Konzeption, Aufbau und Betrieb der mandantenfähigen Kubernetes-Plattform ?unbyte Orbit? als interne Platform-as-a-Service (PaaS) für sicherheitskritische Cloud-Workloads. Die Plattform basiert vollständig auf Open-Source-Komponenten und wurde für einen Bestandskunden (Versicherungs- & Gesundheitssektor) maßgeschneidert entwickelt.
Cloud- & Kubernetes-Plattform (Cloud-agnostisch & Open Source)
Konzeption & Aufbau einer cloud-agnostischen mit CNCF-Technologien, optimiert für den Einsatz bei Hetzner, Azure, AWS & GCP
Betrieb & Wartung von mandantenfähigen Kubernetes-Clustern mit Cluster API, Rancher & Helm
Paketmanagement & Applikationsbereitstellung mit Helm & containerisierten Microservices
Nutzung Harbor von als internes Image-Repository für sichere Container-Pipelines
Infrastructure as Code (IaC) & Automatisierung
Aufbau & Pflege modularer IaC-Lösungen mit Terraform, OpenTofu & Ansible für Multi-Tenant-Umgebungen
Standardisierte Provisionierung von Plattform-Komponenten (z.?B. DNS, Ingress, Auth, Monitoring)
Cloud-init & Packer-basierte Automatisierung von virtuellen Images
GitOps-Strategie mit Argo CD für deklarative Konfiguration & Continuous Delivery
CI/CD & Deployment-Prozesse
Aufbau & Wartung komplexer GitLab CI/CD-Pipelines für Build, Test & Deployment
Automatisiertes Dependency Management mit Renovate
Integration von Docker, Helm und Terraform in Build-Prozesse mit automatisierter Versionierung
KubernetesHelmCI/CDGitLabAnsibleTerraformPrometheusGrafanaMariaDBKeycloakInfrastructure as codeDockerContinuous DeliveryContinuous IntegrationGitOpsMicroservicesBashHochverfügbarkeitIAM
diverse Tätigkeiten: Anwendung von C++, Visualization, Python, GUI development, Django, Selenium und REST API
C++PythonGUI-EntwicklungDjangoSeleniumREST API
Böblingen
Aus- und Weiterbildung
Aus- und Weiterbildung
2 Jahre 8 Monate
2011-10 - 2014-05
Studium Information Technology
Master, Universität Stuttgart, Deutschland
Master
Universität Stuttgart, Deutschland
Master Thesis: Developed an incremental machine learning model for automated product recognition. Support Vector Machines (SVM) is used for classification and implemented with Python and scikit-learn ML library.
4 Jahre 10 Monate
2006-09 - 2011-06
Studium Elektrotechnik
Bachelor, Istanbul Technical University, Türkei
Bachelor
Istanbul Technical University, Türkei
Bachelor Thesis:
Designed and implemented a server on a graphic processor for secure RFID systems using parallel programming with CUDA
Austauschsemester: ESIGELEC (Rouen, Frankreich)
Kompetenzen
Kompetenzen
Schwerpunkte
Soft Skill
Soft Skills:
Ausgeprägte Teamfähigkeit & effektive Zusammenarbeit im Team
Strukturiertes Arbeiten mit hohem Grad an Selbstorganisation im agilen Projektumfeld
Lern- & zielorientierte Arbeitsweise
Zuverlässigkeit
Anpassungsfähigkeit
Interkulturelle Kompetenz
Open-Source-Mindset für innovative Lösungen
Produkte / Standards / Erfahrungen / Methoden
Kubernetes
Experte
Docker
Experte
Helm
Experte
Gitlab CI/CD
Experte
Ansible
Experte
Terraform
Fortgeschritten
Prometheus
Experte
Grafana
Fortgeschritten
Azure
Fortgeschritten
FastAPI
Fortgeschritten
Flask-RESTPlus
Fortgeschritten
django REST framework
Fortgeschritten
Proxmox
Experte
VMware
Fortgeschritten
Jira
Experte
Confluence
Experte
pytest
Fortgeschritten
K8s
Experte
Keycloak
Experte
Cluster API
Fortgeschritten
Betriebssysteme
Linux
Experte
Programmiersprachen
Python
Experte
Bash
Fortgeschritten
node.js
Experte
R
Basics
C++
Fortgeschritten
Julia
Basics
CUDA
Basics
golang
Experte
Datenbanken
PostgresSQL
Fortgeschritten
MariaDB
Fortgeschritten
Nexus
Fortgeschritten
Relationale Datenbanken
Fortgeschritten
Einsatzorte
Einsatzorte
Köln (+500km) München (+500km)
Deutschland, Schweiz, Österreich
Bei einem Kunden in Köln: 40-60 % Einsatz vor Ort (ca. 2-3 Tage pro Woche bei Vollzeit).
Bei einem Kunden in der Nähe (z. B. Bonn/Düsseldorf/Aachen): 30 % Einsatz vor Ort (ca. 1-2 Tage pro Woche bei Vollzeit).
Bei einem Kunden 5-6 Stunden entfernt: 1 Woche pro Monat.
Flexibler Einsatz entsprechend der Entfernung und Projektanforderungen.
Konzeption, Aufbau und Betrieb der mandantenfähigen Kubernetes-Plattform ?unbyte Orbit? als interne Platform-as-a-Service (PaaS) für sicherheitskritische Cloud-Workloads. Die Plattform basiert vollständig auf Open-Source-Komponenten und wurde für einen Bestandskunden (Versicherungs- & Gesundheitssektor) maßgeschneidert entwickelt.
Cloud- & Kubernetes-Plattform (Cloud-agnostisch & Open Source)
Konzeption & Aufbau einer cloud-agnostischen mit CNCF-Technologien, optimiert für den Einsatz bei Hetzner, Azure, AWS & GCP
Betrieb & Wartung von mandantenfähigen Kubernetes-Clustern mit Cluster API, Rancher & Helm
Paketmanagement & Applikationsbereitstellung mit Helm & containerisierten Microservices
Nutzung Harbor von als internes Image-Repository für sichere Container-Pipelines
Infrastructure as Code (IaC) & Automatisierung
Aufbau & Pflege modularer IaC-Lösungen mit Terraform, OpenTofu & Ansible für Multi-Tenant-Umgebungen
Standardisierte Provisionierung von Plattform-Komponenten (z.?B. DNS, Ingress, Auth, Monitoring)
Cloud-init & Packer-basierte Automatisierung von virtuellen Images
GitOps-Strategie mit Argo CD für deklarative Konfiguration & Continuous Delivery
CI/CD & Deployment-Prozesse
Aufbau & Wartung komplexer GitLab CI/CD-Pipelines für Build, Test & Deployment
Automatisiertes Dependency Management mit Renovate
Integration von Docker, Helm und Terraform in Build-Prozesse mit automatisierter Versionierung
KubernetesHelmCI/CDGitLabAnsibleTerraformPrometheusGrafanaMariaDBKeycloakInfrastructure as codeDockerContinuous DeliveryContinuous IntegrationGitOpsMicroservicesBashHochverfügbarkeitIAM
diverse Tätigkeiten: Anwendung von C++, Visualization, Python, GUI development, Django, Selenium und REST API
C++PythonGUI-EntwicklungDjangoSeleniumREST API
Böblingen
Aus- und Weiterbildung
Aus- und Weiterbildung
2 Jahre 8 Monate
2011-10 - 2014-05
Studium Information Technology
Master, Universität Stuttgart, Deutschland
Master
Universität Stuttgart, Deutschland
Master Thesis: Developed an incremental machine learning model for automated product recognition. Support Vector Machines (SVM) is used for classification and implemented with Python and scikit-learn ML library.
4 Jahre 10 Monate
2006-09 - 2011-06
Studium Elektrotechnik
Bachelor, Istanbul Technical University, Türkei
Bachelor
Istanbul Technical University, Türkei
Bachelor Thesis:
Designed and implemented a server on a graphic processor for secure RFID systems using parallel programming with CUDA
Austauschsemester: ESIGELEC (Rouen, Frankreich)
Kompetenzen
Kompetenzen
Schwerpunkte
Soft Skill
Soft Skills:
Ausgeprägte Teamfähigkeit & effektive Zusammenarbeit im Team
Strukturiertes Arbeiten mit hohem Grad an Selbstorganisation im agilen Projektumfeld
Lern- & zielorientierte Arbeitsweise
Zuverlässigkeit
Anpassungsfähigkeit
Interkulturelle Kompetenz
Open-Source-Mindset für innovative Lösungen
Produkte / Standards / Erfahrungen / Methoden
Kubernetes
Experte
Docker
Experte
Helm
Experte
Gitlab CI/CD
Experte
Ansible
Experte
Terraform
Fortgeschritten
Prometheus
Experte
Grafana
Fortgeschritten
Azure
Fortgeschritten
FastAPI
Fortgeschritten
Flask-RESTPlus
Fortgeschritten
django REST framework
Fortgeschritten
Proxmox
Experte
VMware
Fortgeschritten
Jira
Experte
Confluence
Experte
pytest
Fortgeschritten
K8s
Experte
Keycloak
Experte
Cluster API
Fortgeschritten
Betriebssysteme
Linux
Experte
Programmiersprachen
Python
Experte
Bash
Fortgeschritten
node.js
Experte
R
Basics
C++
Fortgeschritten
Julia
Basics
CUDA
Basics
golang
Experte
Datenbanken
PostgresSQL
Fortgeschritten
MariaDB
Fortgeschritten
Nexus
Fortgeschritten
Relationale Datenbanken
Fortgeschritten
Vertrauen Sie auf Randstad
Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung