DevOps Engineer

DevOps Engineer mit Hintergrund in Data Science und Wirtschaftsmathematik. Fokus auf skalierbare Dateninfrastrukturen, Automatisierung und Workflow-Engines.

• Docker
• Gremlin
• Java (allg.)
• Kubernetes
• Microsoft Azure
• Postgresql
• Python
• SQL

Als DevOps Engineer mit einem Hintergrund in Data Science und Wirtschaftsmathematik habe ich Erfahrung in der Entwicklung, Automatisierung und Optimierung von Dateninfrastrukturen. Mein Fokus liegt auf der Integration von DevOps-Tools, Cloud-Technologien und Workflow-Engines, um skalierbare und effiziente Lösungen zu schaffen. Ich habe an Projekten gearbeitet, die Multi-Datenbank-Analysen, Asset-Bewertungen und Datenmodellierungen umfassen.

Meine technischen Kompetenzen beinhalten die Arbeit mit Python, Java und Groovy, sowie die Nutzung von Kubernetes, Docker, ArgoCD und ArgoWorkflow für die Orchestrierung und Automatisierung von Prozessen. Zudem verfüge ich über tiefgehende Kenntnisse in PostgreSQL, JanusGraph, Gremlin und SqlAlchemy für die Verwaltung und Analyse von relationalen und graphbasierten Datenbanken.

Neben meiner technischen Expertise bringe ich fundierte Erfahrung in agilen Methoden wie Scrum, XP und Lean-Software-Development mit. Ich arbeite gerne in interdisziplinären Teams und schätze eine dynamische und lösungsorientierte Zusammenarbeit. Zudem spreche ich Deutsch und Russisch auf muttersprachlichem Niveau sowie fließend Englisch.

Ich bin stets daran interessiert, innovative Technologien einzusetzen, um datengetriebene Prozesse effizienter zu gestalten und Unternehmen bei der digitalen Transformation zu unterstützen.

Technische Fähigkeiten (Hard Skills)

Programmiersprachen:

- Python (pandas, SciPy)
- Java
- Groovy (Datenintegration)
- SQL (Basiskenntnisse)
- R (Grundkenntnisse)

Datenbanken & Graph-Technologien:

- Gremlin (Expert)
- Janusgraph (Expert)
- Postgres (Spilo) (Advanced)
- SqlAlchemy (Expert)

DevOps & Cloud-Technologien:

- Docker
- Kubernetes
- ArgoCD
- ArgoWorkflow
- CI/CD mit Jenkins und Argo

Middleware & API-Entwicklung:

- Camel (Routen, API-/REST-Anfragen, Datenpipelines)
- Flask
- Swagger/OpenAPI

Datenverarbeitung & Tools:

- Jupyter Notebooks
- Minio
- Mosquitto
- Celery

Methoden & Vorgehensweisen

- Agile Entwicklungsmethoden: Scrum, XP, Lean-Software Development, DSDM
- Strukturierte Vorgehensweise in der Software- und Datenentwicklung
- Machine Learning für Datenanalysen

Soft Skills:

Analytische Fähigkeiten: Hervorragende Problemlösungs- und Analysefähigkeiten

Kommunikation: Fließend in Deutsch, Englisch und Russisch

Teamfähigkeit: Effektive Zusammenarbeit in interdisziplinären Teams