• Evaluieren von existierenden Lösungen (Ergebnis: Eigenimplementierung)
• Management von Clients (OAuth2, Single Sign On, Subscriptions, Permissions)
• Token Management (Access tokens, Refresh Tokens, Json Web Tokens (JWT), Consent Management, Token Revocations, Monitoring)
• Anbindung von PSD2 TPP Clients (AIS / PIS / PIIS) mit X.509 Client Certificates
• Ablösung des bestehenden WSO2 Identity Providers im laufenden Betrieb
• Deployment auf Windows und Cent OS (Linux)
• Einführen von Kotlin als Programmiersprache und Migration von Java Code
• Testen in Container Images mit Docker Compose
• Deployment auf Windows / Cent OS (linux)

• Umsetzung der PSD2-Schnittstelle
• Technical Lead
• Umsetzen einer Identity Management Infrastruktur (OAuth2, OpenID Connect)
• Anbindung der Third Party Provider (TPP)
• Schaffung von robusten und hochsicheren Services (Verfügbarkeit 24/7)
• Integration der bestehenden Infrastruktur in die Abläufe (API-Endpunkte, IBM CICS)
• Anbindung der hauseigenen API-Schnittstellen

• Beseitigung von Performance-Bottlenecks (insb. in Hibernate)
• Erweiterung des Systems zur Verwaltung von automatisierten Systemkonten
• Umsetzung interner Banken-Prozesse
• Migration von Wicket 7 auf Wicket 8
• Verbesserung der Test-Coverage und Testability

• Aufbau einer skalierbaren Architektur
• Anbindung eines Fintech-Service zur Klassifizierung der Transaktionen
• DSGVO-konforme Speicherung der Kundendaten
• Analyse der Transaktionsdaten zur Bestimmung von Metriken für den Bankkunden
• Verwendung von Spring Boot 2 zur Bereitstellung von RESTful Services
• Anbindung an Transaktions-Provider per Apache Kafka
• API-Dokumentation mit Swagger
• Speicherung und Aggregation in Oracle Database (Anbindung per Spring JDBC)
• Erstellung von performanten SQL-Queries (Tuning / Indices / Partitioning)
• hohe Unittest-Abdeckung (test driven; JUnit; continuous integration)

• Verwendung z.B. in der Kontenansicht der Bankkunden ("Multibanking")
• Erweiterung der bankeninternen HTTP-Schnittstelle
• DSGVO-konforme Speicherung der Kundendaten
• Migration Spring Boot von 1.x auf 2.x
• Anbindung an SQL-Datenbank mit Hibernate
• hohe Unittest-Abdeckung (test driven development; JUnit; continuous integration)

• Umsetzung neuer Features
• kontinuierliche Verbesserung der Usability
• Anbindung neuer Schnittstellen per REST
• Berücksichtigung von Lastverhältnissen (z.B. bei Zugriff auf Umgebungs-Systeme)
• Anwenden von Best Practices (clean code, test driven development, refactoring)

• Um die Verwaltung von Medien (Bilder / Dokumente) innnerhalb der Webseite, aber auch in den zahlreichen firmeninternen Anwendungen zu erleichtern und zu vereinheitlichen, wurden
  dies in die SQL-Datenbank verlagert (einheitliches Backup / Transaktionale Sicherheit / hohe Performance durch SQL-Filestreams)
• Speicherung von Bildern + Dokumenten in SQL Server (mit File Tables / File Streams Support)
• sehr schnelles Laden der Bilder mit hochoptimierten Routinen
• Transformieren der Bilder je "Kanal" (Auftragen von Wasserzeichen, skalieren, Schärfefilter anwenden, Meta-Daten einfügen, etc.)
• schnelle Bildtransformationen (z.B. keine globalen GDI-Locks in Windows, multi threading)
• Integration eines Frontend Proxy (nginx) zum Langzeit-Caching dieser Bilder
• Erzeugen von Crypto-Hashes innerhalb von "pretty" URLs um diese Bilder mit maximaler Cache-Dauer auszuliefern (ein Jahr, maximaler Wert gemäß RFC)
• sofortiges Invalidieren des Caches bei Veränderung des Bildes oder dessen kanalabhängiger Bildtransformation (z.B. neues Wasserzeichen, anderer Schärfefilter)
• Auslieferung aller benötigten Größen eines Bildes (welche aus einem hochaufgelösten Original errechnet werden)
  aktuell werden mit diesem Service die komplette eBay Platform, Preisportale, Amazon, mehrere Shops und die zahlreichen internen Anwendungen versorgt

• Beratung der Fachseite; Definition der KPI Metriken; Erstellen einer Zieldefinition
• datenschutzkonforme Analyse des Live-Traffic
• Echtzeitdarstellung der Analytics-Daten mit Elasticsearch + Kibana
• Provisionierung von den benachbarten Systemen (Data Warehouse, ERP, etc.)
• Logging von firmenweiten Events auf einem Kafka Event Bus (add to cart, exit site, convert to checkout / order, place order, ship packet, cancel order, etc.)
• Aggregation von User-Sessions, Conversions, cross-device tracking
• Verarbeitung großer Datenmengen (big data: batch / stream based)
• Geo-Lokation berücksichtigen (Tracking + Anwendungsverhalten + DoS-Erkennung)

• Sicherstellen und Optimieren der Crawlability der Seite (geringer Seitentiefe, Berücksichtigung diverser Filterkriterien, etc.)
• Analyse von Analytics-Daten zur Verbesserung des Shops
• Vermeidung von Duplicate Content bei mehrsprachigen Seiten resp. Domains

• Findung der idealen Lösung in enger Kommunikation mit Fachseite
• Findung der geeigneten Mechanismen zur Umsetzung (Score, Relevanz, Latenz bei Live-Suche, Aggregationen über Gruppen, Facetten, usw.)
• Unterstützung von Mehrsprachigkeit (Texte, language fallback, natural language processing (NLP), word stemming)
• Synchronisation der SQL-Daten mit dem Suchindex in ca. 2 Sekunden (lambda-Architektur); Full-Resync (periodisch), Delta-Sync (je SQL change, row-based); Full-Rebuild (z.B. bei Schema-Änderungen)
• Suche wird explizit durch Besucher verwendet aber auch intern für den Seitenaufbau (schneller + kostengünstiger als die SQL-Datenbank (SAAS) in der Cloud)
• schnelle Antwortzeiten (meist 2-40 ms für die Suche über ca. 1.000.000+ Artikel, anhängig von den jeweiligen Parametern der Suche); dadurch zufriedene Kunden und
  gutes Ranking in Suchmaschinen
• Ähnlichkeitssuche (n-Gram, edge-Gram, prefix, fuzzy, Levenshtein-Damerau, Keyword Aggregations, Boosting, Mehrsprachigkeit, Stemming, TF-IDF vs. BM25)
• Autosuggest (auf Basis von Kategorie, Fahrzeug, Produkt)
• Filterung über alle Artikel, Ermittlung aktiver Kategorien unter Berücksichtigung von Verfügbarkeit + aktueller Fahrzeugauswahl (ganz und teilweise)
• Priorisierung der Suchergebnisse (Top-Seller, Umsatzbringer, Produkte mit kurzer Lieferzeit) ohne dabei die Suchkriterien zu ignorieren
• zahlreiche Filtermethoden + Aggregationen (Benachbarte Werte mit Proximity-Score; vonbis Abfragen; Unterelement von; , z.B. Anzahl der Produkte je Kategorie unter
  Berücksichtigung von Kindkategorien, Alle Fahrzeuge einer bestimmen Gruppe, z.B. Model oder Antriebsart, und vieles mehr)
• Optimierung der Suchrelevanz entsprechend den Wünschen der Geschäftsleitung

• Implementierung der Anwendungslogik (Data-Layer, Service, App); modularer, wartbarer Code; hohes Maß an Typsicherheit (auch in den Views); TypeScript (Codegenerierung für typsichere API-XHR-Calls von JavaScript an den Shop; hohe Refactoring-Sicherheit für
  schneller Anpassungen)
• Anbindung an die Suche (eigenes Unterprojekt)
• Mehrsprachigkeit des Shops auf allen Ebenen (Oberflächentexte HTML / JavaScript, Berücksichtigung der Browsersprache incl. Fallback, mehrsprachige Produktdaten und Suche); Unterstützung von verschiedenen Shop-Layouts für verschiedene Brands
• Caching-Layer (1st level in memory, 2nd level in NoSQL-Store; JSON-Serialisierung)
• massives Caching der gerenderten Views und Resourcen durch Frontend-Proxy (nginx); optimale Antwortzeiten, auch um DDoS-Attacken besser zu bewältigen
• Share nothing Architektur; no single point of failure; Horizontale Skalierung aller Komponenten (scale out)
• SQL Datenbank: In Production Code durch SQL Prozeduren (hohes Maß an Optimierung), Unit Testing mit Entity Framework (viele Freiheiten, geringer Testaufwand); viel Erfahrung mit Datenbank-Bottlenecks, Optimierung, Execution Plans
• Bundling der Anwendung erst mit gulp, später mit Webpack (obfuscation, optimization, SCSS to CSS, JavaScript Bundles, TypeScript to JavaScript, multi-layout CSS)
• Umsetzung der Views (Responsive Design, Semantic Markup wg. SEO, Rich Snippets, typesafe Razor Views); Integrieren von Designs von Medien-Agenturen
• Testing (Unit + Integration Testing, Continuous Integration + Test + Delivery mit Teamcity) ASP.NET MVC, ASP.NET Web API, C#, Redis, SQL Server, hand-crafted SQL

Neuimplementierung eines Synchronisationsdienst zum Abgleich der Shop-Daten in der Cloud mit den Stammdaten der Firma im lokalen Rechenzentrum

• Vorhalten und Abgleichen von operativen Daten in der Cloud (Microsoft Azure)
• automatisiertes Recovery & Installation neuerder Cloud-Daten aus den Firmendaten möglich
• effiziente Erkennung von Datenbankänderungen (Zeitstempel, trigger / event-based, Master-Master-Replikationskonflikte, Entities mit Abhängigkeiten auflösen, Race- Conditions, etc.)
• Datensynchronisation auf logischer Ebene (master-slave, master-master-Szenarien)
• Verteilen der multi-channel Daten auf die jeweiligen Synchronisationspartner (= Channel)
• Low-Level Implementierung auf TCP/IP-Ebene mit eigenem Serialisierungscode und ereignisbasiert System um maximale Performance zu erzielen
• Auto-Discovery der Peers und robustes, fehlertolerantes Verhalten
• Minimierung der benötigten Bandbreite / Maximierung des Durchsatzes
• fehlerresistentes Verhalten (Recovery / Replay)

• Refactoring des Code (Clean Code, Einführung einer Layer-Architektur); Erhöhung des Durchsatzes (über 1 Million eBay API-Calls pro Tag); Optimierung der ERP-Anbindung, Fehlertoleranz
• Schnittstellen: Orders von eBay abholen, Auktionen aktualisieren mit kurzer Latenz ( bei über 100.000 gleichzeitig laufenden Auktionen), Wettbewerbsanalyse, periodische
  Integritätsprüfungund Abgleich von Firmen-Stammdaten und laufenden eBay-Auktionen

• Aktualisierung der Verfügbarkeit von Set-Artikeln unter Berücksichtigung von Gewinnmarge, Kombinationsmöglichkeiten, technischen Einschränkungen, Abverkaufsreihenfolge zur Gewinnmaximierung und Sicherstellen kurzer Lieferzeiten
• Artikelanzahl ca. 800.000+ (auf Lager bzw. kurzfristig lieferbar)

• Refactoring der Codebasis (bessere Wartbarkeit, leichtere Migration zum neuen Shop); Performance Tuning (wg. schlecher Conversion Rate); Extraktion von Funktionalität in
  Microservices, Libraries + neuere Systeme; Fehlerbehebung; bessere Anbindung an externen Datenprovider (+ Caching)
• Ablösung / Neuimplementierung von Fremdmodulen (closed-source, 3rd party) im Rahmen der bevorstehenden Ablösung

Beratung zu und Weiterentwicklung an einer Intranet-Webanwendung zum Identy-Management der Mitarbeiter

• Zur firmeninternen Verwaltung von Rollen, Berechtigungen und Zugehörigkeit der Mitarbeiter wird eine datenbankgestützte Intranet-Anwendung eingesetzt. Neben der Provisionierung und dem Abgleich von Rechten auf die Umsysteme (Domain-Controller, LDAP, SAP, Datenbanken, usw.) wird Wert auf Reporting und Monitoring gelegt wie es insbesondere bei börsennotierten Unternehmen üblich ist
• Optimierung der Performance aufgrund der zahlreichen Berechtigungen und Anbindung der Umsysteme stellten besondere Herausforderungen dar. Auch eine hohe Codequalität war sehr wichtig da es eine offizielle Aufgabe der Abteilung darstellt, Best Practices an andere Abteilungen als Referenz herauszugeben und selbst vorzuleben.

• Telekommunikationsdienstleister: diverse Java-Adapter zur Anbindung an Message Queues (message driven middleware) + ABAP Application Server (business logic) per JCo zur Integration von SAP-Prozessen, Anbindung von Datenlieferanten, Qualitätsauswertungen

• Entwicklung und Änderung von ABAP-Bausteinen, Integration mit Java

• Die Besonderheiten der SAP-Umgebung müssen im Web benutzerfreundlich präsentiert werden. Die Verwaltung der User entspricht den SOXRichtlinien und erlaubt jederzeit eine Kontrolle der Abläufe durch externe SOX-Prüfer.
• Rollenbasierte Rechteverwaltung steuert den Zugriff auf die Funktionalität

z.B. Erstellen von Reports zur Migration von SM-Aufträgen, wegen fehlender BAPIFunktionalität auch unter Verwendung von Batch-Input, Erstellen von Auswertungen, Datenanalyse

Technologie: Eclipse, Java, SAP R3, ABAP, SAPGUI, SAP JCo, UML