25.08.2026 aktualisiert
Premiumkunde
100 % verfügbarFullstack Software Entwickler
Nürnberg, Deutschland
Weltweit
B.S.C. WirtschaftsinformatikSkills
AI AgentsRAGAzure KubernetesScrum MasterAzure DevOpsHTMLJavaJavaScriptAccount DevelopmentAgile MethodologieKünstliche IntelligenzBootstrapCSSCloud ComputingSoftware Design Patterns
Summary
Softwareentwickler mit drei Jahren Berufspraxis in der Entwicklung moderner Anwendungen. Er verfügt über fundierte Tiefe Kenntnisse in Python, KI-Systemen wie RAG und Chatbots, TypeScript und Java, sowie Frontend-Technologien wie Angular und ReactJS. Zusätzlich ist er versiert in Cloud-Umgebungen, insbesondere im Kubernetes-Umfeld, Azure, Google Cloud, und erfahren in Infrastructure as Code (IaC).
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2023
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Implementierung einer ki-basierten Mitarbeiter-Anwendung, welche durch retrieved-augmented-Generation (RAG) auf unternehmensinternes Wissen zugreifen kann und Mitarbeiter-Produktivität erhöht.
Technologien:
Python, PydanticAI, Helm, FastAPI, NextJS, VercelAI, Agentic-AI, Gitlab, Kubernetes, CI/CD-Pipelines, Git, Flutter, Apache Kafka, Celery, Docker, Task Queues, OIDC (OpenID Connect), OAuth2
Aufgaben:
- Konzeption und Entwicklung einer KI-gestützten Mitarbeiter-Anwendung zur effizienten Nutzung von unternehmensinternem Wissen
- Implementierung eines intelligenten Chatbots auf Basis von Retrieval-Augmented Generation (RAG) zur kontextbezogenen Beantwortung von Nutzeranfragen
- Anbindung, Verarbeitung und semantische Aufbereitung heterogener Datenquellen (z. B. Dokumente, Wikis, interne Systeme)
- Entwicklung von Pipelines zur Vektorisierung, Indexierung und Aktualisierung von Wissensbeständen
- Aufbau und Optimierung eines performanten RAG-Systems zur präzisen und quellengestützten Informationssuche
- Entwicklung von skalierbaren Backend-Services mit Python und FastAPI zur Orchestrierung von KI- und Datenprozessen
- Nutzung von Task-Queues (z. B. Celery) und Apache Kafka zur asynchronen Verarbeitung und Systementkopplung
- Entwicklung von Frontend- und mobilen Benutzeroberflächen mit Next.js, Vercel AI und Flutter
- Deployment und Betrieb der Anwendung in einer containerisierten Kubernetes-Umgebung
- Konzeption und Umsetzung einer hochverfügbaren, skalierbaren Kubernetes-Architektur für den Betrieb interner Microservices
- Installation, Konfiguration und Betrieb zentraler Infrastrukturkomponenten innerhalb des Clusters (z. B. Ingress Controller, Zertifikatsmanagement, Secret-Handling mit Sealed Secrets)
- Einführung und Implementierung eines GitOps-Ansatzes mit ArgoCD zur deklarativen Verwaltung und automatisierten Bereitstellung von Anwendungen
- Aufbau und Betrieb einer Apache Kafka-Infrastruktur inklusive Topics, Monitoring und Verwaltungstools (z. B. KafkaUI)
- Entwicklung und Integration eines umfassenden Observability-Stacks mit Prometheus, OpenTelemetry, OpenSearch und Data Prepper zur Überwachung, Tracing und Log-Analyse
- Migration bestehender, innerbetrieblicher Microservices in die Kubernetes-Umgebung unter Berücksichtigung von Skalierbarkeit und Resilienz
- Konzeption und Umsetzung einer mehrstufigen Deployment-Strategie (z. B. Dev, Staging, Production) inklusive automatisierter CI/CD-Pipelines mit GitLab
- Containerisierung von Anwendungen mittels Docker sowie Optimierung von Build-Prozessen (z. B. Multi-Stage Builds)
- Verwaltung und Absicherung von Zugriffs- und Authentifizierungsprozessen mit Keycloak und OIDC
- Integration und Betrieb von Datenbanksystemen (PostgreSQL) innerhalb der Kubernetes-Infrastruktur
- Automatisierung administrativer Aufgaben und Deployment-Prozesse mittels Bash-Skripten und GitLab Pipelines
PydanticAI, FastAPI, Python, pgvector, Google Cloud, Angular, TypeScript, Tailwind, Github, Git, CI/CD-Pipelines, REST, CSS/SASS/SCSS/LESS, Linux, Docker, Kubernetes, OpenAI, Google Gemini, llama, Mistral, IAC, Transloco, Microsoft Auth, PostgreSQL, GCP
Aufgaben:
- Konzeption und Implementierung einer KI-Plattform zur Integration und Verarbeitung unternehmensinterner Datenquellen
- Entwicklung von KI-Agenten und RAG-Funktionalitäten zur kontextbezogenen Verarbeitung von Unternehmenswissen
- Integration verschiedener Large Language Models (OpenAI, Gemini, Llama, Mistral) über eine flexible Provider-Architektur
- Implementierung einer rollen- und berechtigungsbasierten Zugriffskontrolle unter Berücksichtigung betrieblicher Organisationsstrukturen
- Entwicklung und Bereitstellung von REST-APIs sowie Anbindung unterschiedlicher Datenquellen und Drittsysteme
- Aufbau und Verwaltung einer Kubernetes- und Docker-basierten Infrastruktur inklusive automatisierter Deployments
- Entwicklung einer responsiven Weboberfläche zur Administration von Integrationen, Benutzern und KI-Konfigurationen
- Implementierung von Vektorsuche und Wissensmanagement mit pgvector
- Umsetzung von Compliance-, Datenschutz- und Sicherheitsanforderungen für die Verarbeitung sensibler Unternehmensdaten
- Analyse und Behebung von Softwarefehlern sowie Durchführung von Tests zur Qualitätssicherung