Solution Architect & Senior Software Developer

11/2022 – offen

Einsatz als Lösungsarchitekt in der Logistik der REWE digital im Produkt Transportsteuerung seit November 2022:
• Neubewertung der COTS-Software unter Berücksichtigung des jeweiligen Produktlebenszyklus und Erarbeitung von Make-or-Buy-Entscheidungen sowie einer neuen Produktstrategie zusammen mit dem PO
• Technische Qualitätssicherung der externen Produkte und Sicherstellung von richtigen DevOps und Application Performance Management Methoden im Produkt
• Bereitstellen von Integrationsmodulen zur Kommunikation mit verschiedenen Geschäftseinheiten und damit auch Schnittstellenharmonisierung
• Technologien und Tools: Java EE (Spring, RESTful-Design) Applikationen, SQL (OracleDB, PostgreSQL), Maven, Git/GitLabCI, HELM, Kubernetes, Docker, Instana, Shell, Gravitee, JMeter, Camunda, Swagger, OpenAPI, Kafka, OIDC, SCRUM, Jira

Softwareentwicklung (allg.), Solution Architektur

5/2019 – 10/2022

On-site Kundenberatungen zu Integrations-, Migrations- und kundenspezifischen Softwarecustomization-Projekten mit anschließender Implementation in der Rolle als Senior Softwareentwickler.
• Projektumsetzung in Teams von bis zu 10 Consultants/Entwicklern für Kunden in der DACH Region, welche einen Umsatz von bis zu 10 Mrd. EUR p.a. generieren
• Integration der Softwarelösungen in die Kundeninfrastruktur und begleitender Beratung; Migration der Software bei Kunden zur aktuellsten Version und intakt halten der Schnittstellen und Customizations
• Technologien und Tools: Java 7 & 8 EE (mit Spring, JSF, RESTful-Design) (Web) Applikationen, SQL (Derby, Oracle, DB2), Tomcat / WebSphere, Maven, SCRUM, Jira, AWS (EC2, ECS, ECR), Jenkins, Git, Bitbucket

Active Directory, Apache Camel, Apache Maven, Apache Tomcat, IBM DB2, Git, Java (allg.), Java Message Service, Jira, Oracle Database, Representational State Transfer (REST), Scrum, Spring Framework

11/2018 – 4/2019

Projekt zur Entwicklung einer A.I. Software zur Erkennung von Debris für eine Auszeichnung der ESA von 100.000 EUR
• Leitende Rolle in einem R&D Projekt als externer; Klassifikation und Lokalisierung von Debris auf Bilddaten, gesammelt von Boden- und Weltraumteleskopen unter Anwendung von Bildverarbeitung und Mustererkennung
• Aufbauen einer Infrastruktur und Machine Learning Pipeline, um die Konzeptualisierung, Entwicklung und Umsetzung von A.I. Lösungen zu ermöglichen; Designen von robusten Validierungs- und Evaluierungsmetriken und Loss-Functions
• Technologien und Tools: Python (Keras, Tensorflow, SciPy) zur Implementierung von CNNs, LSTMs, Residual Layers, linearen Filtern; Trainieren der Netze in großem Umfang auf der Google Cloud für Machine Learning

Faltendes Neuronales Netzwerk (CNN), Maschinelles Lernen, Objekterkennung, Python