus-Suche in 100?500 ms, Batch-Verarbeitung mit ca. 50-facher Beschleunigung.
  • LLM-Fine-Tuning: Reward-Model (Qwen3-0.6B) per LoRA/TRL auf Präferenzpaaren trainiert; Übereinstimmung mit menschlichem Urteil (Spearman ?) je Kundensegment von ?0 auf +0,59 bis +0,82 gesteigert. Trainings-Stack mit MLflow-Registry (Champion-Alias-Rollout), Aim und TensorBoard; Labeling mit Argilla und LLM-as-Judge.
  • Self-Hosted LLM-Inferenz: Qwen3-14B (FP8) mit vLLM auf eigener GPU-Infrastruktur für deutschsprachige Ergebnisberichte ? ohne Abhängigkeit von externen KI-APIs.
  • Plattform-Betrieb: k3s auf Hetzner mit GitOps (Flux CD, 1-Minuten-Reconciliation), SOPS/Age-verschlüsselte Secrets, PostgreSQL-HA über CloudNativePG (3 Instanzen, Auto-Failover), Prometheus/Grafana/Loki, 19 NetworkPolicies, cosign-signierte Images, WireGuard-Anbindung externer GPU-Worker; tägliche Backups mit dokumentierter Recovery
    • EIGENES PRODUKT 
    • BALDIN & FRIENDS
      • Architektur, Entwicklung und Betrieb
      • End-to-End in eigener Verantwortung 
      • SaaS für deutschsprachige KMU 

Aim Argilla Celery Docker FastAPI Flux CD GitHub Actions GraphQL Hetzner Kubernetes (k3s) MLflow PEFT/LoRA PostgreSQL PyTorch Qdrant Redis SOPS TRL Transformers vLLM
Go Python
BidLyzer

Aus- und Weiterbildung

Aus- und Weiterbildung

2012 ? 2015:
Informatik
B. Sc. Informatik
FernUniversität in Hagen


Schwerpunkte:

  • Abschlussarbeit: gerne auf Anfrage (Note 1,5)
  • Parallel- und Grid-Computing, Knowledge Discovery, Compilerbau, Robotik


Zertifikate und Weiterbildungen:

  • AWS Certified Solutions Architect ? Associate, Amazon Web Services
  • DeepLearning.AI TensorFlow Developer, Coursera
  • Big Data for Data Engineers Specialization, Coursera
  • Adobe Experience Manager 6 Lead Developer, Adobe
  • Englisch CEFR C2, TrackTest

Position

Position

  • Senior Software Engineer
  • Cloud-Architekt

Kompetenzen

Kompetenzen

Top-Skills

MLOps Kubernetes Go ArgoCD GitOps MLFlow Java PostgreSQL AWS PyTorch GraphQL Microservices Softwarearchitektur

Produkte / Standards / Erfahrungen / Methoden

Backend (Go, Python) ? Kubernetes & GitOps ? Applied AI:

  • Semantische Suche 
  • RAG 
  • LLM-Fine-Tuning 
  • MLOps


Profil:

  • 20 Jahre professionelle Softwareentwicklung, davon über zehn Jahre in Cloudund Plattformprojekten für Konzerne und Mittelstand (u. a. Volkswagen, Siemens, Miles & More, Staffbase)
  • Inhaber der Dresdner Software-Agentur Baldin & Friends (gegründet 2014, seit 2025 hauptberuflich)
  • Erfahrung mit semantischer Suche und NLP seit 2009 ? lange vor dem aktuellen KIZyklus
  • Zuletzt Konzeption, Entwicklung und Betrieb einer vollständigen KISaaS-Plattform in eigener Verantwortung: Crawling, Datenpipelines, GraphQLAPI, Hybrid-Retrieval-Engine, LLM-Fine-Tuning und Kubernetes-Betrieb ? DSGVO-konform auf eigener GPU-Infrastruktur


Erfahrung:

  • 20 Jahre Engineering
  • AWS-zertifiziert


Leistungsangebot:

  • Backend- & API-Engineering
    • Skalierbare Services in Go, Python (FastAPI) und Kotlin/Java.
    • GraphQL- und REST-APIs, Multi-Tenant-SaaS mit RBAC und Feature-Gating, ereignisgetriebene Architekturen, Job-Orchestrierung und Workflow-Engines, PostgreSQLDatenmodellierung und Query-Optimierung.
  • Applied AI ? Suche, RAG & LLM
    • Hybrid-Retrieval aus BM25, Dense Embeddings, SPLADE, ColBERT und Cross-Encoder-Reranking auf Qdrant.
    • RAG-Systeme für deutschsprachige Dokumente, LoRAFine-Tuning (TRL/PEFT), Self-Hosted-Inferenz mit vLLM und Ollama ? DSGVO-konform, On-Premise oder auf europäischer Cloud.
  • Kubernetes & Cloud-Infrastruktur
    • Aufbau und Betrieb von Kubernetes-Plattformen (k3s, GKE, EKS) mit GitOps (Flux CD, ArgoCD), Secrets-Management (SOPS/Age), Observability (Prometheus, Grafana, Loki) und Security-Hardening (NetworkPolicies, signierte Images, WireGuard).
    • Kosteneffiziente Hetzner-Setups als AWSAlternative.
  • MLOps & Datenpipelines
    • Experiment-Tracking und Model-Registry (MLflow, Aim), Datenlabeling (Argilla, LLM-as-Judge), EvaluationsPipelines mit belastbaren Metriken.
    • Web-C?rawler (Headless Chrome), Dokumentenverarbeitung (Apache Tika, Gotenberg), Volltext- und Geodaten-Anbindung


Backend & APIs:
FastAPI, GraphQL (graph-gophers, Strawberry), REST, Celery, chi, GORM, Pydantic, Event-Driven Design, Workflow-/Job-Engines, Stripe-Integration, Testcontainers, Ginkgo/Gomega, pytest

Cloud & Infrastruktur:
Kubernetes (k3s, GKE; seit 2016), Docker, Flux CD, ArgoCD, Helm, Kustomize, SOPS/Age, Terraform, Ansible, GitHub Actions, WireGuard, Prometheus, Grafana, Loki, cert-manager, AWS (zertifiziert), GCP, Hetzner

AI/ ML:
PyTorch, Hugging Face Transformers, sentence-transformers, PEFT/LoRA, TRL, vLLM, Ollama, SPLADE, ColBERT, Cross-Encoder, RAG, MLflow, Aim, TensorBoard, Argilla, LitServe, Evaluation (Spearman, Mann-Whitney, Cliff?s Delta)

Daten:
PostgreSQL (CloudNativePG, HA, FTS, Indexdesign), Qdrant, Redis, MinIO/S3, MongoDB, Apache Spark/Hadoop (Grundlage aus IoT-Big-Data-Projekten)

Programmiersprachen

Go
Python
Java/Kotlin
TypeScript/JavaScript
SQL
Bash
ferner C++
Rust
Scala

Einsatzorte

Einsatzorte

Dresden (+500km)
Deutschland
möglich

Projekte

Projekte

1 Jahr
2025-08 - heute

KI-Plattform für die Analyse öffentlicher Ausschreibungen

Go Python
  • Go-Backend mit GraphQL-API: Multi-Tenant-Architektur mit RBAC und Feature-Gating (Stripe-Billing), 30+ Hintergrund-Job-Typen, deklarative Workflow-Engine (YAML-DAGs) mit Durable Event Outbox für crashsichere Verarbeitung; Integrationstests mit Testcontainers, Race-Detection in CI.
  • Crawling- und Dokumentenpipeline: Anbindung der EU-Plattform TED sowie neun deutscher Vergabeportale (Headless Chrome), Textextraktion mit Apache Tika, PDF-Konvertierung mit Gotenberg, S3-Storage (MinIO) mit Deduplizierung ? über 21.500 Ausschreibungen und 51.000 Dokumente im Produktivkorpus.
  • Retrieval-Engine (Python/FastAPI): mehrstufige hybride Suche aus BM25, Dense Embeddings (multilinguale5, Jina v3), SPLADE (BGE-M3), ColBERT und Cross-Encoder-Reranking mit RRF-Fusion auf Qdrant (ca. 250.000 indexierte Passagen); Korpus-Suche in 100?500 ms, Batch-Verarbeitung mit ca. 50-facher Beschleunigung.
  • LLM-Fine-Tuning: Reward-Model (Qwen3-0.6B) per LoRA/TRL auf Präferenzpaaren trainiert; Übereinstimmung mit menschlichem Urteil (Spearman ?) je Kundensegment von ?0 auf +0,59 bis +0,82 gesteigert. Trainings-Stack mit MLflow-Registry (Champion-Alias-Rollout), Aim und TensorBoard; Labeling mit Argilla und LLM-as-Judge.
  • Self-Hosted LLM-Inferenz: Qwen3-14B (FP8) mit vLLM auf eigener GPU-Infrastruktur für deutschsprachige Ergebnisberichte ? ohne Abhängigkeit von externen KI-APIs.
  • Plattform-Betrieb: k3s auf Hetzner mit GitOps (Flux CD, 1-Minuten-Reconciliation), SOPS/Age-verschlüsselte Secrets, PostgreSQL-HA über CloudNativePG (3 Instanzen, Auto-Failover), Prometheus/Grafana/Loki, 19 NetworkPolicies, cosign-signierte Images, WireGuard-Anbindung externer GPU-Worker; tägliche Backups mit dokumentierter Recovery
    • EIGENES PRODUKT 
    • BALDIN & FRIENDS
      • Architektur, Entwicklung und Betrieb
      • End-to-End in eigener Verantwortung 
      • SaaS für deutschsprachige KMU 

Aim Argilla Celery Docker FastAPI Flux CD GitHub Actions GraphQL Hetzner Kubernetes (k3s) MLflow PEFT/LoRA PostgreSQL PyTorch Qdrant Redis SOPS TRL Transformers vLLM
Go Python
BidLyzer

Aus- und Weiterbildung

Aus- und Weiterbildung

2012 ? 2015:
Informatik
B. Sc. Informatik
FernUniversität in Hagen


Schwerpunkte:

  • Abschlussarbeit: gerne auf Anfrage (Note 1,5)
  • Parallel- und Grid-Computing, Knowledge Discovery, Compilerbau, Robotik


Zertifikate und Weiterbildungen:

  • AWS Certified Solutions Architect ? Associate, Amazon Web Services
  • DeepLearning.AI TensorFlow Developer, Coursera
  • Big Data for Data Engineers Specialization, Coursera
  • Adobe Experience Manager 6 Lead Developer, Adobe
  • Englisch CEFR C2, TrackTest

Position

Position

  • Senior Software Engineer
  • Cloud-Architekt

Kompetenzen

Kompetenzen

Top-Skills

MLOps Kubernetes Go ArgoCD GitOps MLFlow Java PostgreSQL AWS PyTorch GraphQL Microservices Softwarearchitektur

Produkte / Standards / Erfahrungen / Methoden

Backend (Go, Python) ? Kubernetes & GitOps ? Applied AI:

  • Semantische Suche 
  • RAG 
  • LLM-Fine-Tuning 
  • MLOps


Profil:

  • 20 Jahre professionelle Softwareentwicklung, davon über zehn Jahre in Cloudund Plattformprojekten für Konzerne und Mittelstand (u. a. Volkswagen, Siemens, Miles & More, Staffbase)
  • Inhaber der Dresdner Software-Agentur Baldin & Friends (gegründet 2014, seit 2025 hauptberuflich)
  • Erfahrung mit semantischer Suche und NLP seit 2009 ? lange vor dem aktuellen KIZyklus
  • Zuletzt Konzeption, Entwicklung und Betrieb einer vollständigen KISaaS-Plattform in eigener Verantwortung: Crawling, Datenpipelines, GraphQLAPI, Hybrid-Retrieval-Engine, LLM-Fine-Tuning und Kubernetes-Betrieb ? DSGVO-konform auf eigener GPU-Infrastruktur


Erfahrung:

  • 20 Jahre Engineering
  • AWS-zertifiziert


Leistungsangebot:

  • Backend- & API-Engineering
    • Skalierbare Services in Go, Python (FastAPI) und Kotlin/Java.
    • GraphQL- und REST-APIs, Multi-Tenant-SaaS mit RBAC und Feature-Gating, ereignisgetriebene Architekturen, Job-Orchestrierung und Workflow-Engines, PostgreSQLDatenmodellierung und Query-Optimierung.
  • Applied AI ? Suche, RAG & LLM
    • Hybrid-Retrieval aus BM25, Dense Embeddings, SPLADE, ColBERT und Cross-Encoder-Reranking auf Qdrant.
    • RAG-Systeme für deutschsprachige Dokumente, LoRAFine-Tuning (TRL/PEFT), Self-Hosted-Inferenz mit vLLM und Ollama ? DSGVO-konform, On-Premise oder auf europäischer Cloud.
  • Kubernetes & Cloud-Infrastruktur
    • Aufbau und Betrieb von Kubernetes-Plattformen (k3s, GKE, EKS) mit GitOps (Flux CD, ArgoCD), Secrets-Management (SOPS/Age), Observability (Prometheus, Grafana, Loki) und Security-Hardening (NetworkPolicies, signierte Images, WireGuard).
    • Kosteneffiziente Hetzner-Setups als AWSAlternative.
  • MLOps & Datenpipelines
    • Experiment-Tracking und Model-Registry (MLflow, Aim), Datenlabeling (Argilla, LLM-as-Judge), EvaluationsPipelines mit belastbaren Metriken.
    • Web-C?rawler (Headless Chrome), Dokumentenverarbeitung (Apache Tika, Gotenberg), Volltext- und Geodaten-Anbindung


Backend & APIs:
FastAPI, GraphQL (graph-gophers, Strawberry), REST, Celery, chi, GORM, Pydantic, Event-Driven Design, Workflow-/Job-Engines, Stripe-Integration, Testcontainers, Ginkgo/Gomega, pytest

Cloud & Infrastruktur:
Kubernetes (k3s, GKE; seit 2016), Docker, Flux CD, ArgoCD, Helm, Kustomize, SOPS/Age, Terraform, Ansible, GitHub Actions, WireGuard, Prometheus, Grafana, Loki, cert-manager, AWS (zertifiziert), GCP, Hetzner

AI/ ML:
PyTorch, Hugging Face Transformers, sentence-transformers, PEFT/LoRA, TRL, vLLM, Ollama, SPLADE, ColBERT, Cross-Encoder, RAG, MLflow, Aim, TensorBoard, Argilla, LitServe, Evaluation (Spearman, Mann-Whitney, Cliff?s Delta)

Daten:
PostgreSQL (CloudNativePG, HA, FTS, Indexdesign), Qdrant, Redis, MinIO/S3, MongoDB, Apache Spark/Hadoop (Grundlage aus IoT-Big-Data-Projekten)

Programmiersprachen

Go
Python
Java/Kotlin
TypeScript/JavaScript
SQL
Bash
ferner C++
Rust
Scala

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.