Ich werde ai systems engineer claude code, mcp, produktionsbereitstellung

Dein Prototyp funktioniert auf deinem Rechner. Das ist nicht dasselbe wie am Montagmorgen mit echten Nutzern, unbeaufsichtigt, zu arbeiten.

Die meisten AI-erstellten Codes bestehen den Demo-Test und scheitern in der ersten Woche: keine Timeouts, keine Wiederholungen, Geheimnisse im Quellcode, keine Tests, keine Begrenzung der Modellkosten.

Ich finde diese Fehler, ordne sie nach den Kosten, die sie verursachen, und behebe sie.

AUDIT – Ergebnisse nach Schweregrad sortiert, mit Datei und Zeile, warum es wichtig ist und wie man es behebt. Plus eine Roadmap, die in Stunden bewertet ist und so geschrieben wurde, dass jeder Entwickler sie umsetzen kann.

PRODUKTIONSSICHERUNG – alles oben Genannte, dann mache ich die Arbeit: Timeouts, Wiederholungen mit Backoff, Geheimnisse aus dem Quellcode und Git-Historie entfernen, Tests auf kritischen Pfaden, CI bei jedem Push. Als Pull-Request, den du prüfst und zusammenführst.

PRODUKTION + DEPLOY – plus containerisierte Deployment, strukturierte Protokollierung, Begrenzung der Ausgaben bei Modellaufrufen und Übergabedokumentation, auf die ein anderer Entwickler zugreifen kann.

Ich arbeite an einem Fork oder Branch, niemals an deinem Hauptbranch. Ich frage nie nach Produktionszugangsdaten und brauche sie auch nicht. Gegenseitige NDA vor deiner Anfrage, kostenlos.

Sende mir das Repository und ich sage dir, welche Stufe es braucht – oder ob es keine braucht.