Lenny Daume
Gespräch starten

Hiring-Profil

AI-native Builder mit CTO-level Wirkung

Ich bin Lenny Daume. Mein Profil verbindet das Studium der Kognitiven Informatik, AI- und ML-Urteil, Produktdenken, Hands-on Engineering und operative Delivery. Relevant wird das dort, wo Produkt, Technik, Team und Betrieb gleichzeitig funktionieren müssen: von 0→1-Plattformen bis zur Remote-Skalierung von 100+ Entwickler:innen.

Softwarehandwerk ist bei mir keine nachträgliche Positionierung. Der Ursprung ist konkret: als Kind durch ein CCC-Mitglied der ersten Stunde geprägt, später beim C64, bei BASIC, Text Adventures und den ersten PCs mentorartig begleitet. Dazu kamen Informatik an der Laborschule, erste Websites und ein eigener Shop 1998/1999 sowie Java am Westfalenkolleg. Deshalb denke ich Produkt, Code und Betrieb bis heute als ein System.

Was diese Seite sichtbar macht

Diese Seite zeigt, wo ich früh produktiv werde, welche Muster ich mitbringe und wie hands-on Tiefe, Produkturteil, technische Führung und CTO-level Verantwortung zusammenwirken.

Nachweis

CTO-level Wirkung unter Skalierungsdruck

Technische Richtung, Teamstruktur und Delivery-System für eine skalierende Organisation geschärft, inklusive Remote-Skalierung von 100+ Entwickler:innen ohne zusätzliche Führungsebene.

Nachweis

AI-Fundament und tägliche Praxis

Studium der Kognitiven Informatik mit AI, ML, Robotik und Multi-Agent-Systemen, dazu täglich produktiver LLM-Einsatz seit Februar 2023 und überwiegend agentenbasierte Umsetzung seit Ende 2025.

Nachweis

Hands-on bis in den Betrieb

Produkt, Architektur, Code, Monorepos, Queue-Orchestrierung, Observability, IaC und operative Plattformarbeit bleiben in einem Profil verbunden.

Nachweis

Kontextbreite mit klarem roten Faden

Wiederholte 0→1-, Umbau- und Skalierungskontexte. Das zählt, wenn neue Umgebungen schnell verstanden und wirksam gemacht werden müssen.

Technische Herkunft

Erst die Haltung, dann die beruflichen Belege.

Dieser Abschnitt erzählt bewusst nicht die Job-Stationen. Er zeigt, warum ich Systeme früh selbst verstehen, bauen und betreiben wollte. Die beruflichen Nachweise kommen danach in Einordnung, Timeline und Skills.

01

Frühe CCC-Prägung

Technik war für mich früh etwas zum Verstehen und Selberbauen, nicht zum Konsumieren. Geprägt wurde das durch Kontakt zu einem CCC-Mitglied der ersten Stunde, das später eine Art Mentor für Computer, Systeme und Programmierung wurde.

02

1992: BASIC und Text Adventures auf dem C64

Mit C64 BASIC, Text Adventures und den ersten PCs wurde aus früher Faszination praktische Softwarearbeit. Dort beginnt der rote Faden aus Logik, Systemverständnis und Selbermachen.

03

Frühe 90er: Laborschule, DOS, Windows 3.11

Durch die Uni-Nähe gab es Informatik früh. Dort kamen DOS, Windows 3.11 und die ersten systematischeren Programmierübungen dazu.

04

1998/1999 bis 2002: Web, Shop, Java

Erste Websites und ein eigener Shop liefen schon Ende der 90er. 2002 kam Java am Westfalenkolleg dazu. Seitdem zieht sich der Builder-Faden ohne Bruch weiter.

Einordnung für Hiring

Viel Kontext, eine klare Linie

Wenn du meinen CV prüfst, siehst du mehrere intensive Produkt- und Engineering-Kontexte. Der rote Faden ist nicht Titelwechsel, sondern Systemkontakt: 0→1, Umbau, Skalierung, Advisory und Hands-on Delivery.

Für Hiring ist das relevant, weil ich nicht nur eine Rolle ausfülle, sondern schnell erkenne, wie Produktlogik, technische Realität, Teamstruktur und Betrieb zusammenhängen. Das senkt Anlaufzeit und erhöht die Chance, dass Wirkung über Jahre entsteht.

Für Fractional- oder Transformationsarbeit ist dieselbe Breite wertvoll, weil unklare Systeme selten an nur einer Stelle klemmen. Ich bringe Muster mit, die in echten Teams bereits funktioniert haben, ohne jeden neuen Kontext mit alten Schablonen zu überfahren.

Erfahrung

Erfahrung mit Beweiskraft

Der Verlauf ist nicht als Prestige-Liste gedacht, sondern als Beleg für AI- und ML-Urteil, Delivery-Reife, Führungswirksamkeit und Hands-on Tiefe.

07/2025 - 08/2026

Chief Technology Officer (Hands-on)

Livable Places GmbH

Festanstellung

Hands-on CTO-Arbeit in einem AI-nativen PropTech: Monorepo mit Nuxt, Hono, Bun, BullMQ-Flows und Redis-Locking, Bare-Metal-Plattform mit IaC und Observability sowie fachlich-architektonische Steuerung von Geo-/Census-Services und Office-Risk-Produktlinie.

09/2023 - 06/2025

Chief Technology Officer

WPS MANAGEMENT GMBH // wescale

Festanstellung

Als CTO Teamstruktur, Delivery-System und technische Richtung für eine skalierende Organisation geschärft und über 100 Entwickler:innen remote ohne zusätzliche Koordinationsschicht skaliert.

06/2023 - 12/2023

Freelance Fullstack Developer & Berater

LGE Energy Berlin GmbH // Zenstrom

Freiberuflich

Beratung und Umsetzung für eine maßgeschneiderte Website- und Portal-Lösung verbunden, statt Konzept und Build künstlich zu trennen.

09/2016 - 01/2018

Big Data unter echter Last

SISTRIX GmbH

Festanstellung

Große Datenmengen für SEO-Analysen verarbeitet. Fokus auf Pipelines, Skalierung und die Frage, wie Systeme unter echter Last ruhig bleiben.

04/2016 - 08/2016

Java Team Lead & Project Manager

USU AG | Business Solutions

Festanstellung

Technisches Konzept und Umsetzung eines Portalprojekts mit mehreren beteiligten Unternehmen verantwortet und die Zusammenarbeit durch Scrum-Einführung, sichtbare Arbeit und iterative Delivery gezielt agiler ausgerichtet.

05/2013 - 10/2013

Java-EE-Entwicklung im Immobilienportal

Immonet GmbH // Axel Springer AG

Festanstellung

Produkt- und Engineering-Arbeit in einem großen Portal-Kontext mit Java EE, agiler Entwicklung und Scrum. Wertvoll gerade im Kontrast zu späteren Startup- und Umbauphasen.

Entwicklungslinie

dtms GmbH

Ein Systemkontext mit mehreren Verantwortungsbereichen statt isolierter CV-Zeilen.

8 Cases03/2012 - 04/2013Festanstellung

Cases in diesem Kontext

02/2012 - 04/2013Enterprise-Java-MDM-Komponente12/2012iOS-Backend-Reengineering07/2012 - 11/2012Mobile-Device-Management-System06/2012SMS-E-Mail-Integrationssystem06/2012SMS-Verarbeitungs-Cluster-Architektur05/2012SMS-Reengineering mit 17x Durchsatz04/2012RESTful iOS-Backend-Entwicklung03/2012Enterprise-Java-Konfigurationsoberfläche

10/2010 - 02/2012

Data-Center-Infrastruktur wirklich verstehen

Computacenter

Freiberuflich

Freiberuflich das Data Center von Telefónica Deutschland mitgeplant, aufgebaut und betrieben. Spätestens dort wurde klar: Software ohne Betriebsrealität ist halbe Arbeit.

04/2009 - 11/2009

Frühe iPhone-Produktentwicklung
Selbstständig

Ein Multi-Touch-Spiel im frühen App-Ökosystem veröffentlicht. Ein früher Beleg dafür, wie schnell ich neue Plattformen praktisch nutze statt nur zu beobachten.

2008

Erste Enterprise-Produktarbeit

Synaxon AG

Ein Portal zur Korrektur von Produktbeschreibungen in Uni-Partnerschaft mitentwickelt. Aus Lernkurve wurde echte Team-, Produkt- und Systemarbeit.

2008

Agile Engineering wird praktisch

Ein Masterkurs zu Vorgehensmodellen hat mir früh gezeigt, dass Delivery kein Nebenprodukt von guter Technik ist, sondern ein gestaltbares System.

2002

Java auf dem zweiten Bildungsweg

Am Westfalenkolleg habe ich Java gelernt und damit meine Software-Basis auf ein deutlich systematischeres Fundament gestellt.

1998 - 1999

Erste Websites und ein eigener Shop
Selbstständig

Ende der 90er habe ich bereits Websites gebaut und einen eigenen Shop betrieben. Nicht als Schulprojekt, sondern als frühen Beleg dafür, dass mich Produkt, Technik und Betrieb nur zusammen interessieren.

1992

BASIC, Text Adventures, erste eigene Programme

Auf dem C64 entstanden meine ersten BASIC-Programme und Text Adventures. Begleitet wurde das durch ein CCC-Mitglied der ersten Stunde, das für mich früh eine Art Mentor für Computer, Systeme und Programmierung wurde.

Interaktive Route

Optional spielen, ohne den Lesefluss zu verlieren.

Die Route ist ein Zusatzformat für Menschen, die den Verlauf explorativ lesen wollen. Die belastbare Einordnung bleibt in Timeline, Kontext und Skills auch ohne Interaktion sichtbar.

Eine interaktive Route durch die wichtigsten Stationen.

Karriere-Parcours

Sammle nacheinander alle Karriere-Checkpoints ein. Erst wenn du startest, beginnt die Route.

WASD / Pfeile oder im Spielfeld ziehen
Mission

Mission

Starte die Route durch alle Stationen.

Sammle nacheinander alle Karriere-Checkpoints ein. Erst wenn du startest, beginnt die Route.

19 checkpointsWASD / Pfeile oder im Spielfeld ziehen

Agentic-Fundament

Agentische Produkt- und Softwareentwicklung mit fachlichem Fundament.

Universität Bielefeld · Kognitive Informatik

Das Studium war für mich kein reiner Theorieblock. Informatik, Kognitionswissenschaft, Machine Learning, neuronale Netze und Multi-Agent-Systeme sind bis heute das Fundament dafür, AI und ML im Systemkontext einordnen zu können.

Heute wird daraus ein klarer Arbeitszusammenhang: Agenten im Produkt und im gesamten Wertfluss, von Triage und Produktklärung über Development und Verification bis Betrieb und Lernen. LLM-Workflows, Agent Skills, Multi-Agent Research sowie Daten- und ML-Methoden werden auf echten Nutzwert, Modellgrenzen und Entscheidungsqualität gemappt.

Fachlicher Kern

Kognition, Lernen, Wahrnehmung, Entscheidungslogik und technische Systeme zusammendenken.

Praktische Relevanz

Hilft dabei, Agenten als Produkt- und Systemfrage mit klaren Grenzen, belastbarem Kontext und nachvollziehbarer Verantwortung zu behandeln.

Agentische Arbeitsweise ansehen

Reife vor Tooltiefe

AI, Produkt, Team und Delivery als System

Der technische Deep Dive kommt danach. Zuerst steht der Überblick, welche Verantwortung in Produkt, Engineering, Leadership und Betrieb tatsächlich belegt ist.

Belegte Verantwortung

Produkt, Team und Betrieb in einem Blick.

Nicht Jahre Code stehen im Vordergrund, sondern Verantwortung für Produktlogik, technische Richtung, Teams, Delivery, Betrieb und die Konsequenzen eigener Entscheidungen.

AI-native Systemarbeit

AI nicht als Tool-Anhang, sondern als Agentic Operating Model: kognitives Fundament, Agenten-Workflows, ML-Methoden, Artefaktlernen und belastbare Delivery.

9.5J Kontextjahre6 Kontexte
  • Kognitive Informatik, ML, NLP
  • Agent Skills, Plugins, LLM Workflows
  • AI-native SDLC, Regeln, Artefakte

Produktreife

Produktlogik, Priorisierung, Feedback-Loops und 0→1-Arbeit nicht getrennt von Architektur und Delivery gedacht.

15.2J Kontextjahre10 Kontexte
  • CTO & Chief Product Owner
  • Produktmodell bis Betrieb
  • PMF-, Wirkungs- und Lernschleifen

Leadership-Reife

Führung als Systemarbeit: Richtung, Ownership, Teamaufbau, Coaching und Entscheidungen, die Teams stärker machen.

11.2J Kontextjahre6 Kontexte
  • 15 Teams / 100+ Entwickler:innen
  • Hiring und Teamaufbau
  • Coaching, Review-Kultur, Ownership

Delivery- und Betriebsreife

Lieferfähigkeit, Shift-left-Qualität, Security und Betrieb als Teil der Architektur: CI/CD, Agile Testing, DevSecOps, Observability, SRE und You-build-it-you-run-it.

17.4J Kontextjahre12 Kontexte
  • CI/CD, IaC und Quality Gates
  • Agile Testing, DevSecOps, DORA
  • SRE, Observability, Betrieb

Arbeitsweise und Engineering-Kultur

Echte Delivery statt Framework-Signale

Agile ist hier kein Rollen-, Event- oder Zyklus-Korsett. Die Praktiken werden auf Team-Ownership, kurze Feedback-Loops, technische Qualität und verlässlichen Produktfluss gemappt.

Ownership und Flow

Teams bekommen klare Richtung, sichtbare Arbeit, kleine Batches und Verantwortung für Wirkung statt Ticket-Durchsatz.

  • Agile Coaching
  • Agile Development
  • Kanban
  • Lean Development
  • Delivery Ownership
  • Scrum
  • Team Collaboration
  • Flow-Arbeitsweise

Qualität und Betrieb

Delivery-Reife heißt: Built-in Quality, Agile Testing, DevSecOps, CI/CD, Reviews und SRE sind Teil des Systems, nicht nachgelagerte Kontrolle.

  • CI/CD
  • Code Review
  • DevSecOps
  • Documentation
  • Agile Testing
  • SRE
  • Test-Driven Development

Produktlernen und Systemdenken

Strategische Richtung, Lerniterationen und Ownership erzeugen Delivery, Produktentwicklung und Innovation, nicht starre Planerfüllung.

    Technischer Deep Dive

    Technische Kernkompetenzen

    Der Deep Dive zeigt nicht nur Tools, sondern die Systembereiche, die heute relevant sind: AI/LLM, Backend- und Datenservices, Cloud-Scale, SQL/NoSQL, Messaging, CI/CD-Pipelines, Frontend und Qualität. Entscheidend ist die Kombination aus aktueller Praxis, Modellurteil und langjähriger Produktionsverantwortung.

    Entscheidungssignale

    Aktuell einsetzbar, selten kombiniert, langfristig belastbar

    Relevant 2026

    Aktive und marktnahe Technologien für moderne Produkt- und Plattformarbeit.

    • Platform Operations & Observability

      14.8J in 10 Kontexten

      Aktiv

    • NoSQL / Search / Graph

      14.8J in 9 Kontexten

      Aktiv

    • Messaging & Event Streaming

      15.1J in 9 Kontexten

      Aktiv

    • SQL / Relational Databases

      15.6J in 10 Kontexten

      Aktiv

    • Cloud Scaling & Microservices

      14.6J in 9 Kontexten

      Aktiv

    • JavaScript

      15.9J in 11 Kontexten

      Aktiv

    • Java

      11.9J in 8 Kontexten

      Aktiv

    • CI/CD Pipelines

      15.5J in 9 Kontexten

      Aktiv

    Seltene Tiefe

    Nischige Produktionspraxis, die in Hiring-Situationen schnell differenziert.

    • Platform Operations & Observability

      14.8J in 10 Kontexten

      Aktiv

    • NoSQL / Search / Graph

      14.8J in 9 Kontexten

      Aktiv

    • Messaging & Event Streaming

      15.1J in 9 Kontexten

      Aktiv

    • ArangoDB

      11.9J in 6 Kontexten

      Aktiv

    • Docker Swarm

      9.8J in 5 Kontexten

      Aktiv

    • Scala

      6.8J in 3 Kontexten

    Tragende Grundlagen

    Sprachen und Plattformen, auf die Framework-Praxis sauber einzahlt.

    • SQL / Relational Databases

      15.6J in 10 Kontexten

      Aktiv

    • Cloud Scaling & Microservices

      14.6J in 9 Kontexten

      Aktiv

    • JavaScript

      15.9J in 11 Kontexten

      Aktiv

    • Java

      11.9J in 8 Kontexten

      Aktiv

    • CI/CD Pipelines

      15.5J in 9 Kontexten

      Aktiv

    • Machine Learning

      7.0J in 3 Kontexten

      Aktiv

    • TypeScript

      10.0J in 6 Kontexten

      Aktiv

    • Node.js

      9.4J in 5 Kontexten

      Aktiv

    Marktrelevanter Kern

    AI-native Services, Cloud-Scale, Daten- und Delivery-Systeme

    AI/LLM/ML

    AI/ML, LLM-Workflows und Agentic Operating Models verbinden methodische Tiefe mit produktnaher Delivery.

    LLM WorkflowsMCPClaude CodeCodex
    Machine Learning
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    7.0J
    Kontexte
    3

    Backend & Data Services

    Sprachen, Frameworks, APIs, Microservices und datennahe Services tragen die skalierbare Produktlogik.

    TypeScriptJavaPlay FrameworkAkka
    JavaScript
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    15.9J
    Kontexte
    11
    Java
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    11.9J
    Kontexte
    8
    TypeScript
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    10.0J
    Kontexte
    6
    Node.js
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    9.4J
    Kontexte
    5

    Cloud & Platform Engineering

    Cloud-Scale, Microservices, Plattformbetrieb und Observability werden als Systemfähigkeit sichtbar, nicht als Docker-Einzelbeleg.

    AWSGCPDocker SwarmPlatform Operations & Observability
    Platform Operations & Observability
    Seltene TiefeRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    14.8J
    Kontexte
    10
    Cloud Scaling & Microservices
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    14.6J
    Kontexte
    9
    Ansible
    Relevant 2026
    Aktiv jetztsolide
    Jahre gesamt
    3.0J
    Kontexte
    2

    CI/CD & Delivery Pipelines

    Jenkins, GitHub Actions, GitLab CI und Woodpecker werden als Delivery-Fähigkeit gebündelt, nicht als einzelne Tool-Splitter.

    CI/CD PipelinesJenkinsGitHub ActionsGitLab CI
    CI/CD Pipelines
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    15.5J
    Kontexte
    9

    Databases & Storage

    Persistenzbreite über SQL, relationale Datenbanken, NoSQL, Search, Graph, Cache und Storage statt einzelner Datenbanklogos.

    SQLCachingNoSQL / Search / GraphPostgreSQL
    NoSQL / Search / Graph
    Seltene TiefeRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    14.8J
    Kontexte
    9
    SQL / Relational Databases
    Tragende GrundlagenRelevant 2026
    Aktiv jetztbewährt
    Jahre gesamt
    15.6J
    Kontexte
    10

    Belegbare Breite

    Bis zu acht priorisierte Skills je Systembereich

    Priorisiert nach belegter Dauer, Kontextbreite und heutiger Relevanz. Weitere belegte Technologien bleiben in den Projekten und über die Suche auffindbar.

    AI/LLM/ML
    8

    • Machine Learning

      Aktiv
      7.0J in 3 Kontexten

    • Natural Language Processing (NLP)

      Aktiv
      7.0J in 3 Kontexten

    • LLM Workflows

      Aktiv
      3.0J in 2 Kontexten

    • LLM-assisted Development

      Aktiv
      4.3J in 5 Kontexten

    • MCP

      Aktiv
      3.0J in 2 Kontexten

    • Agent Skills

      Aktiv
      1.2J in 1 Kontext

    • Claude Code

      Aktiv
      1.2J in 1 Kontext

    • Codex

      Aktiv
      1.2J in 1 Kontext
    Backend & Data Services
    8

    • Java

      Aktiv
      11.9J in 8 Kontexten

    • TypeScript

      Aktiv
      10.0J in 6 Kontexten

    • Python

      Aktiv
      6.4J in 3 Kontexten

    • REST APIs

      Aktiv
      16.0J in 11 Kontexten

    • Node.js

      Aktiv
      9.4J in 5 Kontexten

    • Play Framework

      6.8J in 3 Kontexten

    • Akka

      6.8J in 3 Kontexten

    • Spring Boot

      Aktiv
      5.9J in 3 Kontexten
    Data Engineering & Analytics
    8

    • Data Engineering

      Aktiv
      5.0J in 3 Kontexten

    • Graph Data Modeling

      Aktiv
      11.9J in 6 Kontexten

    • Conversion Analytics

      Aktiv
      7.5J in 3 Kontexten

    • Big Data Processing

      3.8J in 2 Kontexten

    • GeoJSON

      Aktiv
      4.1J in 2 Kontexten

    • Data Enrichment Pipelines

      2.4J in 1 Kontext

    • Search Analytics

      2.4J in 1 Kontext

    • XPath

      3.8J in 2 Kontexten
    Databases & Storage
    8

    • SQL

      Aktiv
      15.6J in 10 Kontexten

    • Caching

      10.3J in 5 Kontexten

    • NoSQL / Search / Graph

      Aktiv
      14.8J in 9 Kontexten

    • PostgreSQL

      Aktiv
      7.0J in 4 Kontexten

    • ArangoDB

      Aktiv
      11.9J in 6 Kontexten

    • MongoDB

      Aktiv
      5.5J in 4 Kontexten

    • MySQL

      8.5J in 5 Kontexten

    • Database Systems

      Aktiv
      15.6J in 10 Kontexten
    Messaging & Event Streaming
    8

    • Asynchronous Processing

      Aktiv
      15.1J in 9 Kontexten

    • Message Queues & Pub/Sub

      Aktiv
      12.2J in 8 Kontexten

    • Event-Driven Architecture

      Aktiv
      12.2J in 8 Kontexten

    • AWS SQS

      3.4J in 1 Kontext

    • Google Pub/Sub

      1.8J in 1 Kontext

    • BullMQ

      Aktiv
      1.2J in 1 Kontext

    • JMS

      2.4J in 1 Kontext

    • Webhooks

      2.9J in 1 Kontext
    Cloud & Platform Engineering
    8

    • AWS

      Aktiv
      10.6J in 6 Kontexten

    • GCP

      1.8J in 1 Kontext

    • Docker

      Aktiv
      10.2J in 6 Kontexten

    • Docker Swarm

      Aktiv
      9.8J in 5 Kontexten

    • Kubernetes

      1.8J in 1 Kontext

    • GKE

      1.8J in 1 Kontext

    • Platform Operations & Observability

      Aktiv
      14.8J in 10 Kontexten

    • Cloud Scaling & Microservices

      Aktiv
      14.6J in 9 Kontexten
    CI/CD & Delivery Pipelines
    8

    • CI/CD Pipelines

      Aktiv
      15.5J in 9 Kontexten

    • Jenkins

      5.5J in 3 Kontexten

    • GitHub Actions

      Aktiv
      1.2J in 1 Kontext

    • GitLab CI

      1.8J in 1 Kontext

    • Drone CI

      3.4J in 1 Kontext

    • CircleCI

      2.9J in 1 Kontext

    • Woodpecker CI

      0.6J in 1 Kontext

    • SonarQube

      1.8J in 1 Kontext
    Frontend
    8

    • React

      7.0J in 4 Kontexten

    • Vue.js

      Aktiv
      5.9J in 3 Kontexten

    • Next.js

      3.4J in 1 Kontext

    • Tailwind CSS

      Aktiv
      7.1J in 5 Kontexten

    • Astro

      0.6J in 1 Kontext

    • PWA

      4.0J in 2 Kontexten

    • Nuxt

      Aktiv
      1.2J in 1 Kontext

    • CSS

      4.2J in 2 Kontexten
    Mobile & Native Apps
    8

    • iOS

      4.9J in 3 Kontexten

    • Android SDK

      3.4J in 1 Kontext

    • Push Notifications

      4.3J in 2 Kontexten

    • Objective-C

      1.5J in 2 Kontexten

    • Apple Push Notifications

      4.3J in 2 Kontexten

    • Web Push Notifications

      3.4J in 1 Kontext

    • Android Push Notifications

      3.4J in 1 Kontext

    • Xcode

      0.8J in 1 Kontext
    Agile Testing/Quality
    8

    • Test-Driven Development

      Aktiv
      16.0J in 11 Kontexten

    • Test Automation & E2E Quality

      Aktiv
      16.0J in 11 Kontexten

    • Cypress

      Aktiv
      9.9J in 5 Kontexten

    • Playwright

      Aktiv
      1.2J in 1 Kontext

    • Vitest

      Aktiv
      1.8J in 2 Kontexten

    • JUnit

      2.9J in 2 Kontexten

    • Mockito

      4.3J in 3 Kontexten

    • Selenium

      4.0J in 4 Kontexten
    Tooling
    8

    • Git

      Aktiv
      14.3J in 9 Kontexten

    • Maven

      10.8J in 7 Kontexten

    • SBT

      6.8J in 3 Kontexten

    • Vite

      Aktiv
      4.2J in 4 Kontexten

    • pnpm

      Aktiv
      1.2J in 1 Kontext

    • Turborepo

      Aktiv
      1.2J in 1 Kontext

    • n8n

      Aktiv
      7.0J in 4 Kontexten

    • Jira

      Aktiv
      13.8J in 8 Kontexten

    Nächster Schritt

    Für eine langfristige Rolle oder Zusammenarbeit können wir den Kontext direkt gemeinsam einordnen.

    Ich antworte persönlich mit einer klaren Einschätzung zum möglichen Wertbeitrag und zum nächsten sinnvollen Schritt.

    Hiring-Kontext besprechen