·        Aufbau der benötigten DWH-Infrastruktur in SQL-Server 2019

·        Schaffung von Ladestrecken zur Umsetzung der Vorgaben mit SQL-Skripten für die Beziehungen zwischen Quelle und Zieldatenstruktur

·        Implementierung umfangreicher Datenanalysen beim Verarbeiten und Auswerten der Daten

·        KPI-Bildung in Datamarts

·        Erstellung von Dashboards in Power BI

·        Erstellung der ETL-Prozesse und Sammlung der Daten mit SSIS in SQL-Server 2019

·        Bereitstellung der Digest-Daten in Datamarts

·        Automatisierung der täglichen Digest-E-Mails mit Mailjet-API

·        Auswertung der Sendungen und Rückläufer mit Power BI

·        Migration der Snowflake-Verbindung mit R-, Python-Skripte, Power BI und MS Excel

·        Aktualisierung der Snowflake-Verbindung mit Excel und Power BI-Berichte und -Dashboards zur oauth-Authentifizierung

·        Implementierung eines R-Pakets zu Lossless Encoding der Textdatenkomprimierung mithilfe des Run-Length und LZ77-Codierungsalgorithmus

·        Dieses Paket komprimiert die Textdatei auf 70 Prozent ihrer ursprünglichen Datei, ist bereit für weitere Analysen und reduziert auch die Kosten für die Speicherung und Übertragung über das Internet.

·        Anwendung verschiedener Clustering-Techniken wie K-Means, PAM und CLARA.

·        Visualisierung und Evaluation, wie gut Clustering-Methoden für verschiedene Arten von Open-Source-Datensätzen funktionieren