• Integrieren Sie Geschäftslogik und Benutzeranforderungen in das auf Snowflake und dbt basierende Data Warehouse auf Unternehmensebene und stellen Sie so die Übereinstimmung mit analytischen und operativen Anforderungen sicher.
• Verbessern Sie die Datenqualität und -zuverlässigkeit kontinuierlich durch die Entwicklung und Aktualisierung von Tests in dbt unter Einhaltung etablierter Data-Governance-Standards.
• Wenden Sie Best Practices für Versionskontrolle und CI/CD mit Git an, um eine effiziente Zusammenarbeit und nachvollziehbare Bereitstellungsprozesse in einem agilen Team zu gewährleisten.
  

• Durch Optimierung der Pipeline-Orchestrierung, Nutzung dynamischer Mapping-Datenflüsse und Einführung effizienter Datenpartitionierungsstrategien in Databricks wurde eine Reduzierung der Aufnahmezeit um 97% erreicht.
• Leitete die Entwicklung einer Greenfield-Proof-of-Concept-Pipeline zur Konvertierung von Tool-Metadaten mehrerer Anbieter mit heterogenen Formaten und komplexen Transformationsanforderungen.
• Entwarf und implementierte skalierbare Datenaufnahmepipelines mit Azure Data Factory und Databricks (PySpark) und befolgte dabei bewährte Architekturmethoden, um Effizienz und Wartbarkeit zu maximieren.
• Etablierte Datenquellen über SFTP- und API-Integrationen zur Unterstützung effizienter, inkrementeller täglicher Datenaufnahmen mit Python

• Verbesserung der Datenqualität und Marketingautomatisierung für die Marketingabteilung mithilfe von Klaviyo und Zapier.
• Umstellung der Geschäftslogik auf fortgeschrittene Logikentwicklung für zielgerichtete Marketingautomatisierung. Echtzeit-Datenfeedback aus SharePoint zur Verbesserung von Tracking und Optimierung.

Beratung und Entwicklung von Inhouse-Lösungen für meinen Kunden, ein multinationales Unternehmen, das Konsumgüter vertreibt, durch Reifung und Automatisierung der bestehenden Dateninfrastruktur.

• Entwicklung von Standardisierten Komponenten mit API und GIT in Python zur Verwaltung von Adobe Experience Platform-Objekten für CI/CD-Prozesse
• Erzielung einer Zeitersparnis von 85 % für bestehende Daten Ingestion-Pipelines in Databricks, Azure Data Factory und pySpark
• Neuaufbau und Verbesserung API-basierter Ingestions mit PySpark, um die Leistung zu verbessern, die Komplexität zu reduzieren und die Wartbarkeit zu gewährleisten
• Entwicklung und Pflege von Power BI-Dashboards und zugrunde liegenden Datenmodellen
• Beratung und Entwicklung von Inhouse-Lösungen für meinen Kunden, einen multinationalen Konzern, der Konsumgüter verkauft, durch Weiterentwicklung und Automatisierung seiner vorhandenen Dateninfrastruktur.
  

Unabhängige Energie-IoT-Datenplattform Startup für Solaranlagen zur Generierung von Erkenntnissen und Prognosen mit dem Ziel, die Langlebigkeit und Optimierung der sauberen Energieerzeugung zu erhöhen

• Eigenständige Entwicklung und Neuaufbau des kompletten Business Intelligence-Data architecture in Snowflake, einschließlich Best Practices und Data Warehousing-Standards
• Verwendung inkrementeller DBT-Aufnahmen und Bereitstellung in mehreren Umgebungen über Airflow, um die tägliche Aufnahme um 35 % zu reduzieren
• Erstellung und Wartung von Power BI-Dashboards für Betriebs- und Verwaltungszwecke sowie Datenqualitätstests
• Erstellung effizienter Lade- und Transformationssysteme mithilfe des Data Build Tools (DBT) zur Sicherstellung der Datenqualität mit automatisierten Tests und Jina-Makroimplementierungen und inkrementellen Aufnahmen
• Implemented Terraform scripts to automate deployment processes in Azure, enhancing efficiency and reducing setup time

Beratungsunternehmen mit 15 Jahren Erfahrung in der Bereitstellung intelligenter Daten und analytischer Lösungen.

• Erfolgreiche Bereitstellung innovativer und technischer BI-Lösungen für mehrere Kunden
• Implementierung von inkrementellen und initialen Ladeprozessen (ETL) in Cloud- und On-Premises-Lösungen.
• Orchestrierte Zusammenarbeit mit Interessengruppen, um funktionale Anforderungen für Dashboards zu sammeln
  

Ausbildung zum Entwickler für geografische Informationssysteme (GIS), spezialisiert auf ESRI-Software (ArcGIS)

• Konfigurieren und Implementieren von Änderungen innerhalb einer OTAP-GIS-Umgebung
• Visualisierung von ortsgebundenen Daten
• Verbesserte gemeinsam mit dem Kunden die Datenqualität (Data Cleansing)