Migration zu einem Public-Cloud-Provider

Umfang

• Begleitung und Umsetzung einer hybriden Wertpapier-Plattform mit Priorität auf Hochverfügbarkeit — für unterbrechungsfreien Betrieb in einem kritischen Finanzumfeld.
• Führende Rolle beim Aufbau einer robusten Plattform auf Basis von AWS, Kubernetes, GitLab und Java — inklusive Provider-Steuerung für reibungslose Produktions-Deployments im Rechenzentrum.
• Verantwortung für Design und Implementierung einer CI/CD-Lösung — Optimierung des Release-Prozesses in einem stark regulierten BaFin-Umfeld.
• Optimierung von Release- und Betriebsprozessen für mehr Effizienz und kürzere Time-to-Market.
• Entwicklung und Umsetzung umfassender Testkonzepte für Qualität und Zuverlässigkeit der Plattform.
• Design und Implementierung von Monitoring und Betrieb für Microservice-Anwendungen — für dauerhaft optimale Performance.

Technologien: AWS, EKS (Kubernetes), Prometheus, Elasticsearch, Oracle, PostgreSQL, Kafka, GitLab, Java Spring, Terraform, Helm, kubecost

Eingesetzte Schlüsselkompetenzen

• Hybrid-Cloud-Expertise: Lösungen über Cloud (AWS) und On-Premises-Rechenzentren hinweg architektieren und umsetzen.
• Hochverfügbarkeits-Fokus: Systeme mit starkem Fokus auf Verfügbarkeit und Resilienz entwerfen und betreiben.
• Erfahrung mit Wertpapier-Plattformen: Komplexe Finanzplattformen und ihre regulatorischen Anforderungen (BaFin) sicher beherrschen.
• Kubernetes & EKS: Tiefes Kubernetes-Know-how und Umsetzung auf AWS (EKS).
• CI/CD & Release-Optimierung: Pipelines entwerfen und Release-Prozesse in regulierten Umgebungen optimieren.
• Prozessoptimierung in Release & Betrieb: Release- und Anwendungsbetriebsprozesse messbar verschlanken.
• Testkonzept-Entwicklung: Wirksame Teststrategien für Software-Qualität und Zuverlässigkeit.
• Microservice-Architektur: Microservice-Anwendungen entwerfen, überwachen und betreiben — skalierbar und flexibel.
• Monitoring & Observability: Prometheus & Co. für wirksames Monitoring und proaktive Problemlösung.
• Datenmanagement: Oracle, PostgreSQL, Elasticsearch und Kafka für Datenhaltung, -zugriff und -analyse.
• Kostenoptimierung: kubecost für das Management und die Optimierung von Kubernetes-Ressourcenkosten.