01.09.2026 aktualisiert


Premiumkunde
100 % verfügbarSenior Full-Stack Entwickler | Java | Python | React | Quarkus | Spring | Flask | Kubernetes
Stuttgart, Deutschland
Weltweit
B.Sc. InformatikSkills
Argo CDGitHub CopilotGitHub ActionsHelmJavaJavaScriptAPIsAgile MethodologieAgile FührungAtlassian ConfluenceAtlassian JiraUnit TestingUbuntuContinuous DeliveryLinux
- Programmiersprachen & Backend-Frameworks: Python (asyncio, aiohttp, Flask), Java, Spring (Boot), Quarkus, Node.js, REST-APIs
- Frontend: React, JavaScript, HTML, CSS, Bootstrap, PrimeFaces
- Datenbanken & Data Engineering: PostgreSQL, DuckDB, OracleDB, MySQL, MongoDB, Elasticsearch, TigerGraph (Graph-DB), SQL, Pandas, PyArrow, Parquet
- DevOps, Cloud & Infrastruktur: Kubernetes, Docker (Compose), Google Cloud Platform (GKE), Microsoft Azure, OpenShift, Terraform, Helm, ArgoCD, Jenkins, GitHub Actions, CI/CD, Linux (Ubuntu)
- Methoden, Testing & Tools: Agile Entwicklung, Lead Developer, Maven, JUnit, unittest, JIRA, Confluence, DBeaver
- Branchenkenntnisse & Fachwissen: Medien- & Streamingumfeld (AdTech, DAI/SSAI), Öffentlicher Sektor (Behörden), Krypto-Finanz (Blockchain, Web3), Versicherungen, Finanzkriminalitätsbekämpfung (AML, Fraud Detection), Datenpipelines
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2024
Sprachen
DeutschMutterspracheEnglischverhandlungssicherHindiverhandlungssicher
Projekthistorie
Als Anwendungsentwickler bei Eviden spezialisiere ich mich auf die Entwicklung von Anwendungen und Lösungen in verschiedenen Big-Data-Projekten mit besonderem Schwerpunkt auf Graphdatenbanken.
Das EuroDaT Projekt zielt darauf ab, die Erkennung von Betrug und Finanzkriminalität durch unternehmensübergreifende Datenanalysen zu verbessern. Es umfasst die Entwicklung eines föderativen Systems, das Transparenz über finanzielle Transaktionen und Netzwerke zwischen Unternehmen und Personen erhöht, um Betrugsfälle genauer zu identifizieren und die Rate falsch-positiver Ergebnisse zu reduzieren. Durch die Nutzung moderner Technologien wie der Graphdatenbank TigerGraph und Künstliche Intelligenz strebt das Projekt an, Kosten zu sparen und die Effizienz in der Betrugserkennung zu steigern. Es wird eine verbesserte Sicht auf Transaktionsnetzwerke und eine schnellere Bearbeitung potenzieller Betrugsfälle ermöglicht.
Genutzte Technologien waren unter anderem Python, Flask, Pandas, TigerGraph, PostgreSQL, Docker (Compose), Linux (Ubuntu), Argo CD.
Das Projekt wurde innerhalb von 7 Monaten mit der Entwicklung einer Client-Server Python (Flask) Anwendung und Implementierung (inklusive einer TigerGraph Instanz) auf der EuroDaT Plattform und erfolgreichem E2E Test abgeschlossen. Außerdem konnte im Laufe der Entwicklung ein Patent für ein neues Sicherheitsverfahren zur Verarbeitung sensibler Daten angemeldet werden.
Das EuroDaT Projekt zielt darauf ab, die Erkennung von Betrug und Finanzkriminalität durch unternehmensübergreifende Datenanalysen zu verbessern. Es umfasst die Entwicklung eines föderativen Systems, das Transparenz über finanzielle Transaktionen und Netzwerke zwischen Unternehmen und Personen erhöht, um Betrugsfälle genauer zu identifizieren und die Rate falsch-positiver Ergebnisse zu reduzieren. Durch die Nutzung moderner Technologien wie der Graphdatenbank TigerGraph und Künstliche Intelligenz strebt das Projekt an, Kosten zu sparen und die Effizienz in der Betrugserkennung zu steigern. Es wird eine verbesserte Sicht auf Transaktionsnetzwerke und eine schnellere Bearbeitung potenzieller Betrugsfälle ermöglicht.
Genutzte Technologien waren unter anderem Python, Flask, Pandas, TigerGraph, PostgreSQL, Docker (Compose), Linux (Ubuntu), Argo CD.
Das Projekt wurde innerhalb von 7 Monaten mit der Entwicklung einer Client-Server Python (Flask) Anwendung und Implementierung (inklusive einer TigerGraph Instanz) auf der EuroDaT Plattform und erfolgreichem E2E Test abgeschlossen. Außerdem konnte im Laufe der Entwicklung ein Patent für ein neues Sicherheitsverfahren zur Verarbeitung sensibler Daten angemeldet werden.
Als Full-Stack-Entwickler war ich für die Entwicklung einer API verantwortlich, um eine Client-Anwendung mit der Blockchain zu verbinden. Außerdem war ich als DevOps Engineer am Aufbau und Betrieb der Cloud-Infrastruktur beteiligt.
Im Rahmen meiner Tätigkeit als Full-Stack-Entwickler und Cloud Engineer im agilen Team war ich federführend bei der Entwicklung und Wartung einer innovativen API, die den Zugriff auf die Blockchain über eine dedizierte Staking Node erleichterte. Diese API wurde speziell konzipiert, um Anwendungen eine direkte Interaktion mit der Blockchain zu ermöglichen, wodurch Transaktionen und Staking-Prozesse effizienter und transparenter gestaltet wurden. Zusätzlich zur API-Entwicklung oblag mir die Verantwortung für die Pflege und den Betrieb der zugrundeliegenden Cloud-Infrastruktur. Dies beinhaltete die Sicherstellung einer skalierbaren, sicheren und hochverfügbaren Systemumgebung, um den reibungslosen Betrieb der Blockchain-Anwendungen zu gewährleisten.
Technologien, die zum Einsatz kamen waren unter anderem Java, Quarkus, NodeJS, React, Kubernetes, Docker, Google Kubernetes Engine, Terraform, Cloud SQL, Mongo DB.
Im Rahmen meiner Tätigkeit als Full-Stack-Entwickler und Cloud Engineer im agilen Team war ich federführend bei der Entwicklung und Wartung einer innovativen API, die den Zugriff auf die Blockchain über eine dedizierte Staking Node erleichterte. Diese API wurde speziell konzipiert, um Anwendungen eine direkte Interaktion mit der Blockchain zu ermöglichen, wodurch Transaktionen und Staking-Prozesse effizienter und transparenter gestaltet wurden. Zusätzlich zur API-Entwicklung oblag mir die Verantwortung für die Pflege und den Betrieb der zugrundeliegenden Cloud-Infrastruktur. Dies beinhaltete die Sicherstellung einer skalierbaren, sicheren und hochverfügbaren Systemumgebung, um den reibungslosen Betrieb der Blockchain-Anwendungen zu gewährleisten.
Technologien, die zum Einsatz kamen waren unter anderem Java, Quarkus, NodeJS, React, Kubernetes, Docker, Google Kubernetes Engine, Terraform, Cloud SQL, Mongo DB.
Als Software Engineer war ich für die Entwicklung und den Betrieb von Libstep - einer Testplattform für Rechenkerne - verantwortlich. Dabei war ich in der Entwicklung für das Frontend, das Backend sowie den Betrieb in der Cloud zuständig.
Im Rahmen meiner Tätigkeit als Software Engineer war ich maßgeblich an der Pflege und Weiterentwicklung von Libstep beteiligt, einer Webanwendung für versicherungstechnische Berechnungen. Mein Beitrag im agilen Entwicklerteam umfasste die Behebung von Bugs, die Entwicklung neuer Frontend-Features sowie Backend-Services, und die Eliminierung von Dead Code, was die Effizienz und Zuverlässigkeit der Plattform deutlich steigerte. Ich führte die Cloudifizierung neuer Libstep-Mandanten durch, gewährleistete Continuous Deployment und Continuous Integration und war verantwortlich für das Development und Operating von Pods in der Cloud. Zudem verbesserte ich die Sicherheit durch Zertifikatsverschlüsselung und -management und erweiterte die technische Dokumentation, wodurch die Plattform Libstep signifikant aufgewertet und für zukünftige Anforderungen gerüstet wurde.
Technologien, die für das Projekt genutzt wurden, waren unter anderem PrimeFaces, JavaScript, Java, Spring, Maven, JUnit, MySQL, Kubernetes, OpenShift, Jenkins.
Im Rahmen meiner Tätigkeit als Software Engineer war ich maßgeblich an der Pflege und Weiterentwicklung von Libstep beteiligt, einer Webanwendung für versicherungstechnische Berechnungen. Mein Beitrag im agilen Entwicklerteam umfasste die Behebung von Bugs, die Entwicklung neuer Frontend-Features sowie Backend-Services, und die Eliminierung von Dead Code, was die Effizienz und Zuverlässigkeit der Plattform deutlich steigerte. Ich führte die Cloudifizierung neuer Libstep-Mandanten durch, gewährleistete Continuous Deployment und Continuous Integration und war verantwortlich für das Development und Operating von Pods in der Cloud. Zudem verbesserte ich die Sicherheit durch Zertifikatsverschlüsselung und -management und erweiterte die technische Dokumentation, wodurch die Plattform Libstep signifikant aufgewertet und für zukünftige Anforderungen gerüstet wurde.
Technologien, die für das Projekt genutzt wurden, waren unter anderem PrimeFaces, JavaScript, Java, Spring, Maven, JUnit, MySQL, Kubernetes, OpenShift, Jenkins.