Technischer Product Owner – KI- & Datenplattform auf AWS
Forchheim, Deutschland
Erfahrungen
Feb. 2023 - Bis heute
2 Jahren 7 Monaten
Technischer Product Owner – KI- & Datenplattform auf AWS
Vorwerk
KI- & Datenplattform für Data Lakes, Data Warehousing (DWH) und neue KI-Services.
Die Plattform basiert auf Databricks, AWS und Azure Entra ID.
Entwicklung und Betrieb erfolgen mit Infrastructure-as-Code (IaC) über Terraform, Python, Docker, Kubernetes und GitLab CI/CD.
Außerdem unterstützt das Team technisch, berät Solution Architects und implementiert verschiedene KI- & Daten-Anwendungsfälle für neue Business-Applikationen.
Beitrag:
Roadmap und Weiterentwicklung der Databricks-Plattform auf AWS.
Beratung zu KI-Anwendungsfällen, Solution-Architektur-Design, Produktivsetzung.
Verantwortlicher Operation Lead für das Plattform-Operation-Team.
Unternehmensweite Cloud Landing Zone in Hub-Spoke-Architektur für alle Allianz-Geschäftseinheiten, um ihre Workloads sicher und skalierbar in die Cloud zu bringen.
Die Hubs bilden ein globales Mesh für private Kommunikation in AWS/Azure, inklusive On-Premise-Verbindungen, Proxies und privatem DNS.
Die Spokes umfassen Konten, VPCs/VNETs, Subnetze, IAM/RBAC-Setup und die Integrationsschicht für andere Unternehmensservices in Azure und AWS.
Automatisierung mit Terraform, Crossplane, GitHub Actions sowie nativen Azure-/AWS-Services zur Realisierung eines modernen IaC-Ansatzes.
Beitrag:
Mehrere Produkt-Releases und erste Crossplane-native Implementierung veröffentlicht.
Steuerung der Ausphasung alter Produkte und Migrationspläne für Kunden.
Verantwortlicher Operation Lead für die AWS- und Azure-Operation- & Incident-Teams.
Team: 2 x 12 Entwickler, 8 verbundene Nachbarteams.
Produkt war eine semantische Metadaten-Plattform als Enterprise Knowledge Graph für semantische Recommender und intelligente semantische Suchalgorithmen.
Kern war der Aufbau des Knowledge Graph mit KI, ML, Natural Language Processing (NLP), semantischen Embeddings und Ontologien.
Die Multi-Cloud-Lösung bestand aus zahlreichen ML-Microservices, ETL-Pipelines auf GCP, BigQuery als DWH, AWS Neptune als Knowledge Graph und Azure OpenAI Services.
Zur einfachen Nutzung wurde eine Content-Exploration-App mit Angular und FastAPI entwickelt, um Informationen per Web-App aus dem Knowledge Graph abzurufen.
Beitrag:
Projekt gestartet, Knowledge Graph und Content-Exploration-App veröffentlicht.
Als DevOps Engineer Entwicklung von CI/CD-Pipelines und Microservices auf Kubernetes.
Internes Tool zur Prognose des Produktbedarfs für die nächsten fünf Jahre am Ende des Produktlebenszyklus (Phase-Out-Planung).
Beitrag: Projekt gestartet und erste Produktversion veröffentlicht.
Team: 4–5 Entwickler, 2–4 Pilotnutzer.
Schlüsselwörter: SCRUM, JIRA, Confluence, Datenanalyse, Machine Learning, SAP HANA, Tableau, AWS, Python, Jupyter, GitLab, KI, Zeitreihenanalyse.
Apr. 2019 - März 2021
2 Jahren
Product Owner & Solution Architect
Siemens
Projekt: Predictive Maintenance.
KI-Service zur Erkennung und Prognose von Maschinenfehlern und notwendiger Wartung für Portalkrane in Logistikzentren mit Anomalie-Erkennungsalgorithmen.
Softwarearchitektur war eine Hybrid-Lösung aus Cloud- und Edge-Computing mit CI/CD-Pipelines und DevOps-Best-Practices.
Beitrag: Projekt gestartet und erste Produktversion veröffentlicht.
Produkt war ein End-to-End-Innovationsprozess für schnelle Evaluierung von Innovationsideen. Ziel war die Inkubation neuer Digitalprodukte für eine Siemens-Geschäftseinheit.
Beitrag: Prozess definiert, freigegeben und als Innovationsprozess-Leiter verantwortlich.
Desktop-Anwendung zur Simulation des Lebenszyklus und der optimalen Steuerung von Stromnetzen mit Batterien, verschiedenen Generatoren, HVACs und Verbrauchern.
Beitrag: Feature- und UI-Entwicklung sowie DevOps mit C++ und Qt.