Data Engineering , Machine learning, Apache Kafka, Apach Spark, Python, JAVA, Kotlin, PostgreSQL, SQL, Docker, Deep Leraning, Air flow,
Aktualisiert am 11.09.2026
Profil
Freiberufler / Selbstständiger
Verfügbar ab: 06.08.2026
Verfügbar zu: 100%
davon vor Ort: 100%
ETL
Python
Data Analyst
Databricks
Machine Learning
Docker
CI/CD
Cloud
Vault
Java
Kotlin
Snowflake
Data Lake
data lakehause
Deutsch
C1
Englisch
B2
Persisch
Muttersprache

Einsatzorte

Einsatzorte

Deutschland, Österreich
nicht möglich

Projekte

Projekte

Eigene Plattform für Data Engineering, Analytics und Machine Learning

Smart Factory End-to-End Data Engineering & Machine Learning Plattform


Aufgaben:
  • Entwicklung einer vollständigen Smart-Factory-Plattform zur Verarbeitung industrieller Maschinendaten
  • Aufbau einer mehrstufigen Data Pipeline (Bronze, Silver, Gold)
  • Entwicklung skalierbarer ETL-/ELT-Prozesse mit PySpark
  • Verarbeitung von Sensordaten mittels Apache Kafka
  • Entwicklung einer REST-API mit FastAPI
  • Speicherung und Analyse der Daten in PostgreSQL
  • Entwicklung eines interaktiven Dashboards mit Streamlit
  • Deployment auf Linux-Server mit Docker, Nginx und HTTPS
  • Entwicklung eines Machine-Learning-Modells zur Vorhersage von Maschinenausfällen

Tool Center Point (TCP) Analysis & Robot Trajectory Prediction


Aufgaben:

  • Machine Learning zur Analyse und Vorhersage von Robotertrajektorien
  • Machine Learning-Based Processing of Reduced Sensor Data for Optimized Analytics Pipelines
  • Machine Learning-Driven Analysis of Industrial and Financial Indicators
  • Entwicklung von ML-Modellen zur Analyse industrieller und finanzieller Kennzahlen

Webbasierte ERP-/Verwaltungssoftware (INP-Innenausbau)


Kunde: inp-verwaltung

Entwicklung eines vollständigen E-Commerce-Systems


Kunde: nurleder

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Monate
2026-08 - 2026-09

DP-750: Implementing Data Engineering Solutions with Azure Databricks

Microsoft, Dortmund
Microsoft, Dortmund
The course  provides comprehensive knowledge and practical skills for developing, managing and optimizing modern data engineering solutions with . The focus is on scalable data architectures, the processing of large amounts of data, automated data pipelines and the secure and reliable operation of data engineering workloads.

Kompetenzen

Kompetenzen

Top-Skills

ETL Python Data Analyst Databricks Machine Learning Docker CI/CD Cloud Vault Java Kotlin Snowflake Data Lake data lakehause

Produkte / Standards / Erfahrungen / Methoden

Profil

  • Data Engineer und Machine Learning Engineer mit fundiertem Hintergrund in Informatik und Maschinenbau. Spezialisiert auf den Aufbau moderner Datenplattformen, die Entwicklung skalierbarer Datenpipelines sowie die Umsetzung praxisnaher Machine-Learning-Lösungen.
  • Erfahrung in der Entwicklung produktionsnaher Machine-Learning-Lösungen ? von der Datenaufbereitung über Feature Engineering bis zur Modellierung und Bereitstellung. Fundierte Kenntnisse und die Fähigkeit, Geschäftsanforderungen zu analysieren, datengetriebene Lösungsansätze zu entwickeln sowie Unternehmen bei der Planung, Implementierung und Weiterentwicklung moderner Datenplattformen und KI-Lösungen zu unterstützen.


Kernkompetenzen

Data Engineering

  • Entwicklung skalierbarer ETL- und ELT-Pipelines
  • Data Lake-, Lakehouse- und Data-Warehouse-Architekturen
  • Datenmodellierung (Data Vault, Star Schema)
  • Batch- und Streaming-Datenverarbeitung
  • Datenintegration aus unterschiedlichen Quellsystemen
  • Data Quality und Datenvalidierung


Machine Learning

  • Explorative Datenanalyse (EDA)
  • Feature Engineering
  • Predictive Analytics
  • Zeitreihenanalyse
  • Klassifikation und Regression
  • Modelltraining und Evaluation
  • Aufbau automatisierter ML-Pipelines
  • MLOps-Grundlagen


Cloud & Plattformen

  • Google Cloud
  • Azure:
    • Azure Databricks
    • Azure Data Factory (ADF)
    • Azure Storage
  • AWS
  • Apache Kafka
  • Docker
  • Git


Fachfähigkeiten

  • Entwicklung einer skalierbaren Data-Lakehouse-Architektur
  • Aufbau automatisierter ETL-/ELT-Prozesse
  • Bereitstellung analytischer Data Marts in Data Bricks
  • Entwicklung von Vorhersagemodellen für technische Prozesse
  • Zeitreihenanalyse
  • Feature Engineering
  • Modelltraining und Evaluierung
  • Entwicklung interaktiver Dashboards
  • KPI-Analysen
  • Datenvisualisierung
  • Automatisierte Reporting-Lösungen


Technologien & weitere Fähigkeiten

Data Engineering

  • PySpark 
  • Apache Kafka
  • Databricks 
  • Snowflake 
  • DuckDB 
  • PostgreSQL 
  • Data-Vault 
  • Star Schema


Machine Learning

  • Scikit-learn 
  • TensorFlow 
  • Keras
  • Pandas 
  • NumPy 
  • SciPy
  • MLflow


Berufserfahrung

2023 ? heute

Rolle: Selbstständiger Data Engineer & Machine Learning Engineer


Aufgaben:

  • Entwicklung skalierbarer ETL- und ELT-Pipelines mit PySpark, Apache Kafka und SQL
  • Integration strukturierter und unstrukturierter Daten aus unterschiedlichen Quellsystemen
  • Entwicklung produktionsnaher Machine-Learning-Modelle für Prognosen und datengetriebene Analysen
  • Durchführung von Datenaufbereitung, Feature Engineering, Modelltraining und Modellvalidierung
  • Entwicklung interaktiver Dashboards und KPI-Analysen für Business-Intelligence-Anwendungen
  • Automatisierung von Datenpipelines sowie Machine-Learning-Workflows
  • Entwicklung datenorientierter Backend-Services und REST-APIs
  • Technische Beratung bei der Konzeption und Umsetzung moderner Datenplattformen


01/2023 ? 03/2026

Rolle: IT-Unterstützung

Kunde: Malteser


Aufgaben:

  • Unterstützung bei digitalen Anwendungen und IT-Prozessen
  • Technischer Anwendersupport
  • Begleitung organisatorischer Digitalisierungsprozesse


2006 ? 2018

Rolle: Maschinenbauingenieur

Kunde: Behin Saman Sarzamin, Iran


Aufgaben:

  • Analyse technischer Anlagen und industrieller Prozesse
  • Auswertung technischer Betriebs- und Sensordaten
  • Fehler- und Ursachenanalyse komplexer technischer Systeme
  • Erstellung technischer Analysen und Engineering-Dokumentationen
  • Optimierung technischer Prozesse auf Basis datenbasierter Auswertungen
  • Zusammenarbeit mit interdisziplinären Engineering-Teams

Programmiersprachen

Python
JAVA
KOTLIN
SQL

Einsatzorte

Einsatzorte

Deutschland, Österreich
nicht möglich

Projekte

Projekte

Eigene Plattform für Data Engineering, Analytics und Machine Learning

Smart Factory End-to-End Data Engineering & Machine Learning Plattform


Aufgaben:
  • Entwicklung einer vollständigen Smart-Factory-Plattform zur Verarbeitung industrieller Maschinendaten
  • Aufbau einer mehrstufigen Data Pipeline (Bronze, Silver, Gold)
  • Entwicklung skalierbarer ETL-/ELT-Prozesse mit PySpark
  • Verarbeitung von Sensordaten mittels Apache Kafka
  • Entwicklung einer REST-API mit FastAPI
  • Speicherung und Analyse der Daten in PostgreSQL
  • Entwicklung eines interaktiven Dashboards mit Streamlit
  • Deployment auf Linux-Server mit Docker, Nginx und HTTPS
  • Entwicklung eines Machine-Learning-Modells zur Vorhersage von Maschinenausfällen

Tool Center Point (TCP) Analysis & Robot Trajectory Prediction


Aufgaben:

  • Machine Learning zur Analyse und Vorhersage von Robotertrajektorien
  • Machine Learning-Based Processing of Reduced Sensor Data for Optimized Analytics Pipelines
  • Machine Learning-Driven Analysis of Industrial and Financial Indicators
  • Entwicklung von ML-Modellen zur Analyse industrieller und finanzieller Kennzahlen

Webbasierte ERP-/Verwaltungssoftware (INP-Innenausbau)


Kunde: inp-verwaltung

Entwicklung eines vollständigen E-Commerce-Systems


Kunde: nurleder

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Monate
2026-08 - 2026-09

DP-750: Implementing Data Engineering Solutions with Azure Databricks

Microsoft, Dortmund
Microsoft, Dortmund
The course  provides comprehensive knowledge and practical skills for developing, managing and optimizing modern data engineering solutions with . The focus is on scalable data architectures, the processing of large amounts of data, automated data pipelines and the secure and reliable operation of data engineering workloads.

Kompetenzen

Kompetenzen

Top-Skills

ETL Python Data Analyst Databricks Machine Learning Docker CI/CD Cloud Vault Java Kotlin Snowflake Data Lake data lakehause

Produkte / Standards / Erfahrungen / Methoden

Profil

  • Data Engineer und Machine Learning Engineer mit fundiertem Hintergrund in Informatik und Maschinenbau. Spezialisiert auf den Aufbau moderner Datenplattformen, die Entwicklung skalierbarer Datenpipelines sowie die Umsetzung praxisnaher Machine-Learning-Lösungen.
  • Erfahrung in der Entwicklung produktionsnaher Machine-Learning-Lösungen ? von der Datenaufbereitung über Feature Engineering bis zur Modellierung und Bereitstellung. Fundierte Kenntnisse und die Fähigkeit, Geschäftsanforderungen zu analysieren, datengetriebene Lösungsansätze zu entwickeln sowie Unternehmen bei der Planung, Implementierung und Weiterentwicklung moderner Datenplattformen und KI-Lösungen zu unterstützen.


Kernkompetenzen

Data Engineering

  • Entwicklung skalierbarer ETL- und ELT-Pipelines
  • Data Lake-, Lakehouse- und Data-Warehouse-Architekturen
  • Datenmodellierung (Data Vault, Star Schema)
  • Batch- und Streaming-Datenverarbeitung
  • Datenintegration aus unterschiedlichen Quellsystemen
  • Data Quality und Datenvalidierung


Machine Learning

  • Explorative Datenanalyse (EDA)
  • Feature Engineering
  • Predictive Analytics
  • Zeitreihenanalyse
  • Klassifikation und Regression
  • Modelltraining und Evaluation
  • Aufbau automatisierter ML-Pipelines
  • MLOps-Grundlagen


Cloud & Plattformen

  • Google Cloud
  • Azure:
    • Azure Databricks
    • Azure Data Factory (ADF)
    • Azure Storage
  • AWS
  • Apache Kafka
  • Docker
  • Git


Fachfähigkeiten

  • Entwicklung einer skalierbaren Data-Lakehouse-Architektur
  • Aufbau automatisierter ETL-/ELT-Prozesse
  • Bereitstellung analytischer Data Marts in Data Bricks
  • Entwicklung von Vorhersagemodellen für technische Prozesse
  • Zeitreihenanalyse
  • Feature Engineering
  • Modelltraining und Evaluierung
  • Entwicklung interaktiver Dashboards
  • KPI-Analysen
  • Datenvisualisierung
  • Automatisierte Reporting-Lösungen


Technologien & weitere Fähigkeiten

Data Engineering

  • PySpark 
  • Apache Kafka
  • Databricks 
  • Snowflake 
  • DuckDB 
  • PostgreSQL 
  • Data-Vault 
  • Star Schema


Machine Learning

  • Scikit-learn 
  • TensorFlow 
  • Keras
  • Pandas 
  • NumPy 
  • SciPy
  • MLflow


Berufserfahrung

2023 ? heute

Rolle: Selbstständiger Data Engineer & Machine Learning Engineer


Aufgaben:

  • Entwicklung skalierbarer ETL- und ELT-Pipelines mit PySpark, Apache Kafka und SQL
  • Integration strukturierter und unstrukturierter Daten aus unterschiedlichen Quellsystemen
  • Entwicklung produktionsnaher Machine-Learning-Modelle für Prognosen und datengetriebene Analysen
  • Durchführung von Datenaufbereitung, Feature Engineering, Modelltraining und Modellvalidierung
  • Entwicklung interaktiver Dashboards und KPI-Analysen für Business-Intelligence-Anwendungen
  • Automatisierung von Datenpipelines sowie Machine-Learning-Workflows
  • Entwicklung datenorientierter Backend-Services und REST-APIs
  • Technische Beratung bei der Konzeption und Umsetzung moderner Datenplattformen


01/2023 ? 03/2026

Rolle: IT-Unterstützung

Kunde: Malteser


Aufgaben:

  • Unterstützung bei digitalen Anwendungen und IT-Prozessen
  • Technischer Anwendersupport
  • Begleitung organisatorischer Digitalisierungsprozesse


2006 ? 2018

Rolle: Maschinenbauingenieur

Kunde: Behin Saman Sarzamin, Iran


Aufgaben:

  • Analyse technischer Anlagen und industrieller Prozesse
  • Auswertung technischer Betriebs- und Sensordaten
  • Fehler- und Ursachenanalyse komplexer technischer Systeme
  • Erstellung technischer Analysen und Engineering-Dokumentationen
  • Optimierung technischer Prozesse auf Basis datenbasierter Auswertungen
  • Zusammenarbeit mit interdisziplinären Engineering-Teams

Programmiersprachen

Python
JAVA
KOTLIN
SQL

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.