Patrick Koss

Entwicklung einer Plattform für verwaltete Cloud-Dienste verkürzte die Markteinführungszeit neuer Dienste auf 9 Monate. Entwicklung einer Cloud-nativen Datenplattform mit Integration von Kafka, Dremio und Apache Spark ermöglichte Datenverarbeitung und -analyse in Echtzeit. Aufbau einer KI-Plattform mit einem LLM-Modell-Serving-Dienst optimierte die KI-Modellbereitstellung und -skalierung.

- Lehren, wie Daten aus der realen Welt mithilfe des ER-Modells und Klassendiagrammen modelliert werden - Vermittlung von Konzepten zur Integration von Datenbanken in Programmcode. Beispiel: Code First vs. Database First oder ORM vs. Cursor - Vermittlung der Skalierung der Datenspeicherung am Beispiel von Cassandra, Neo4j und MongoDB - Lehren der Konzepte verteilter Systeme wie Partitionierung, Replikation und Nebenläufigkeitskontrolle

Initiative für Entwicklungsstandards: Gründung einer 10-köpfigen Arbeitsgruppe zur Festlegung von API- und Codestandards, die die Serviceentwicklungsgeschwindigkeit und einen um 15 % schnelleren Bereitstellungszyklus verbesserte. Entwicklung gemeinsam genutzter Bibliotheken beschleunigte das Onboarding neuer Teams und reduzierte Code-Duplikationen. Leitung des DNS-Dienstes mit einem Team aus 3 Ingenieuren, Einsatz von Golang Fiber und PostgreSQL, erreichte 99,999 % Verfügbarkeit.

Leitung eines 4-köpfigen Ingenieurteams zur Verbesserung des Überwachungsdienstes durch Integration von Loki für Logs und Tempo für Traces, was die Diagnosemöglichkeiten erhöhte und die Serviceakzeptanz um 30 % steigerte. Entwicklung eines Authentifizierungsdienstes mit 10.000 Anfragen/s und 10 ms Latenz sowie eines Rate-Limiting-Dienstes für 5.000 Anfragen/s und 5 ms Latenz, basierend auf dem Token-Bucket-Algorithmus und Redis.

Entwicklung einer erweiterten Cloud-Monitoring-Architektur: Implementierte einen umfassenden Dienst mit Grafana, PostgreSQL, Prometheus, automatische Skalierung reduzierte Betriebsaufwand um 20%, erhöhte Betriebszeit auf 99,99%. Entwicklung einer REST-API mit Python, Django für Service-Management, asynchrone Aufgabenverarbeitung mit Celery, Redis auf Kubernetes beschleunigte Bereitstellungen, verbesserte Reaktionsfähigkeit. Blaupause für zukünftige PAAS-Dienste beschleunigte Einführung um 50%.

Erweitertes Predictive Monitoring: Entwicklung von Vorhersagemodellen mit Facebook Prophet, XGBoost und LSTM für verbesserte Zeitreihenprognosen und Anomalieerkennung. Robuste API-Entwicklung: Entwickelte eine REST-API mittels FastAPI, integriert in Grafana, für umsetzbare Vorhersageanalysen. Effiziente Automatisierung: Automatisierte Bereitstellung und Implementierung benutzerdefinierter Vorhersagemodelle, bereitgestellt als skalierbarer Service.

Realisierung einer Webapplikation zur Werkstattsauftragsverwaltung

Frontendentwickler für ein Kundenbeziehungsmanagement Tool