Verfügbar

Maël Klingler

>mklingler.dev--focus
Maël Klingler

Backend-Entwickler mit Schwerpunkt auf KI-Integration und Infrastruktur — Entwicklung ganzheitlicher Systeme von der API über das Datenmodell bis zur ML-Pipeline, vom Entwurf bis zum Deployment praxisorientiert umgesetzt.

Ergänzt durch einen selbst betriebenen Kubernetes-Cluster mit GPU-Knoten für ML-Workloads und Prototyping.

Schwerpunkt Backend + KI-Systeme
Standort Karlsruhe, Deutschland
Arbeitsstil Architekturorientiert, praktisch

Technische Fähigkeiten

Fokus auf produktionsreife Systeme — vom Datenflussdesign bis zum Model-Deployment.

Core

PythonJavaTypeScriptREST APIsFastAPINestJSPostgreSQLRedis

LLM / Inferenz

Ollamallama.cppGGUFQwenQwQGLM-4.7LLaMAMistralvLLM

Sprache / Audio

WhisperVoskPiperCoqui TTSSpeechT5

Embeddings / Vision

CLIPDINOv2SigLIP

Frameworks / Tools

TransformersPyTorchLangChainONNX RuntimeTensorRT

Retrieval / Vector DB

QdrantFAISS

Systemdesign & Datenfluss

MicroservicesAPI DesignEvent-driven ArchitectureData Flow DesignStreaming SystemsRecommender SystemsFeature Engineering

KI / ML & Inferenz

RAGSemantic SearchEmbedding PipelinesReal-time InferenceGPU ComputingMulti-Agent SystemsPrompt Engineering

Infrastruktur

LinuxDockerKubernetesProxmoxOPNsenseMinIOQdrant

Ausbildung und Praxiserfahrung

Schulische Laufbahn, praktische Stationen und ehrenamtliches Engagement im Ueberblick.

2023 – 2026PraxisCurrent

Ausbildung Fachinformatiker Anwendungsentwicklung

United Internet AG

Ausbildung zur Softwareentwicklung mit Rotationen in den Bereichen Shared Hosting, Mail Middleware und Data Science / AI.

  • Refactoring von Testfaellen auf einheitliche Code Conventions und Erweiterung um neue Testfaelle.
  • Python-Pipelines fuer MX- und Infrastrukturdaten umgebaut und optimiert.
  • SQL-Datensaetze aufbereitet und ML-Modelle evaluiert (Regression, Decision Trees).
  • Neue Azubis ins Java-Umfeld eingearbeitet, Code-Reviews durchgefuehrt und Lernprojekte begleitet.
  • Entwicklung interner Tools: Azubinet v2 und ein visuelles Testsystem fuer HTML-Mails zur Feststellung der Abweichung nach Bereinigung.
PythonJavaTypeScriptREST APIsPostgreSQLDocker
2022 – 2023Engagement

Bundesfreiwilligendienst (BFD)

Karlsruher Rheinklub Alemannia

Taetigkeit im Rahmen des Bundesfreiwilligendienstes beim Karlsruher Rheinklub Alemannia.

  • Unterstuetzung des taeglichen Betriebs und organisatorischer Ablaeufe
  • Verantwortung in strukturierten und zeitkritischen Situationen
  • Verstaerkung von Belastbarkeit, Teamarbeit und Verantwortungsbewusstsein
VerantwortungOrganisationTeamarbeit
2019 – HeuteEngagement

Rudertrainer & Jugendleiter

Karlsruher Rheinklub Alemannia

Training und Fuehrung ueber alle Altersgruppen mit zertifizierten Trainerqualifikationen.

  • Training planen und durchfuehren für verschiedene Altersgruppen
  • DOSB-Trainer B Leistungssport (staatl. anerk., LSV BW, 09/2023)
  • DOSB-Trainer C Leistungssport (staatl. anerk., LSV BW, 2021)
  • Jugendleiter (2019–2023): Gruppenorganisation, Eventplanung, Verantwortungsuebernahme
FuehrungKommunikationPlanungMentoring

Soziales Engagement

Trainer einer Jugendgruppe beim Karlsruher Rheinklub AlemanniaJugendleiter beim Karlsruher Rheinklub Alemannia

Hobbys

Programmieren (mehrere Programmiersprachen)Sport, insbesondere RudernElektronik

Kenntnisse

DeutschEnglischLatein

Schulische Ausbildung

2023 – 2026

Fachinformatiker Anwendungsentwicklung

United Internet AG · IHK

2022 – 2023

Fachgebundene Hochschulreife

Karlsruher Rheinklub Alemannia (BFD)

2014 – 2022

Fachhochschulreife

Goethe-Gymnasium Karlsruhe

2010 – 2014

Grundschule

Suedendschule Karlsruhe

Prototypen mit klarem Ziel

Bildanalyse- und Suchsystem

Eine prototypische Plattform für automatische Bildklassifikation und semantische Suche.

CLIPDINOv2QdrantMinIOKubernetes

System

Prototypische Plattform für automatische Bildklassifikation und semantische Suche.

Architektur

Embedding-Pipeline mit CLIP/DINOv2, Vektorsuche in Qdrant, Objektablage in MinIO.

Ziel

Entwicklung eines nachvollziehbaren Datenflusses für Bildindexierung und Retrieval.

Lokale LLM-Systeme und Agenten

Ein experimenteller local-first Stack für LLM-gestützte Aufgaben und Agentenabläufe.

OllamaQwenLLaMAMistralMulti-Agent

System

Experimenteller local-first Stack für LLM-gestützte Aufgaben und Agentenabläufe.

Architektur

Modell-Routing über Ollama, Tool-Anbindung und orchestrierte Agentenketten.

Ziel

Prüfung von Antwortqualität, Latenz und Steuerbarkeit ohne externe Cloud-Dienste.

Bildverarbeitungspipeline

Eine Pipeline für Upscaling, Face-Enhancement und Medienablage.

Real-ESRGANGFPGANEXIFImmich

System

Aufbau einer Pipeline für Upscaling, Face-Enhancement und strukturierter Medienablage.

Architektur

Verarbeitung mit Real-ESRGAN/GFPGAN, EXIF-Auslese und strukturierter Import nach Immich.

Ziel

Aufbau eines reproduzierbaren Workflows für große Bildmengen aus Foto-Sessions.

On-Device Sprachassistent

Ein experimenteller Sprachassistent mit lokaler Sprachverarbeitung.

STT / TTSLLMStreamingFull Duplex

System

Experimenteller Sprachassistent mit lokaler Sprachverarbeitung.

Architektur

STT → LLM → TTS als Full-Duplex-Streaming-Pipeline mit zustandsbehafteter Dialoglogik.

Ziel

Erprobung natürlicher Interaktion und niedriger Antwortlatenz auf lokaler Hardware.

Homelab

Eigenes Servercluster

Eine selbst gehostete Compute- und Storage-Plattform für ML-Workloads und Prototyping.

Architektur

  • Mehrknotensystem aus 4× Dell R630 (Compute), 1× R730 (Storage) und dediziertem Management-Host.
  • Compute- und Storage-Rollen sind getrennt; zentrale Datenablage über TrueNAS mit 36 TB.
  • GPU-Ressourcen (RTX 3090) sind als eigene Rechenknoten für ML-Workloads eingebunden.

Netzwerk

  • Switching mit Arista und Cisco, Segmentierung über VLANs und zentrale Firewall mit OPNsense.
  • Trennung von Management-, Storage- und Workload-Traffic zur klaren Betriebsstruktur.
  • 80G-Uplinks für Cluster- und Storage-Kommunikation, ausgelegt auf datenintensive ML-Jobs.

Kubernetes & GPU

  • Eigenbetrieb eines Kubernetes-Clusters für API-Dienste, Datenverarbeitung und ML-Komponenten.
  • GPU-Worker für Inferenz- und Batch-Pipelines in den Scheduling- und Ressourcenkontext integriert.
  • Evaluation von Datenfluss, Queueing und Job-Laufzeiten über verschiedene Workload-Typen.

Zweck & Evaluation

  • Plattform für prototypischen Aufbau neuer Backend- und AI-Systeme unter kontrollierten Bedingungen.
  • Konzeption und Vergleich von Betriebsmodellen mit Proxmox, Docker und Kubernetes.
  • Fokus auf nachvollziehbare Tests für Stabilität, Ressourcennutzung und Integrationsaufwand.

Architekturorientiertes Denken

Systemdesign mit Fokus auf Datenflüsse und Schnittstellen.

Systeme mit klaren Verantwortlichkeiten, robusten Datenpfaden und betrieblicher Transparenz.

  • Design von Microservice-Architekturen mit klaren Service-Grenzen
  • Embedding-Pipelines von Feature-Extraktion bis Retrieval im großen Maßstab
  • Integration von ML-Modellen in produktionsreife Backend-Systeme
  • Skalierung von Datenflüssen, Queues und Speicher für reale Lasten
Typische Architektur
API Gateway → Services → Vector DB → Object Storage → ML Pipelines
ArchitekturSkalierbarkeitZuverlässigkeit
01

Softwareentwickler mit Schwerpunkt auf Backend, KI-Integration und Infrastruktur.

02

Baue prototypische Systeme — von der API über das Datenmodell bis zur ML-Pipeline und dem Cluster-Betrieb.

03

Praktisch umgesetzt — von der Konzeption über die Implementierung bis zur technischen Bewertung.

04

Sprachkenntnisse: Deutsch (Muttersprache), Englisch (Verhandlungssicher), Latein (Grundkenntnisse).

Status

Offen für die passende Rolle im Engineering

Verfügbar für Positionen in KI, Backend und Platform-Engineering.

contact@mklingler.dev

Antwortzeit

In der Regel innerhalb von 24 Stunden

Bester Fit

Backend-Entwicklung, KI-Integration, Plattform Engineering

code GitHubmail contact@mklingler.dev
cookie

Cookie-Hinweis

Diese Website verwendet ausschließlich technisch notwendige Cookies, um die Funktionalität zu gewährleisten (z. B. Sprach- und Theme-Einstellungen). Es werden keine Tracking- oder Marketing-Cookies eingesetzt.