Hans Fischer

In meiner freiberuflichen Tätigkeit unterstütze ich Unternehmen bei der Einrichtung und Optimierung leistungsstarker Kubernetes- und Cloud-Architekturen. Dabei lege ich besonderes Augenmerk auf Netzwerksicherheit und die konsequente Umsetzung von Firewall- und Network-Policy-Konzepten, um eine sichere, skalierbare Umgebung zu gewährleisten. Zudem setze ich bewusst auf Open-Source-Technologien ohne Vendor-Lock-in, um meinen Kunden maximale Flexibilität und Zukunftssicherheit zu bieten.

- Netzwerkkonfiguration und Site-to-Site-Verbindungen: Aufbau und Administration sicherer Tunnel zwischen dem Firmennetzwerk, der Google Cloud und der Hetzner Cloud. - Firewall-Rule-Design: Entwicklung und Implementierung fein abgestimmter Firewall-Regeln, um den Datenverkehr präzise und sicher zu steuern. - Kostensenkung durch Firewall-Appliance: Ablösung einer kostenintensiven Fortigate-Lösung zugunsten einer ressourcenschonenden und leistungsfähigen Open-Source-Alternative.

- End-to-End-Konzeption: Planung und Umsetzung eines hochverfügbaren On-Premise-Kubernetes-Clusters - Nahtlose Integration: Anbindung des Clusters an die bestehende Datacenter-Infrastruktur - Monitoring und Logging: Implementierung von Observability-Tools (z. B. Prometheus, Grafana, Loki), um den Cluster-Status kontinuierlich zu überwachen - Betrieb und Wartung: Regelmäßige Pflege und Durchführung planbarer Upgrades für einen stabilen, unterbrechungsfreien Betrieb.

Automatisierte Pipeline für isolierte Mandantenumgebungen: Mit Ansible werden VMs, Subnetze und Kubernetes-Cluster bereitgestellt, gewartet und gepflegt. FluxCD installiert Container-Scanner, Network-Policies, Monitoring und Logging. Gehärtete HAProxy-Instanzen erhöhen die Sicherheit, während feingranulares RBAC Zugriffsrechte regelt.

Planung und Implementierung einer wartbaren und erweiterbaren Software-Blaupause für die Verteilung von DataScience-Tätigkeiten im Cluster.

Aufbau einer unternehmensweiten Plattform zur Integration alle Unternehmensdaten und der Bereitstellung dieser Daten und Rechenleistung für den Fachbereich DataScience zur Maximierung deren Effektivität.

Entwicklung eines automatisierten Prozesses zur kurzfristigen Artikelprognose mit "machine learning"-Verfahren.

Inhalt dieses Praktikums war die Vorbereitung einer Migration, durch die Durchführung eines prototypischen "Durchstichs" mit Hilfe eines, für das Umsetzungsteams, neuen Frameworks.

Data-Warehouse-Spezialist, Business-Intelligence, Data-Mining

Breites Grundlagenstudium - incl. Programmierung, Netzwerksicherheit, verteilte Daten und Operationalisierung.