31.07.2026 aktualisiert


Premiumkunde
nicht verfügbarinfo: nicht verfügbar bis 31.10.2026
Python | AI | Angular | AWS
Würzburg, Deutschland
Nur Remote
Skills
HTMLAPIsKünstliche IntelligenzAutomatisierungTest AutomationBig DataCSSCliETLDevOpsDjangoGitHubPythonPostgreSQLNoSQL
Backend Skills
- Python (8+ Jahre)
- Tests: PyTest, AssertPy, PyUnit, Selenium
- API: FastAPI, Flask, Django, AWS AppSync, AWS API-Gateway
- Data Science: Jupyter, NumPy, Pandas, SciPy, MatPlotLib, ETL
- Crawling / Scraping: Selenium, Beautiful Soup
- Kafka / MQTT
- OpenTelemetry + Grafana
- AWS (6+ Jahre)
- CLI, CDK, Console
- Node.js
- CloudWatch, Lambda, AppSync, DynamoDB,
- API-Gateway, Cloudformation, Route 53,
- Systems Manager, Event Bridge, SNS / SQS, S3, IAM,
- Secrets Manager, Cognito, KMS, AWS StepFunctions, EC2
- AWS Code Deployment
- Künstliche Intelligenz (2+ Jahre)
- GPT-Anbindungen
- Langchain Implementierungen
- Orchestrierung von n8n Agents mit LLMs
- Automatisierung
- DevOps (7+ Jahre)
- CI/CD Pipelines (Gitlab, Jenkins, AWS Pipeline, AzureDevops)
- Makefile
- Infrastrukturdesign
- Helm Charts
Frontend Skills
- Typescript (7+ Jahre)
- CSS / SCSS / Tailwind CSS
- HTML
- JS / NodeJS
- Selenium
- Angular (7+ Jahre)
- Ionic
- Angular Material
- Capacitor, Cordova
- React (5+ Jahre)
- Redux
Techstack
- GraphQL (5+ Jahre)
- Datenbanken / Big Data (7+ Jahre)
- MySQL
- PostgreSQL
- NoSQL
- MSSQL
- Containerisierung (7+ Jahre)
- Docker
- Kubernetes
- Git (8+ Jahre)
- Gitlab
- Bitbucket
- Github
- NPM (7+ Jahre)
- Gradle / Maven (3+ Jahre)
- Misc:
- SonarQube
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
- Design sowie Instandsetzung und -haltung von REST API Schnittstellen und derren Funktionen mittels Python in kritischer Infrastruktur im Energieumfeld
- Implementierung von Business Logic
- Automatisiertes Testing der aufgebauten Infrastruktur (in Testcontainern mit entsprechenden Fixtures)
- Architekturplanung und Umsetzung des Backendframeworks
- Deployment und Pipelineänderungen auf verschiedene Umgebungen über die Azure-Pipeline
- Implementierung von Metriken und Alerting-Systemen zur datengetriebenen Analyse der Systeme
- Implementieren eines dynamischen Web-Scrapers mit Python, BeautifulSoup and Selenium
- Parallele Agenten des Scrapers zur performanten Ausführung
- Instandsetzung der AWS-Infrastruktur, sodass der Scraper per CDK entwickelt werden kann
- Daten aus dem AWS S3 Bucket werden mittels KI (AWS SageMaker) analysiert und entsprechende Resultate zum Export freigegeben
- Instandsetzung und -haltung von REST API Schnittstellen und derren Funktionen mittels Python
- Architekturplanung und Umsetzung des Backendframeworks in Microservices
- Designplanung und Umsetzung vom Frontend, zusätzliche Anbindung an das Backend
- Anbindung an mehere N8N Agents, zur automatischen Weiterverarbeitung der in der Pipeline befindlichen Daten
- Anbindung an verschiedene LLMs, insbesondere GPT zur Umsetzung der Businessperspektiven
- Automatisierung von KI Agents