09.07.2026 aktualisiert
verifiziert
100 % verfügbarSenior Backend & AI Engineer
Obertshausen, Deutschland
Nur Remote
Fachinformatiker-AnwendungsentwicklungÜber mich
Freelance Python/FastAPI backend developer and AI Engineer building production-grade APIs with clean architecture, async data layers, strong test strategy, and CI/CD quality gates. I help teams deliver faster with reliable, cloud-ready backend foundations.
Skills
AI AgentsLLMJavaScriptAPIsAmazon Web ServicesTest AutomationMicrosoft AzureContinuous DeliveryContinuous IntegrationDjangoGitHubPythonFlaskLarge Language ModelsInfrastructure as Code (IaC)
KI / ML: LLM-Integration (OpenAI, Anthropic), RAG-Pipelines (LangChain + manuell), KI Agenten, Prompt Engineering, LLMOps, Embeddings & Semantische Suche, Hugging Face, Pinecone, Fine-tuning
Backend: Python (Experte), FastAPI, Django, Flask, RESTful APIs, Celery, async/await
CI/CD: GitHub Actions, Docker (Multi-Stage Builds, DevContainers), automatisierte Test-Pipelines
Cloud: Azure (primär: VNets, Fabric, Storage, Private Endpoints), AWS (Lambda, S3, API Gateway, DynamoDB)
IaC: Terraform, Infrastrukturautomatisierung, Environment-Parität
Sprachen: Python, SQL, HCL (Terraform), JavaScript
Testing: pytest, TDD, LLM-Evaluierungs-Pipelines, Code Coverage
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2023
Sprachen
DeutschMutterspracheEnglischMuttersprache
Projekthistorie
• Architektur und Deployment produktionsreifer RAG-Pipelines mit LangChain und Pinecone für
semantischen Dokumentenabruf und Q&A-Systeme
• Entwicklung LLM-gestützter Anwendungen mit OpenAI API für strukturierte Aufgaben und Anthropic API
für erweiterte Reasoning-Workflows — Auswahl der Provider nach Aufgabenanforderungen
• Entwicklung mehrstufiger AI-Agent-Systeme mit Tool-Use und Konversationsverlauf-Management für
automatisierte Geschäftsprozesse
• Implementierung von Prompt-Engineering-Frameworks und LLM-Evaluierungs-Pipelines zur
Sicherstellung konsistenter Ausgabequalität
• Anwendung von LLMOps-Prinzipien für Deployment, Monitoring und Kostenmanagement produktiver KI
Systeme
• Aufbau semantischer Suchsysteme mit Embedding-Modellen und Pinecone für schnelle
Ähnlichkeitssuche über große Dokumentensammlungen
- Entwicklung produktionsreifer Azure-Infrastruktur mit Terraform für konsistente Umgebungsparität über VNets und Resource Groups
- Implementierung von Microsoft Fabric Tenant- und Workspace-Architektur für mehrstufige Medallion Datenpipelines
- Konzeption sicherer Datenwege über Managed Private Endpoints für isolierten Azure Storage-Zugriff
- Verwaltung von Service Principals und Authentifizierungs-Tokens für sichere REST-API-Integrationen
- Architektur und Entwicklung Python-basierter Webanwendungen und Microservice-Architekturen mit Django und Celery für asynchrone Aufgabenverarbeitung — wöchentliche Einsparung von ~10 Arbeitsstunden
- Entwicklung eines skalierbaren Medienmanagementsystems mit AWS S3 und Cloudinary
- Design von CI/CD-Pipelines mit GitHub Actions — ~70% schnellere Release-Zyklen durch automatisierte Tests und Deployments
- Implementierung von Docker Multi-Stage Builds und DevContainers zur dauerhaften Standardisierung der Entwicklungsumgebungen und Deployment-Konsistenz
- Integration der Stability AI API für automatisierte Text-zu-Bild-Workflows — ~1000% höherer Content Output