Senior Full Stack Developer

12/2022 – 6/2023

Im Rahmen des Projekts Polizei 2020 war ich als Teil des Teams Daten- Haus an der Entwicklung eines Systems beteiligt, das darauf abzielte, verschiedene Quelldaten der einzelnen Bundesländer zusammenzuführen. Dieses System diente als Basis für eine umfassende Datenanalyse, um den Behörden wichtige Einblicke in die aktuelle Lage und Entwicklungen im Bereich der Kriminalität zu liefern.
Zur Umsetzung des Projekts nutzten wir eine Vielzahl von Technologien, einschließlich Java, Spring, Kafka, Neo4j, PostgreSQL, SAP Hana, Gitlab, Docker und Gradle. Die Kombination dieser Technologien ermöglichte es
uns, ein leistungsstarkes und skalierbares System zu entwickeln, das in der Lage war, große Mengen von Daten effektiv zu verarbeiten und komplexe Analysen durchzuführen.
Besonders hervorzuheben ist die Verwendung von Kafka, die es uns ermöglichte, die verschiedenen Quelldaten der einzelnen Bundesländer auf eine effektive und effiziente Weise zu integrieren. Hierfür war die Herausforderung für einige bestimmte Schnittstellen Kafka-Asynchron zu gestallten. Die Verwendung von Neo4j als Graphdatenbank trug dazu bei, komplexe Datenbeziehungen zu visualisieren und zu verstehen. Darüber hinaus nutzten wir SAP Hana für die schnelle und präzise Datenanalyse und PostgreSQL als relationale Datenbank zur Datenspeicherung.
Dank der Umsetzung dieses Projekts konnte das Team Daten-Haus einen wertvollen Beitrag zur Kriminalitätsbekämpfung und zur öffentlichen Sicherheit leisten.

Git, Java (allg.), Kafka, PostgreSQL, Representational State Transfer (REST), Spring

6/2022 – 12/2022

Ich war als Backend-Entwickler an der Implementierung eines neuen Features für die Sparkasse Onlinebanking App beteiligt. Die Arbeit umfasste die Konzeption und vollständige Implementierung des Features, einschließlich der Integration in das bestehende System.
Zur Umsetzung des Projekts nutzten wir eine Reihe von Technologien, einschließlich Java, Spring, PostgreSQL, Liquibase, Maven, Docker, Kubernetes und Gitlab. Die Verwendung dieser Technologien ermöglichte es uns, eine leistungsstarke und zuverlässige Plattform zu entwickeln, die in der Lage war, eine Vielzahl von Anforderungen zu erfüllen. Insbesondere haben wir PostgreSQL als Datenbank verwendet, um Daten sicher und effizient zu speichern. Die Verwendung von Liquibase als Versionskontrollsystem trug dazu bei, die Datenbankänderungen effektiv zu verwalten. Wir nutzten auch Docker und Kubernetes, um die Anwendung in einer sicheren und skalierbaren Umgebung zu betreiben. Dank der erfolgreichen Implementierung des neuen Features konnte das Onlinebanking-Erlebnis der Sparkassen-Kunden verbessert werden, was zu höherer Kundenzufriedenheit und einer effizienteren Nutzung der Onlinebanking-Dienste führte.

Apache Maven, Docker, Git, Hibernate (Java), Java (allg.), JDBC (Java Database Connectivity), Kubernetes, Spring

12/2021 – 6/2022

Ich war als Full-Stack-Entwickler an der Konzeption und Implementierung eines Automatisierungsprojekts für interne Geschäftsprozesse im Rahmen des IFRS17 Projekts beteiligt. Ziel des Projekts war es, den manuellen Arbeitsablauf durch die Implementierung eines automatisierten Systems zu ersetzen, um die Effizienz und Genauigkeit zu verbessern. Zur Umsetzung des Projekts nutzten wir eine Reihe von Technologien, einschließlich React.js, TypeScript, PostgreSQL, Java Spring Boot, Git und Azure. Diese Kombination von Technologien ermöglichte es uns, eine skalierbare und zuverlässige Plattform zu entwickeln, die in der Lage war, große Datenmengen zu verarbeiten und komplexe Prozesse effektiv zu automatisieren. Besonders hervorzuheben ist die Verwendung von React.js und TypeScript für die Entwicklung des Frontends und Java Spring Boot für die Entwicklung des Backends. PostgreSQL wurde als Datenbank zur Speicherung von Daten verwendet, und Git diente als Versionskontrollsystem. Azure wurde verwendet, um das System auf einer Cloud-basierten Architektur bereitzustellen.
Dank der erfolgreichen Umsetzung des Projekts konnte das Unternehmen die manuellen Prozesse automatisieren und die Effizienz und Genauigkeit der Prozesse erhöhen.

Docker, Git, Hibernate (Java), Java (allg.), Jira, React (JavaScript library), Spring, SQL, TypeScript