» Infrastruktur Bereitstellung und Aufbereitung hohen Datenmengen für downstream Applikationen in der Cloud

» Einführung von Infrastuture as Code (IaC)

» Bereitstellung Dateninfrastruktur in Snowflake Data Warehouse » Entwicklung ETL Pipelines

» Erstellung von Datenarchitektur-Konzepten, Mentoring von internen Entwicklern

» Orchestrierung automatisierten Data Quality Checks mit Cloud Serverless Services

» Entwicklung von CI/CD Pipelines

» Aufbereitung Big Data Pipelines für Data Analytics

» Entwicklung ELT Data Pipelines in einem Data Warehouse

» Konzept für Data Lineage

» Automatische und dynamische Bereitstellung von Data Views für BI Reporting

» Optimierung einer Data Pipeline von Data Warehouse nach BI Dashboards

» Leitung und Koordinierung von Aufgaben (Aufgabenerfassung und Delegation)

» Aufsetzen einer neuen ELT Pipeline zur Auslagerung von großen Datenexport Strecken.

» Ergebnis: ETL Strecke wurde um 70% beschleunigt » Automatisiertes Aufsetzen der AWS Infrastruktur mit Cloud Formation

» Profiling und Optimierung von SQL Queries im Data Warehouse

» Integration eines mathematischen Solver Services für ein neues Flight Operation Tool (Lufthansa)

» Role: Machine Learning Engineer und Operations Research Specialist

» Operations Research: direct point-of-contact von Google OR Team und Subject Matter Experts (SMEs)

» ML Engineer: Konzept und Erweiterung ML Pipelines in der Google Cloud

» API Entwicklung mit REST und Protobuf

» Ziel: Entwicklung einer end-to-end Lösung für die Prognose gestrandeter Passagiere für die Hubs Frankfurt und München

» Vorbereitung Machine Learning Modellen in R und Python » ETL Pipelines aus dem Hadoop Cluster » Aufsetzen einer CI/CD Pipeline mit Jenkins

» Erstellung Tableau Dashboards für Visualisierung KPIs und Prognosen

» Aufsetzen von Tableau Server und Unterstützung BI Abteilung bei der Anwendung von Tableau

» Ziel: Entwicklung eines Capacity Allocation und Forecasting Software für alle Lufthansa Hubs

» Python und R Entwicklung von neuen Features im Forecaster Module

» Validieren neuer Vorhersagemodellen » Beurteilung Regressionsmodellen

» Präsentation an Projektmanagement und Steering Board

» Aufbau ETL Pipelines für Buchungsdaten aus dem Reservierungssystem, Flugplan uns technische Events für interne Datenbanken des Data Science Teams

» Shiny Apps Entwicklung mit R für Visualisierung der Prognosen und Modellergebnisse

» Ziel: Entwicklung eines Capacity Allocation und Forecasting Software für alle Lufthansa Hubs

» Python und R Entwicklung von neuen Features im Forecaster Module

» Validieren neuer Vorhersagemodellen » Beurteilung Regressionsmodellen

» Präsentation an Projektmanagement und Steering Board

» Aufbau ETL Pipelines für Buchungsdaten aus dem Reservierungssystem, Flugplan uns technische Events für interne Datenbanken des Data Science Teams

» Shiny Apps Entwicklung mit R für Visualisierung der Prognosen und Modellergebnisse