Full-Stack-Praktikant
Über die Rolle
Wir sind auf der Suche nach einem motivierten Full-Stack-Praktikanten, der moderne Web-Stacks erlernen und dazu beitragen kann, während er mit leitenden Ingenieuren an echten Kundenprojekten arbeitet.
Dieses Praktikum ist ideal für jemanden, der End-to-End-Funktionen entwickeln, Best Practices erlernen und in einer kollaborativen Ingenieurskultur wachsen möchte.
Hauptaufgaben:
- Erstellen und warten Sie Full-Stack-Anwendungen mit MEAN- oder MERN-Stacks.
- Entwickeln Sie skalierbare RESTful-APIs und Microservices mit Node.js, Express, NestJS oder ähnlichen Frameworks.
- Entwerfen und implementieren Sie reaktionsfähige Frontend-Schnittstellen mit React.js / Next.js / Angular.
- Leiten Sie die Entwicklung mobiler Apps mit React Native oder Flutter basierend auf den Projektanforderungen.
- Stellen Sie Anwendungen auf AWS bereit, überwachen und verwalten Sie sie (EC2, S3, RDS, Lambda, CloudFront, IAM, ECS usw.).
- Arbeiten Sie mit Datenbanken wie MongoDB, PostgreSQL, MySQL, DynamoDB.
- Integrieren Sie APIs, Authentifizierungssysteme und Zahlungsgateways von Drittanbietern.
- Optimieren Sie Anwendungen hinsichtlich Geschwindigkeit, Skalierbarkeit, Leistung und Sicherheit.
Erforderliche Fähigkeiten
- Gute Kenntnisse in JavaScript, TypeScript, Node.js und Frontend-Frameworks (React / Angular / Next.js).
- Praktische Expertise in Backend-Architektur, API-Entwicklung und Middleware.
- Umfangreiche Erfahrung mit PostgreSQL und mindestens einer NoSQL-Datenbank (MongoDB / DynamoDB).
- Gute Kenntnisse in der Entwicklung mobiler Apps (React Native / Flutter).
- Starke Beherrschung von AWS-Bereitstellungen, CI/CD-Pipelines, Infrastruktur und Cloud-Best Practices.
- Fähigkeit, skalierbare Architekturen, wiederverwendbare Module und Microservices zu entwerfen.
„Nice-to-have“-Fähigkeiten
- Erfahrung mit Docker, Kubernetes oder serverloser Architektur.
- Vertrautheit mit GraphQL, Redis, WebSockets und Hintergrundjobwarteschlangen.
- Verständnis von Microservices, verteilten Systemen und ereignisgesteuerten Architekturen.
- Einblick in Leistungsoptimierung, Codesicherheit und Best Practices.
- Erfahrung mit KI/ML-Modellintegrationen, Inferenz-APIs oder KI-gesteuerten Arbeitsabläufen.

