穆罕默德·阿尼斯·塔希尔
验证专家 in Engineering
DevOps工程师和软件开发人员
Anees是一位自信的DevOps软件工程师和经过认证的AWS开发人员,在软件开发方面拥有超过七年的经验. 精通谷歌云平台(GCP)、AWS、Azure. 他已经部署了来自不同领域的应用程序, 比如数据工程, 机器学习(ML), 推荐引擎. Anees有能力在AWS上开发ETL应用程序,并为ML平台构建CI/CD管道(包括系统的可观察性和可扩展性)。.
Portfolio
Experience
Availability
首选的环境
亚马逊网络服务(AWS)、谷歌云平台(GCP)、站点可靠性工程(SRE)
最神奇的...
...我作为唯一的DevOps工程师参与过的应用程序是Presize, 到2020年,哪家公司的用户规模将达到200多万.
工作经验
AWS Expert
BT&M Investments LLC dba Qtego筹款服务
- 配置和管理多个Beanstalk环境,以处理增加的流量和需求. 实现自动伸缩策略,以确保资源的最佳利用和成本效益.
- 实现了多区域部署策略,以确保高可用性和灾难恢复能力. 配置和维护故障转移机制,以便在发生故障时无缝切换到辅助区域.
- 建立数据库复制策略,以确保维护和升级期间的高可用性和最小停机时间. 监视和排除数据库复制问题,并进行必要的调整以提高可靠性.
- 集成Datadog与基础设施,以监视和跟踪系统的关键性能指标. 分析容器指标并确定性能瓶颈.
- 与开发团队合作解决技术挑战并改进系统性能. 定期对系统的性能进行监测和分析,并进行调整,确保系统的最佳运行.
- 定期测试和验证灾难恢复计划,以确保其有效性. 分析和评估现有基础设施的潜在风险和故障.
DevOps工程师
SimplyWise公司.
- 修正了Datadog的应用程序性能监控问题.
- 设置一个NGINX Ingress控制器部署,每天处理大约25,000个请求.
- 为部署在Kubernetes上的微服务开发后端扩展.
DevOps工程师
Presize GmbH
- 主导规模核心服务的系统和架构设计.
- 使用Terraform建立基础设施自动化,并使用Kubernetes扩展30多个微服务.
- 为CI/CD管道构建无缝的自动构建脚本. 跨所有环境的发布管理.
- 构建了一个内部计费工具(基于ELK(弹性堆叠), Kafka和PySpark). 销售团队将其用于100,000美元MRR账单,并将账单工作量减少到70%.
- 托管服务器、应用程序、云服务和容器编排引擎. 节省了35万美元的云成本.
- 确保高启动时间为我们的系统和低响应时间. Maintained 99.99%的正常运行时间作为服务水平协议(SLA).
ProServe(实习生)
亚马逊网络服务(AWS)
- 开发可重用的技术构件来帮助DevOps顾问.
- 部署了基于自然语言处理(NLP)的搜索引擎,用于更好的基于文本的搜索.
- 设置内部入职工具的可伸缩部署.
跨学科项目(TUM)(实习生)
Presize GmbH
- 为基于深度学习的解决方案开发云架构和应用设计.
- 开发用于机器学习和web微服务的CI/CD管道.
- 由GCP和AWS解决方案架构师进行的领先架构审查.
Cloud Engineer
NorthBay解决方案
- 为面向数据的企业构建概念验证.
- 与AWS解决方案架构师和客户合作.
- 为大数据项目创建和维护架构文档.
- 负责大数据、数据湖、物联网和数据摄取项目的DevOps.
软件工程师
系统有限公司
- 成功地为拥有10,000个月活跃用户的领先商店交付了一个电子商务应用程序.
- 在上线前的一周时间内,将bug积压减少了90%.
- 通过为搜索产品引入缓存,将应用程序性能提高了40%.
Experience
Presize AI
Presize允许网络购物者在他们的智能手机摄像头前转过身,穿上正常的衣服,就会自动得到最适合他们的衣服尺寸.
PySpark数据管道
该管道有三个主要部分:以CSV文件的形式从ElasticSearch中提取数据, 使用Logstash将每日数据提取到CSV中, 并存储在S3桶中.
第二部分是对数百gb的数据执行聚合,为财务团队提取数字.
第三步也是最后一步是将聚合的数据推送到ElasticSearch,并在Kibana的仪表板中显示出来.
我在设计基础架构的同时完成了这个项目从开始到完成, 其中包括在Kubernetes集群上可扩展地部署ElasticSearch,同时确保系统的安全性和可扩展性.
拍卖应用程序扩展和复制
我实现了多区域部署策略,以确保高可用性和灾难恢复能力. 我配置并维护了故障转移机制,以便在发生故障时切换到辅助区域.
我建立了数据库复制策略,以确保维护和升级期间的高可用性和最小停机时间. 我还监视数据库复制问题并对其进行故障排除,并进行必要的调整以提高可靠性.
我将Datadog与基础设施集成在一起,以监视和跟踪系统的关键性能指标,并分析容器指标. 我确定了性能瓶颈.
然后,我与开发团队合作解决技术挑战并改进系统的性能. 定期对系统的性能进行监控和分析,并进行调整,确保系统的最佳运行.
我对灾难恢复计划进行了测试和验证,以确保其有效性. 最后,我分析和评估了现有基础设施的潜在风险和故障.
Skills
Languages
Python, JavaScript, SQL, Python 3, Bash
Frameworks
Flask, Django, ASP.NET, ASP.NET MVC
Tools
CircleCI, Terraform, GitHub, Amazon弹性容器服务(Amazon ECS), ELK(弹性堆叠), AWS CodeCommit, AWS CodeDeploy, Jira, AWS IAM, Git, GitLab CI/CD, NGINX, AWS ELB, CloudOps, AWS CLI, GitLab, Jenkins, Bitbucket, Amazon EKS, 亚马逊监测, Sentry, 亚马逊虚拟私有云(VPC), Helm, AWS简单通知服务(SNS), RabbitMQ, Azure Kubernetes服务(AKS), Logstash, Kibana
Paradigms
DevOps, 持续集成(CI), Agile, 敏捷工作流, 持续交付(CD), Load Testing, 软件测试, Azure DevOps
Platforms
MacOS, Safari, 亚马逊网络服务(AWS), Docker, Kubernetes, 谷歌云平台, Linux, Amazon EC2, Visual Studio Code (VS Code), AWS Lambda, Azure, AWS Elastic Beanstalk, Unix, Apache Kafka
Storage
Amazon S3, Datadog, 云部署, Elasticsearch, MySQL, Redis, PostgreSQL
Other
集装箱化, 软件工程, 操作系统, 云计算, 分布式系统, CI / CD管道, 集装箱编配, GitHub Actions, 基础设施即代码(IaC), Elastic APM, Amazon RDS, AWS DevOps, 站点可靠性工程(SRE), 亚马逊53号公路, Load Balancers, AWS云架构, 云架构, 云基础设施, AWS自动扩展, Autoscaling, APM, DevOps工程师, Architecture, ECS, Containers, APIs, Shell脚本, Kubernetes HPA, 亚马逊API网关, AWS CodePipeline, SSL, Caching, 自动定量组, Firewalls, HAProxy, IT基础设施, 解决方案架构, Monitoring, 数据结构, Big Data, Sitecore, Ajax, 机器学习, Cloud Services, Linux管理
Libraries/APIs
Amazon EC2 API, 詹金斯管道, PySpark
Education
计算机科学硕士学位
慕尼黑工业大学-慕尼黑,德国
计算机科学学士学位
巴基斯坦拉合尔国立计算机与新兴科学大学