Performance / Last: Markt
Stand 19. November 2026: offene Stellen Performance / Last — 76, 33% remote unter den Stellen mit Angabe des Arbeitsmodells; Mediangehalt in Stellenanzeigen $9.583/Monat (aus 5 Anzeigen mit Gehaltsangabe). Quelle: Zorky, täglich aktualisiert.
Performance / Load Testing — load and performance testing engineer: checks how the system behaves under load — throughput, latency, scalability, stability under prolonged and peak load. Unlike functional testing (does the feature work correctly) performance engineer answers the question "does the system work fast and reliably enough at N concurrent users". Role family: Performance / Load Testing Engineer (general — load scenarios and analysis), Performance QA (load testing as part of QA process), Performance Engineer (deeper — optimization, capacity planning, at the intersection with development and SRE — see /research/devops/sre). Types of load testing: load test (normal load), stress test (beyond capacity — where it breaks), soak / endurance test (prolonged load — memory leaks), spike test (sharp surge), scalability test (how it grows with resources). Stack 2026: k6 (modern tool from Grafana Labs, scenarios in JavaScript — dominant 2024–2026), JMeter (classic, Apache — still massively used), Gatling (on Scala — high performance), Locust (on Python), Yandex.Tank (relevant in CIS), Artillery, BlazeMeter / LoadRunner / NeoLoad (enterprise). Observability / APM (results analysis — half the work): Grafana + Prometheus, Datadog, New Relic, Dynatrace, Elastic / OpenTelemetry. CI/CD integration (performance tests in pipeline), profiling, finding bottlenecks (DB, CPU, memory, network, blocking). Metrics: RPS / TPS, latency percentiles (p50 / p95 / p99), error rate, throughput, resource utilization. Top stack: ci/cd, cloud, jmeter, grafana, java. Among jobs with a stated work format, 33% are remote. Performance — narrow but well-paid specialization: one of the most expensive QA branches, borders backend development and SRE.
Datenstand:
Die wichtigsten Zahlen des Performance / Last-Markts: offene Jobs, Mediangehalt, beobachteter Fachkräftepool und Remote-Anteil.
Der Markt für Performance / Last hat derzeit 76 offene Rollen, davon 65 frisch beobachtet. Median salary $9.583/mo.
Unter den Stellen mit angegebenem Arbeitsmodell sind 33% vollständig remote. Lasttests eignen sich gut dafür: Last aus der Cloud, Analyse über APM-Dashboards.
⚠ Gehalt bekannt bei 5 von 76 Stellen; Remote-Anteil aus 60 mit angegebenem Arbeitsformat; 65 als frische Beobachtungen gezählt; Trend und Besetzungsschwierigkeit werden nicht gezeigt
Zeitachse: Ausschreibungen und Quellen
Wie viele Performance / Last-Ausschreibungen jede Woche seit 1. Juni erschienen sind und aus wie vielen Quellen. Das untere Diagramm trennt Marktwachstum von Abdeckungswachstum: Ein Sprung in der Woche, in der neue Quellen angebunden wurden, bedeutet, dass wir mehr sehen — nicht, dass der Markt gewachsen ist.
Neue Ausschreibungen pro Woche
Diagrammdaten
| Zeitraum | Neue Ausschreibungen pro Woche |
|---|---|
| 2026-06-01 | 1 |
| 2026-06-08 | 1 |
| 2026-06-15 | 1 |
| 2026-06-22 | 10 |
| 2026-06-29 | 7 |
| 2026-07-06 | 5 |
| 2026-07-13 | 9 |
| 2026-07-20 | 17 |
| 2026-07-27 | 6 |
| 2026-08-03 | 7 |
| 2026-08-10 | 9 |
| 2026-08-17 | 3 |
| 2026-08-24 | 6 |
| 2026-08-31 | 6 |
| 2026-09-07 | 4 |
| 2026-09-14 | 10 |
| 2026-09-21 | 9 |
| 2026-09-28 | 6 |
| 2026-10-05 | 5 |
| 2026-10-12 | 58 |
| 2026-10-19 | 15 |
| 2026-10-26 | 19 |
| 2026-11-02 | 12 |
| 2026-11-09 | 24 |
Aktive Quellen pro Woche
Quellen im Zeitraum: 62. ▲ — Woche, in der viele neue Quellen angebunden wurden.
Diagrammdaten
| Zeitraum | Aktive Quellen |
|---|---|
| 2026-06-01 | 1 |
| 2026-06-08 | 1 |
| 2026-06-15 | 1 |
| 2026-06-22 | 4 |
| 2026-06-29 | 6 |
| 2026-07-06 | 4 |
| 2026-07-13 | 6 |
| 2026-07-20 | 10 |
| 2026-07-27 | 4 |
| 2026-08-03 | 4 |
| 2026-08-10 | 7 |
| 2026-08-17 | 3 |
| 2026-08-24 | 6 |
| 2026-08-31 | 4 |
| 2026-09-07 | 3 |
| 2026-09-14 | 3 |
| 2026-09-21 | 5 |
| 2026-09-28 | 6 |
| 2026-10-05 | 5 |
| 2026-10-12 | 11 |
| 2026-10-19 | 10 |
| 2026-10-26 | 13 |
| 2026-11-02 | 9 |
| 2026-11-09 | 16 |
Neue Quellen angebunden: 20. Juli +7 · 9. Nov. +8 · alle Wochen (19) in der Tabelle
| Woche | Neue Quellen | Neue Ausschreibungen |
|---|---|---|
| 8. Juni | +1 | 1 |
| 15. Juni | +1 | 1 |
| 22. Juni | +4 | 10 |
| 29. Juni | +5 | 7 |
| 6. Juli | +2 | 5 |
| 13. Juli | +5 | 9 |
| 20. Juli | +7 | 17 |
| 3. Aug. | +2 | 7 |
| 10. Aug. | +2 | 9 |
| 24. Aug. | +3 | 6 |
| 31. Aug. | +1 | 6 |
| 7. Sept. | +2 | 4 |
| 28. Sept. | +3 | 6 |
| 5. Okt. | +3 | 5 |
| 12. Okt. | +3 | 58 |
| 19. Okt. | +3 | 15 |
| 26. Okt. | +5 | 19 |
| 2. Nov. | +1 | 12 |
| 9. Nov. | +8 | 24 |
Die aktuelle Woche ist noch nicht vorbei und wird nicht gezeigt: Eine unvollständige Woche sähe wie ein Rückgang aus.
Woche = Datum der ersten Erfassung der Ausschreibung, alle Status; Ausschreibungen werden nach derselben Regel ausgewählt wie der Zähler dieser Seite. Quellen sind unterschiedliche Erfassungskanäle; ihre Namen werden nicht veröffentlicht.
Diagrammdaten
| Woche | Neue Ausschreibungen pro Woche | Aktive Quellen |
|---|---|---|
| 2026-06-01 | 1 | 1 |
| 2026-06-08 | 1 | 1 |
| 2026-06-15 | 1 | 1 |
| 2026-06-22 | 10 | 4 |
| 2026-06-29 | 7 | 6 |
| 2026-07-06 | 5 | 4 |
| 2026-07-13 | 9 | 6 |
| 2026-07-20 | 17 | 10 |
| 2026-07-27 | 6 | 4 |
| 2026-08-03 | 7 | 4 |
| 2026-08-10 | 9 | 7 |
| 2026-08-17 | 3 | 3 |
| 2026-08-24 | 6 | 6 |
| 2026-08-31 | 6 | 4 |
| 2026-09-07 | 4 | 3 |
| 2026-09-14 | 10 | 3 |
| 2026-09-21 | 9 | 5 |
| 2026-09-28 | 6 | 6 |
| 2026-10-05 | 5 | 5 |
| 2026-10-12 | 58 | 11 |
| 2026-10-19 | 15 | 10 |
| 2026-10-26 | 19 | 13 |
| 2026-11-02 | 12 | 9 |
| 2026-11-09 | 24 | 16 |
Remote-Arbeit im Zeitverlauf
Anteil der Performance / Last-Ausschreibungen mit vollständig remoter Arbeit, pro Woche.
Remote-Ausschreibungen, %
Diagrammdaten
| Zeitraum | Ortsunabhängig |
|---|---|
| 2026-07-20 | 36,4 |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | — |
| 2026-09-14 | 0 |
| 2026-09-21 | — |
| 2026-09-28 | — |
| 2026-10-05 | — |
| 2026-10-12 | 65 |
| 2026-10-19 | 20 |
| 2026-10-26 | 40 |
| 2026-11-02 | 27,3 |
| 2026-11-09 | 23,5 |
Die Reihe beginnt am 20. Juli: davor gibt es keine Daten.
Der Anteil bezieht sich auf Ausschreibungen mit Angabe des Arbeitsmodells (remote, hybrid, Büro). Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer.
Diagrammdaten
| Woche | Ortsunabhängig |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | 36,4 |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | — |
| 2026-09-14 | 0 |
| 2026-09-21 | — |
| 2026-09-28 | — |
| 2026-10-05 | — |
| 2026-10-12 | 65 |
| 2026-10-19 | 20 |
| 2026-10-26 | 40 |
| 2026-11-02 | 27,3 |
| 2026-11-09 | 23,5 |
Bereinigter Markt: Einstellungsindex
Dieselben 7.505 Karriereseiten von Arbeitgebern; die Zahl der Ausschreibungen stammt direkt von der Seite. Neue Quellen bewegen diesen Index nicht — er zeigt den Markt, nicht unsere Abdeckung. Das ist der gesamte Panelmarkt, nicht nur Performance / Last.
Einstellungsindex, 16. Okt. = 100
Diagrammdaten
| Zeitraum | Einstellungsindex |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Kettenindex: Jeder Tag vergleicht nur Seiten, die an diesem und am vorherigen Tag abgefragt wurden; Ausreißer und plattformweite Abfrageausfälle sind ausgeschlossen. Tage ohne vergleichbare Paare bleiben leer.
Diagrammdaten
| Tag | Einstellungsindex |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Wie viele offene Performance / Last-Jobs es gibt und wie viele passende Fachkräfte Zorky sieht.
Nachfrage und beobachtetes Angebot
Diagrammdaten
| Kennzahl | Wert |
|---|---|
| Offene Nachfrage | 76 |
| Offene Nachfrage | 76 |
| Beobachtetes Angebot | — nicht veröffentlicht |
Performance- / Lasttests sind ein kleiner, dauerhaft gefragter QA-Zweig. Treiber 2026: mehr hochbelastete Systeme in Fintech, Marktplätzen und Behörden, Verlagerung von Performancetests in CI/CD mit k6, SLO- und Fehlerbudgetkultur. Gezielte Nachfrage in Branchen mit tatsächlicher Last: wenige, aber gut bezahlte Stellen.
⚠ zu einer Stelle passende Kandidaten werden noch nicht gezählt: gezeigt werden Nachfrage und der beobachtete Pool
Wie sich die Gehälter in Performance / Last-Jobs verteilen, in US-Dollar pro Monat.
Gehaltsverteilung
Diagrammdaten
| Kennzahl | Wert |
|---|---|
| <$1k | 0 |
| $1–2k | 0 |
| $2–3k | 0 |
| $3–4k | 0 |
| $4–5k | 0 |
| $5–6k | 0 |
| $6–7k | 0 |
| $7–8k | 1 |
| $8–9k | 0 |
| $9–10k | 3 |
| $10–12k | 1 |
| $12–15k | 0 |
| $15–20k | 0 |
| $20k+ | 0 |
- für die Berechnung nutzbar: 5 (6,6%)
- angegeben, aber nicht in USD/Monat umgerechnet: 6 (7,9%)
- nicht angegeben: 65 (85,5%)
Jede zehnte Stellenanzeige bietet unter $7.507, jede zehnte über $11.666. Die Hälfte der Anzeigen bietet zwischen $9.541 und $9.958. Stichprobe: 5.
⚠ Perzentile aus 5 Gehältern von 76 Stellen — ein Richtwert bei kleiner Stichprobe
Diagrammdaten
| Kennzahl | Untergrenze | Obergrenze | Anzahl |
|---|---|---|---|
| <$1k | 0 | 1.000 | 0 |
| $1–2k | 1.000 | 2.000 | 0 |
| $2–3k | 2.000 | 3.000 | 0 |
| $3–4k | 3.000 | 4.000 | 0 |
| $4–5k | 4.000 | 5.000 | 0 |
| $5–6k | 5.000 | 6.000 | 0 |
| $6–7k | 6.000 | 7.000 | 0 |
| $7–8k | 7.000 | 8.000 | 1 |
| $8–9k | 8.000 | 9.000 | 0 |
| $9–10k | 9.000 | 10.000 | 3 |
| $10–12k | 10.000 | 12.000 | 1 |
| $12–15k | 12.000 | 15.000 | 0 |
| $15–20k | 15.000 | 20.000 | 0 |
| $20k+ | 20.000 | — | 0 |
In welchen Ländern es die meisten offenen Performance / Last-Jobs gibt.
Geografie der Nachfrage
| Land | Stellen | Anteil |
|---|---|---|
| Indien | 17 | 26,2% |
| Vereinigte Staaten | 15 | 23,1% |
| Polen | 9 | 13,8% |
| Vereinigtes Königreich | 4 | 6,2% |
| Rumänien | 2 | 3,1% |
| Mexiko | 2 | 3,1% |
| Philippinen | 2 | 3,1% |
| Russland | 1 | 1,5% |
| Vereinigte Arabische Emirate | 1 | 1,5% |
| Neuseeland | 1 | 1,5% |
| Übrige Länder | 11 | 16,9% |
Leader by Performance job count — India (17 positions). Demand concentrates in high-load industries: fintech / banks, telecom, e-commerce / marketplaces, gaming, government sector. International companies hire Russian-speaking Senior Performance on full-remote.
⚠ nur Stellenzahlen: Gehalt nach Land wird nicht veröffentlicht
Diagrammdaten
| Land | Stellen |
|---|---|
| IN | 17 |
| US | 15 |
| PL | 9 |
| GB | 4 |
| RO | 2 |
| MX | 2 |
| PH | 2 |
| RU | 1 |
| AE | 1 |
| NZ | 1 |
Welche Technologien am häufigsten im selben Job wie Performance / Last verlangt werden.
Wird zusammen verwendet mit
Anteil — wie viele der 76 Stellen im Markt Performance / Last diese Technologie nennen. Sortiert nach Stellenzahl, nicht nach „Stärke des Zusammenhangs“. Oberbegriffe wie cloud sind keine bestimmte Cloud (AWS, Azure).
Häufige Kombinationen: k6 + Grafana, JMeter + Grafana / InfluxDB, Gatling + CI/CD, Lastwerkzeug + Prometheus + APM. Lernpfad: Grundlagen zu HTTP, Datenbanken, Latenz und Perzentilen → Lastwerkzeug k6 oder JMeter → Lastmodellierung → Beobachtbarkeit mit Grafana + Prometheus → Engpassanalyse → SQL → CI/CD-Integration → eigenes Projekt mit gefundenem Engpass.
Diagrammdaten
| Name | Anzahl |
|---|---|
| cloud | 30 |
| java | 22 |
| jmeter | 22 |
| grafana | 16 |
| aws | 14 |
| k6 | 12 |
| azure | 11 |
| gcp | 11 |
| docker | 10 |
| javascript | 9 |
| jenkins | 8 |
| python | 7 |
Wie viele Performance / Last-Jobs es auf jeder Stufe gibt — von Junior bis Principal.
Nachfrage nach Level
| Level | Stellen |
|---|---|
| senior | 31 |
| lead | 9 |
| junior | 1 |
| Principal | 1 |
| middle | 1 |
Reine Junior-Stellen sind selten; der Einstieg erfolgt aus funktionaler oder automatisierter QA, Backend oder DevOps. Karriereweg: Testautomatisierung / Backend → Performance auf mittlerem Niveau → Senior → Performance-Leitung / Performance-Ingenieur / SRE. Einer der bestbezahlten QA-Zweige.
⚠ nur die Nachfrageseite: das Level des beobachteten Pools ist größtenteils unbekannt
Diagrammdaten
| Stufe | Anzahl |
|---|---|
| senior | 31 |
| lead | 9 |
| junior | 1 |
| Principal | 1 |
| middle | 1 |
Wer im Bereich Performance / Last am meisten einstellt und wie stark sich die Nachfrage auf die größten Unternehmen konzentriert.
Arbeitgeber
Die Nachfrage verteilt sich auf 58 Arbeitgeber. Der größte steht für 4.3 %, die Top Ten für 30.0 %; die übrigen 70.0 % sind Long Tail.
| Anteil | Wert |
|---|---|
| Top-1 | 4.3% |
| Top-3 | 10.0% |
| Top-10 | 30.0% |
| Long Tail | 70.0% |
⚠ Namen werden nicht angezeigt: Personalvermittler und Endarbeitgeber werden vom Klassifikator noch nicht unterschieden
Von welchen Unternehmensseiten und Jobbörsen Zorky Performance / Last-Jobs sammelt.
Wo Zorky diesen Markt sieht
Beobachtet in 30 Quellen; die größte steht für 11.8 % — dieser Markt hängt nicht an einem einzigen Kanal.
Performance-Stellen: hh.ru („Lasttestingenieur“ / „Performance-QA“ / „Ingenieur für Lasttests“), Habr Career, getmatch, Djinni, LinkedIn (internationaler Bereich), Telegram (QA- und Performance-Kanäle). Die Nachfrage konzentriert sich auf Hochlastbranchen.
Diagrammdaten
| Klasse | Name | Englischer Name | Anzahl | Anteil |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS & Karriereseiten | 54 | 0,7105 |
| board | джоб-борды и агрегаторы | Jobbörsen & Aggregatoren | 18 | 0,2368 |
| telegram | Telegram | Telegram | 4 | 0,0526 |
Die neuesten Performance / Last-Jobs von Karriereseiten der Unternehmen.
Neueste Ausschreibungen
- Senior Performance QA Engineer / SDET (PC Live-Service) · RU
- Performance Testing Engineer · AE
- Lead Performance Tester ( SC Cleared/ SC Eligible ) · GB
- Performance Test Engineer · US
- Performance Testing Lead · IN
- Performance Test Lead · NZ
- Performance Test Engineer · RO
- Senior Performance QA Engineer · IN
Aktuelle offene Performance- / Lastteststellen — die 10 neuesten Positionen mit ausreichend guter Beschreibung. Vollständige Liste in unserem CRM oder über „Alle ansehen“ unten.
Benachbarte Märkte
Performance- / Lasttests grenzen an Backend-Entwicklung (Engpassanalyse in Code und Datenbank) und SRE / DevOps (Zuverlässigkeit und Leistung im Produktivbetrieb — siehe /research/devops/sre). Innerhalb der QA sind Automatisierung und SDET benachbart. Vergleich der QA-Spezialisierungen im SiblingSubnichesChart oben.
⚠ angrenzende Märkte zum Vergleich sind noch nicht definiert
So wird gemessen
- Stelle
- eine offene Stelle, die das Qualitäts-Gate passiert hat und mindestens zwei Technologien nennt
- Beobachteter Kandidat
- ein Kandidat, dessen Stack diese Technologie enthält; ein Aggregat — kein einziger Datensatz verlässt den Perimeter
- Matchbarer Kandidat
- noch nicht gezählt
- Fenster
- Stellen, die zum Zeitpunkt der Erstellung des Snapshots offen waren
Über die Daten
- Einige Aufschlüsselungen sind ausgeblendet: Die Datenabdeckung reicht noch nicht aus.
- Statistiken erscheinen nur, wo die Stichprobe eine Qualitätsschwelle passiert.
- Ein fehlender Block bedeutet nicht den Wert null.
Derzeit ausgeblendete Aufschlüsselungen: 8.
Richtung: Qualitätssicherung / Tests
Verwandte Spezialisierungen
Innerhalb von Performance- / Lasttests: Performance- / Lasttestingenieur (allgemein — Lastszenarien und Analyse), Performance-Tester (Lasttests als Teil des QA-Prozesses), Performance-Ingenieur (Optimierung und Kapazitätsplanung, näher an Entwicklung); angrenzend SRE (Zuverlässigkeit und Leistung im Produktivbetrieb, siehe /research/devops/sre). Vergleich mit anderen QA-Spezialisierungen im Balkendiagramm unten.
Häufig gestellte Fragen
Die häufigsten Fragen zu Performance- / Lasttests: Gehalt, Erfahrungsstufen, Werkzeuge (k6 im Vergleich zu JMeter, Gatling und Locust), Lasttestarten (Normal-, Über-, Dauer- und Spitzenlast), Performance-QA gegenüber SRE und Performance-Ingenieur, Remote-Arbeit, Unternehmen, Einstieg und Senior-Kompetenzen. Die Antworten werden automatisch neu berechnet.
Welche Werkzeuge werden von Performance-Ingenieuren am häufigsten verlangt?
Top-5: ci/cd, cloud, jmeter, grafana, java. Lastgenerierung: k6 (Grafana Labs, JavaScript-Szenarien — moderner Marktführer 2024–2026, sehr gut für CI/CD), JMeter (Apache-Klassiker mit Oberfläche und vielen Plugins, weiterhin sehr verbreitet), Gatling (Scala / Java — hohe Leistung, Tests als Code), Locust (Python — praktisch für Python-Teams), Yandex.Tank (in der GUS relevant), Artillery (Node.js); für Großunternehmen BlazeMeter / LoadRunner / NeoLoad. Beobachtbarkeit / APM (Analyse macht die Hälfte der Arbeit aus): Grafana + Prometheus, Datadog, New Relic, Dynatrace, Elastic / OpenTelemetry. Ergänzend: HTTP und Protokolle verstehen, SQL-Grundlagen und langsame Abfragen analysieren, Profiler für JVM / Go / Python, Docker + Kubernetes, Lasttests in CI/CD, Git. Die Kernfähigkeit ist nicht „einen Knopf drücken“, sondern realistische Lastszenarien entwerfen und Latenzperzentile, Fehlerrate und Ressourcenauslastung korrekt interpretieren.
JMeter, k6, Gatling oder Locust — was wählt man 2026?
k6 ist die moderne Standardwahl 2024–2026: Szenarien als JavaScript-Code, gute CI/CD-Einbindung, native Grafana-Integration, leichtgewichtig und schnell. Nachteil: Bei sehr komplexen Protokollen ist das Plugin-Ökosystem kleiner als bei JMeter. JMeter — Apache-Veteran: Szenarien über eine Oberfläche zusammenstellen, niedrige Einstiegshürde, riesige Plugin-Auswahl, viele Protokolle; weiterhin stark verbreitet und häufig in Stellenanzeigen. Nachteile: schwergewichtig, Oberflächenszenarien lassen sich in Git schlechter versionieren. Gatling — hohe Leistung pro Maschine, Szenarien als Code in Scala / Java / Kotlin-DSL, ansprechende Berichte; etwas höhere Einstiegshürde. Locust — Szenarien in reinem Python, praktisch für Python-Teams und leicht erweiterbar. Strategie 2026: k6 als Hauptwerkzeug lernen, wegen Entwicklungstrend und CI/CD-Eignung; JMeter kennen, weil es weiterhin viele entsprechende Stellen und ältere Projekte gibt. Gatling / Locust nach Teamkontext. Entscheidend sind Lastmodellierung und Engpassanalyse; das Werkzeug ist zweitrangig.
Welche Arten von Lasttests gibt es?
Lasttest — erwartete Normal- und Spitzenlast: prüfen, ob Latenz- und Fehler-SLAs eingehalten werden. Stresstest — Last über der vorgesehenen Kapazität: den Ausfallpunkt finden und prüfen, ob das System kontrolliert mit reduzierter Leistung oder katastrophal ausfällt. Dauerlasttest — moderate Last über Stunden oder Tage: Speicherlecks, wachsende Logs, erschöpfte Verbindungspools und schleichende Verschlechterung erkennen. Lastspitzentest — abrupter Anstieg durch Verkaufsaktion, Rundmail oder viralen Verkehr: Reaktion und Erholung prüfen. Skalierbarkeitstest — Leistungsänderung bei zusätzlichen Ressourcen, horizontal oder vertikal, linear oder nicht. Volumentest — Verhalten bei großen Datenmengen in der Datenbank. Kapazitätsplanung — aus Ergebnissen den Ressourcenbedarf für geplantes Wachstum bestimmen. Ein Senior-Performance-Ingenieur wählt Testarten anhand konkreter Systemrisiken, statt einfach alles nacheinander auszuführen.
Performance-QA, SRE und Performance-Ingenieur — worin liegt der Unterschied?
Die Rollen sind benachbart und überlappen. Performance-Tester / Lasttestingenieur konzentriert sich auf Tests: Lastszenarien entwerfen, vor Releases testen, SLA-Einhaltung dokumentieren und Leistungsfehler melden. Er arbeitet im QA-Prozess. Der Performance-Ingenieur geht weiter: Er findet nicht nur Probleme, sondern optimiert Code, Datenbanken und Konfiguration, profiliert und plant Kapazitäten; näher an der Entwicklung. SRE (Site Reliability Engineer) verantwortet Zuverlässigkeit und Leistung im Produktivbetrieb: Monitoring, SLO / Fehlerbudget, Vorfallmanagement und Last als Betriebsaspekt (siehe /research/devops/sre). Abgrenzung: Performance-QA prüft Leistung vor dem Release in einer Testumgebung; SRE überwacht sie im Produktivbetrieb; der Performance-Ingenieur verbindet Tests mit Optimierung. Ein häufiger Karriereweg führt von Performance-QA über Performance-Ingenieur zu SRE, mit steigender Verantwortung und Bezahlung. Viele Stellen mischen diese Rollen; die Aufgaben lesen, nicht nur den Titel.
Welcher Anteil der Stellen ist vollständig remote?
Unter den Stellen mit angegebenem Arbeitsmodell sind 33% vollständig remote. Stellen ohne Angabe des Arbeitsmodells sind vom Nenner ausgeschlossen; hybride Arbeit wird nicht als vollständig remote gezählt.
Wie beginnt man 2026 eine Karriere als Performance-Ingenieur?
Performance ist selten die erste Rolle; häufiger kommt man aus funktionaler oder automatisierter QA, Backend oder DevOps. Fahrplan: 1) Grundlagen des Webanwendungsaufbaus: HTTP, Client-Server, Datenbanken, Warteschlangen, Cache, Lastverteiler; Latenz, Durchsatz und Perzentile. 2) Lastwerkzeug: mit k6 (gute Dokumentation, JavaScript) oder JMeter (Oberfläche, niedrige Hürde) beginnen; realistische Szenarien schreiben, nicht nur einen Endpunkt wiederholt aufrufen. 3) Lastmodellierung: Lastprofile, Hochfahren der Last, Denkpausen, Datenkorrelation, Parametrisierung. 4) Beobachtbarkeit mit Grafana + Prometheus: Dashboards lesen und Anwendungs- sowie Infrastrukturkennzahlen verstehen. 5) Engpassanalyse: Datenbank mit langsamen Abfragen, Sperren und Verbindungspool, CPU, Speicher und Garbage Collection, Netzwerk, externe Integrationen. 6) SQL und Datenbankgrundlagen sind Pflicht; Datenbanken bilden am häufigsten den Engpass. 7) Lasttests in CI/CD ausführen. 8) Eigenes Projekt: offene Anwendung wählen, Lastszenario mit k6 schreiben, Grafana + Prometheus einrichten, Engpass finden und Schlussfolgerungen dokumentieren. Ressourcen: Dokumentation von k6 und JMeter, „The Art of Application Performance Testing“ von Ian Molyneaux, Performance-Materialien von Brendan Gregg, Lasttestkurse bei Otus, Stratoplan und Testschulen. Im Lebenslauf zählen gefundene und erklärte Engpässe mehr als Werkzeuglisten.
Wie viele offene Stellen enthält diese Stichprobe?
Die veröffentlichte Stichprobe enthält 76 offene Stellen nach Zusammenführung erneuter Veröffentlichungen. Dies entspricht dem Wert der Hauptkennzahl. Der geografische Abschnitt beschreibt die Abdeckung der Stichprobe; dies ist keine Schätzung des gesamten Marktes.
Welche Fähigkeiten braucht ein Senior-Performance-Ingenieur?
Ein Senior-Performance-Ingenieur versteht das gesamte System und ist kein bloßer Bediener eines Lastwerkzeugs. Lastwerkzeuge: Expertenkenntnisse in k6 / JMeter / Gatling, komplexe realistische Szenarien mit Korrelation, Parametrisierung und Lastprofilen entwerfen. Architektur: verteilte Systeme verstehen — Datenbanken, Caches, Warteschlangen, Lastverteiler, Microservices und externe Integrationen — und Hypothesen zu möglichen Engpässen bilden. Engpassanalyse als Kernkompetenz: Datenbankprobleme mit langsamen Abfragen, Sperren, Verbindungspools und Indizes, CPU, Speicher und Garbage Collection bei JVM / Go / .NET, Netzwerk und Nebenläufigkeit diagnostizieren. Beobachtbarkeit: sicherer APM-Einsatz mit Grafana / Prometheus / Datadog / Dynatrace, Dashboards bauen, Lasttest- und Systemkennzahlen korrelieren. SQL und Datenbanken: fortgeschrittenes Niveau, da Datenbanken am häufigsten Engpässe bilden. Profilierung: Profiler des jeweiligen Projekts und Flammendiagramme. Kapazitätsplanung: aus Ergebnissen den Ressourcenbedarf bei Wachstum prognostizieren. CI/CD: Lasttests automatisieren und leistungsbezogene Freigabekriterien festlegen. Programmierung: sicheres Skripten mit JavaScript / Python / Java je nach Werkzeug. Kommunikation: Entwicklung und Management die Ursache erklären und Empfehlungen mit Zahlen begründen. Englisch: für internationalen Markt und Dokumentation. Der wichtigste Senior-Beitrag ist eine konkrete Engpassdiagnose samt begründeter Empfehlung, nicht nur „das System hielt N RPS aus“.
Anfrage hinterlassen
Beschreiben Sie die Aufgabe und hinterlassen Sie einen Kontakt — die Anfrage geht in unser CRM, und wir antworten über den angegebenen Kontakt.