Senior Python-Ingenieur (Technical Lead)

Otto Tamas Pet Care Services Marketplace

• Der Kunde, ein führender Online-Marktplatz für Tierpflege-Dienstleistungen, hatte Schwierigkeiten, steigenden Traffic und Transaktionsvolumen zu bewältigen, besonders zu Spitzenzeiten und bei Werbeaktionen an kritischen Stellen im System.
• Senkung der Speicherkosten für den Kundensupport um 30 %, indem unnötige Tickets bereinigt und Automatisierungen eingeführt wurden, die künftigen Speicheraufbau verhindern.
• Erreichen der gesetzlichen Compliance durch Automatisierung der Wiederholungen von Hintergrundprüfungen bei Gesetzesänderungen und damit Schutz des Unternehmens vor erheblichen Rechtsrisiken.
• Steigerung der Teamproduktivität und Arbeitsqualität um 30 %, indem Retrospektiven visueller und interaktiver gestaltet, ein Growth-Mindset gefördert, agile Best Practices gecoacht und Teamvereinbarungen etabliert wurden.
• Skills: Python, Django, Celery, RabbitMQ, MemCached, MySQL, React, React Native, Docker, Kubernetes, AWS

Cloud-Provisioning-Plattform

• Der Kunde, ein großer Automobilkonzern, hatte Schwierigkeiten, von manuellen Abläufen zu einer automatisierten Lösung für maßgeschneiderte Cloud-Infrastruktur über alle IT-Abteilungen hinweg zu wechseln, um Lieferzeiten und Kosten zu senken.
• Verkürzung der Time-to-Market von 2 Jahren auf 1 Jahr durch Verfeinerung der Architektur-Roadmap und des Entwicklungsplans, was die Fähigkeit des Unternehmens verbesserte, sich schnell an Marktanforderungen anzupassen.
• Verbesserung der Entwicklungszeit und Codequalität um 30 % durch Erstellung eines maßgeschneiderten Entwicklungs-Frameworks und Coaching aller 6 Produktteams in Architektur, Entwicklung und Test-First-Ansatz.
• Erhöhung der Release-Frequenz um 50 % und Reduzierung der Produktionsvorfälle um 40 % durch Einführung eines Feature-Flag-Systems, das Continuous Delivery und sichere, effiziente Releases neuer Funktionen ermöglicht.
• Skills: Python, FastAPI, Flask, SQLAlchemy, PostgreSQL, Azure, Pulumi, Celery, Redis, RabbitMQ, Kafka, MkDocs, Ruff, Docker, Kubernetes, SAFe

Simcenter 3D Pre- und Post-Processing

• Der Kunde, ein führendes Engineering-Software-Unternehmen, hatte unzureichende Pre- und Post-Processing-Funktionen in Simcenter 3D, was die Erfüllung der Kundenanforderungen beeinträchtigte.
• Leistungssteigerung im Post-Processing um 20 % durch Optimierung der Speicherverwaltung und Implementierung effizienterer Datenverarbeitungsalgorithmen.
• Erhöhung der Kundenzufriedenheit um 30 % durch Öffnung der Post-Processing-Funktionen für Kunden-Erweiterungen in ihren bevorzugten Programmiersprachen.
• Schließung der Lücke für 80 % der Pre-Processing-Kunden durch Bereitstellung eines Automatisierungstools, das die Ergebnisse einer Simulation als Lasten für die nächste Simulation anwendet.
• Skills: Python, C++14/17, STL, OpenGL