Consumer IoT Hardware - Distributed Load Testing für mehrere Millionen gleichzeitige Endgeräte

• Analyse und Evaluation des bestehenden Load-Testing-Frameworks für die Tonies-IoT-Plattform mit Bewertung von Skalierungs-Grenzen und Limitationen
• Konzeption der Architektur und Erstellung des Implementierungsplans für ein neues verteiltes Load-Testing-Framework zur Simulation von mehreren Millionen gleichzeitiger Nutzer
• Fork und Erweiterung der k6-MQTT-Extension zur Unterstützung von Single-Process Multi-TLS MQTT-Verbindungen ? essentiell für hohe Geräte-Zahlen pro Worker bei realistischer TLS-Last 
• Betrieb der Load-Tests auf Kubernetes über den k6-Operator und Helm-Charts für reproduzierbare, verteilte Test-Läufe 
• CI/CD-Integration der Lasttests in Argo Workflows 
• Backend-Engineering in Go (k6-Extension-Code) und TypeScript (Auswertungs- und Steuerungs-Tooling)

• Modernisierung eines Legacy-Monolithen zu containerisierten Microservices (Docker, AWS ECS, Python) mit signifikanter Reduzierung der Downtime und Vorbereitung der Cloud-Infrastruktur und Anwendungen für die später erfolgreich bestandene ISO 27001 Zertifizierung. 
• Design des neuen Datenbank-Schemas, Evaluation der Migrations-Optionen, Erarbeitung der Migrations-Strategie und Migration von XXX Terabytes an Produktivdaten ohne Service-Unterbrechung 
• Performance-Optimierung der Analyse-Queries für High-Throughput-IoT-Daten: Reduzierung der Query-Zeiten von 60 Sekunden auf 1-2 Sekunden
• Refactoring komplexer Terraform-Module zur Vereinfachung der Infrastruktur, drastischer Reduktion der Deployment-Zeiten und Aktivierung CI/CD-fähiger Workflows 
• Aufbau von GitLab-CI/CD-Pipelines mit automatischen Tests, Staging-Workflows und Blue-Green-Deployments für risikoarme Produktions-Releases 
• Aufbau von Echtzeit-Monitoring-Dashboards mit React und Next.js für Operations und Wartung
• Implementierung der MQTT-basierten Datenpipelines für Sensor-Telemetrie der Industrieanlagen
• Integration unterschiedlicher Datenspeicher (TimescaleDB, AWS Timestream, InfluxDB, OpenSearch, ClickHouse, PostgreSQL) je nach Datentyp, Abfragemuster und Retention-Anforderung 
• Beratung der Kunden-Engineering-Teams zu AWS Best Practices, DevOps-Workflows und Cloud-Native-Patterns 

AI Agents für Marketing & DesignOps in regulierten Konzern-Workflows 

• Design, Entwicklung und Deployment von Multi-Agent-Architekture und RAG-Systeme auf AWS Serverless (Bedrock, AgentCore, StrandsAgents) zur Automatisierung von Marketing-Compliance-Workflows und Creative Pipelines
• Konzeption und Implementierung eines Inventory-/Governance-Agenten als zentrales Verzeichnis aller produktiven AI-Agenten im System ? mit Übersicht über Einsatzzweck, Datenflüsse und Nutzungs-Telemetrie als Grundlage für EU-AI-Act-konforme Dokumentations- und Audit-Strukturen
• Implementierung der Agent-Workflows mit LangGraph und StrandsAgents für deterministische und nicht-deterministische Pfade
• Backend-Services in Python auf serverless Compute (AWS Lambda) mit Event-Driven Patterns
• Frontend-Entwicklung mit Streamlit und Next für interne Operations- und Governance-Dashboards
• Infrastructure-as-Code mit Terraform für reproduzierbare Multi-Environment Deployments 
• CI/CD-Pipelines mit GitHub Actions inklusive automatischer Tests, Linting und Rollback-Strategien
• End-to-end Lieferung über den vollen Projekt-Lifecycle (Discovery ? Production ? Übergabe), inklusive Stakeholder-Koordination zwischen Marketing-Operations, Compliance und Engineering

AI Agents für Athletic Performance Optimization - Hybride mobile Anwendung und ML-Algorithmen für HRV-Analyse von Profi-Athleten in Bundesliga und PGA Tour 

• Aufbau einer AWS-Infrastruktur für die Plattform zur Analyse und Optimierung von Athleten-Performance
• Entwicklung einer hybriden mobilen Anwendung mit Anbindung an Bluetooth-Wearables (Polar)
• Entwicklung prädiktiver ML-Modelle und Algorithmen für Athlete Recovery und Trainings-Last-Optimierung 
• Implementierung eines proprietären HRV-Algorithmus mit Validierung gegen den führenden Kubios-Algorithmus (Abweichung 1-2 Millisekunden, durch Forschung validiert) 
• Einsatz bei Profi-Fußballern in der Bundesliga und Profi-Golfern auf der PGA Tour zur Verbesserung der Trainings-Ergebnisse
• Aufbau einer ML-Serving-Pipeline auf AWS SageMaker für Modell-Lifecycle, Deployment und Monitoring
• Integration der Polar-Geräte-API für Echtzeit-Telemetrie-Erfassung
• Backend-Services für Athleten-Daten-Aggregation und Algorithmus-Ausführung

AI Agents für autonome Produkt-Analytics mit VLMs - Multi-Agent-System zur automatisierten Analyse von User-Sessions, skaliert auf 350.000 Sessions pro Monat 

• Aufbau eines Multi-Agent-Systems (LLMs und VLMs) für autonome Produkt-Analytics mit kontinuierlicher Analyse von RRWEB-User-Session-Replays 
• Skalierung der Analyse-Pipeline auf 350.000 produktive Sessions pro Monat 
• Implementierung der RAG-Pipelines mit 95% Retrieval-Accuracy unter Verwendung von Pinecone, pgvector und Hybrid-Search mit Reranking
• Automatisierung der PRD-Generierung und Code-Output über MCP-basierte Workflows
• Backend-Entwicklung in Python mit FastAPI für die Agent-Orchestrierung und Daten-Verarbeitung
• Frontend-Entwicklung mit Next.js, React und TypeScript für interne Operations- und Analytics-Dashboards
• Aufbau der Cloud-Infrastruktur auf AWS (Lambda, S3, DynamoDB) für skalierbare Daten-Verarbeitung
• Aufbau einer ML-Serving-Pipeline auf Kubernetes mit MLflow für Modell-Versionierung und produktives Deployment 
• End-to-end Lieferung als Founder-Engineer über den vollen Projekt-Lifecycle von Architektur bis Produktion

Voice AI Agent für Marktforschung - Sub-600ms Voice-to-Voice-Pipeline von MVP bis produktiver Skalierung mit über 5.000 Nutzern 

• Aufbau einer AI-basierten Marktforschungs-Plattform von MVP bis produktiver Skalierung, Teilnahme am Antler VC Autumn 2023 Cohort 
• MVP-Lieferung in 6 Wochen mit Erreichung von über 5.000 produktiven Nutzern in 3 Monaten 
• Architektur einer Sub-600ms Voice-to-Voice-Pipeline mit Whisper, LiveKit und WebRTC, LLM, TTS, STT 
• Migration auf LiveKit zur Erreichung einer 100x Skalierbarkeits-Verbesserung der Voice-Sessions 
• Integration von Knowledge Graphs (Neo4j) und RAG zur Reduktion von Halluzinationen um 35% 
• Backend-Entwicklung in Python mit Event-Driven-Patterns auf AWS Lambda und Kinesis 
• Frontend-Entwicklung mit React und React Native für Web- und Mobile-Endpunkte 
• Aufbau einer ML-Serving-Pipeline mit Kubernetes und MLflow für Modell-Lifecycle-Management 

Beratung zur Architektur und Operations einer Kubernetes-basierten ML-Serving-Pipeline für interne LLM-Anwendungen

• Beratung des internen Engineering-Teams zur Architektur einer Kubernetes-basierten ML-Serving-Pipeline
• Konzeption des Serving-Setups für Llama3 in produktiver, intern gehosteter Umgebung mit Souveränitäts-Anforderungen
• Evaluation und Empfehlung von MLOps-Tools für den vollen Modell-Lifecycle (Versionierung, Monitoring, Skalierung, Updates) 
• Architektur-Reviews für das geplante Setup mit Schwerpunkt auf Compliance, Datensouveränität und Betriebs-Stabilität 
• Übergabe von Best Practices und Implementierungs-Empfehlungen an das interne Engineering-Team

Online-Portal für Opfer häuslicher Gewalt - Serverlose Plattform mit hohen Vertraulichkeits- und Sicherheits-Anforderungen 

• Architektur einer serverlosen AWS-Plattform für ein staatliches Online-Portal mit hohen Vertraulichkeits-Anforderungen 
• Backend-Entwicklung für ein Portal zur Unterstützung von Opfern häuslicher Gewalt 
• Sicherstellung der Vertraulichkeits- und Datensicherheits-Standards der britischen Regierung 
• Infrastructure-as-Code mit Terraform für reproduzierbare Multi-Environment-Deployments 
• Aufbau eines Compliance-Setups für staatliche Sicherheits- und Datenschutz-Anforderungen 

E-Mobility Cloud Platform - Skalierbares Backend, Cloud-Infrastruktur und mobile App für ein europäisches E-Ladestationen-Netzwerk mit über 100.000 produktiven Nutzern 

• Design der skalierbaren Cloud-Architektur und des Backend-Systems für ein E-Mobilitäts-Netzwerk im KRITIS-nahen Energie-Sektor 
• Aufbau einer Event-Driven-Architektur mit Echtzeit-Synchronisation über MQTT, Amazon Kinesis und EventBridge für Ladestations-Telemetrie 
• Sicherstellung der OCPI-/OICP-Protokoll-Compliance für die Integration in europäische Roaming-Netzwerke 
• Implementierung des Serverless-Backend mit AWS Lambda, DynamoDB und Kinesis für hohen Durchsatz und niedrige Latenz 
• Infrastructure-as-Code mit Terraform und AWS CDK für reproduzierbare Multi-Environment-Deployments 
• Entwicklung einer React-Native-Anwendung für Endkunden mit Anbindung an das Backend-System 
• Aufbau von CI/CD-Pipelines mit GitLab für automatisierte Tests, Staging-Workflows und produktive Releases 
• Sicherstellung von Hochverfügbarkeit und horizontaler Skalierbarkeit für über 100.000 produktive Nutzer 

Personalisierungs-Plattform für Energie- und Heizungs-Produkte - System auf Basis von Drohnen-Daten und EPC-Daten für maßgeschneiderte Haushalt-Angebote 

• Architektur einer serverlosen AWS-Plattform für Personalisierungs-Logik im UK-Energie-Sektor 
• Verarbeitung von Drohnen-Daten (Bilder und Videos) und EPC-Daten zur Generierung individualisierter Energie- und Heizungs-Angebote für Haushalte 
• Aufbau einer Daten-Pipeline für die Analyse von Haushalts-Charakteristiken auf dem UK-Markt 
• Backend-Entwicklung in Python und TypeScript für die Angebots-Engine 
• Infrastructure-as-Code mit Terraform für reproduzierbare Multi-Environment-Deployments 
• Integration externer Datenquellen (Drone-Imagery-APIs, EPC-Datenbanken) in das Plattform-Backend 
• Sicherstellung der Datenschutz-Compliance bei der Verarbeitung personenbezogener Haushalt-Daten 

Als Lead Backend Software Engineer war ich mit dem Team für die Entwicklung der cloudbasierten serverlosen Backendsystemen und Schnittstellen verantwortlich. 

Zu meinen Aufgaben zählten:

• Entwicklung und Testen neuer Funktionalitäten
• Entwurf von Schnittstellen 
• Beratung und Unterstützung bei Architektur auf AWS 

trivago?s images of over 1.5 million hotels.