Erfahrungen
Founder & Analytics Engineer
- Kunde — Podimo ApS (Podcast- und Hörbuch-Streaming): Aufbau der Finanz-Reporting-Ebene auf BigQuery + dbt + Airflow, einschließlich der zentralen Umsatztransaktions-Faktentabellen für das Finanzreporting.
- API-Automatisierung: Konzeption und Aufbau einer BigQuery → Airflow → Microsoft Dynamics 365 Business Central REST-API-Pipeline zur Automatisierung der Buchung von Verkaufsrechnungen, mit Idempotenz und Synchronisierung von Stammdaten zwischen den Systemen.
- Umsetzung: Alleiniger Engineer im Projekt — von den Anforderungen über Modellierung und Orchestrierung bis zur Kommunikation mit dem Finanzteam des Kunden.
Senior Analytics Engineer
- Umsatzbeitrag: Aufbau des Reverse-ETL-Nutzerstatistikprodukts ("Tonies' Wrapped"), das ~€350k Umsatz im Q4 2025 beigetragen hat.
- Abstimmung über verschiedene Quellen: Leitung der Wholesale-Sell-out-Pipeline (Snowflake + dbt), die Sell-out-Daten von Händlern mit internen Sell-in-Zahlen von Großhändlern auf mehreren Kontinenten abgleicht — heterogene Exporte, keine gemeinsamen Entity-IDs und Zahlen, die nicht ohne Weiteres übereinstimmen.
- Datenarchitektur & CI/CD: Vorantreiben eines Architektur-Upgrades mit getrennten Entwicklungs- und Produktionsdatenbanken, weniger redundanten dbt-Projekten sowie CI-Tests, inkrementellem Laden und Clustering für stabile und kosteneffiziente Produktionspipelines.
- Marketingzuordnung & MMM: Leitung der Einführung von Performance-Marketing-Kennzahlen und Media-Mix-Modellierung, um den Anstieg der Offline-Einzelhandelsumsätze bestimmten Kampagnen zuzuordnen.
- Integrations- & Tracking-Standards: Definition von Vorlagen für die Benennung von Events und Datenverträgen (in ADRs dokumentiert), damit neue Toniebox-2-Daten ohne erneute Modellierung in bestehende Modelle fließen.
- Führung: Mentoring von 3 Analytics Engineers, Festlegung von Standards für die Datenqualität und Begleitung des Teams bei komplexen, nicht dokumentierten Integrationsaufgaben.
- KI-gestützte Entwicklung: Optimierung des agentenbasierten KI-Workflows zur Generierung von dbt-Staging-Modellen; Steuerung und Prüfung der Ergebnisse als Multiplikator für das Team.
Analytics Engineer
- Auszahlungen nach Tantiemenmodell: Automatisierung der Umsatzbeteiligung und Auszahlungen an Podcast-Creator und Hörbuchverlage durch Abbildung komplexer Vertragslogik in getesteten, versionierten dbt-Modellen — Verkürzung der Bearbeitungszeit von 18 auf 7 Tage und jährliche Einsparungen von ~€1.2M.
- Plattformmigration: Leitung der Migration von SAS-Legacy-Systemen zu BigQuery ohne Ausfallzeiten sowie Aufbau der zentralen Modelle für Data Scientists, Analysten und Product Analysts; Senkung der ELT-/dbt- und BigQuery-Kosten in den ersten Wochen um ~70%.
- Umsatzreporting: Automatisierung des Umsatzreportings mit Ausreißertests, die Auffälligkeiten für vertiefte Finanzanalysen melden, bevor Auszahlungen erfolgen.
- CLV-Automatisierung: Automatisierung der Berechnung des Customer Lifetime Value mit einer 5-Jahres-Prognose, dargestellt in einem Self-Service-Looker-Dashboard.
Analytics Engineer
- API-Integrationen: Orchestrierung der Datenübernahme aus mehreren externen APIs in den Data Lake bzw. das Data Warehouse (Snowflake, AWS S3) mit Airflow; Entwicklung von Unit-Tests, Zeitplänen und gemeinsam genutzten Python-Tools.
- Reporting-Automatisierung: Automatisierung des Reportings, um die manuelle Datenverarbeitung um ~50% zu reduzieren; Unterstützung von Finanz-, Produkt-, Sicherheits-, Betriebs- und Strategieteams.
- Experimente & KPIs: Mitwirkung am Aufbau einer internen A/B-Testing-Plattform und des unternehmensweiten KPI-Dashboards, das die Geschäftsleitung zur Festlegung von Zielen und für die Berichterstattung an den Vorstand nutzt.
- Befähigung: Mentoring von 100+ Fachanwendern zu Looker, Snowflake und SQL sowie Vermittlung bewährter Methoden für Analyse und Visualisierung.
Data Analyst
- Rechnungsstellung & Befähigung: Automatisierung der Rechnungsstellung und Verkürzung der Bearbeitungszeit von 7 auf 2 Werktage, wodurch B2B-Zahlungseingänge schneller verarbeitet wurden; Durchführung von SQL- und Analytics-Schulungen für Fachanwender.
- Risikomodellierung: Weiterentwicklung von Modellen zur Vorhersage der Ausfallwahrscheinlichkeit und Verbesserung ihrer Genauigkeit.
Technischer Vertriebsanalyst
- Trug mit Datenanalysen zum Projekt für autonomes Fahren mit Ultraschallsensoren bei Bosch bei und arbeitete teamübergreifend daran, den Zeitplan einzuhalten.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Medien, Unterhaltung und Druck, Fertigung, Bank- und Finanzwesen, Informationstechnologie (IT), Einzelhandel und Automotive.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Business Intelligence, Informationstechnologie (IT), Finanzen, Marketing, Betrieb und Produktentwicklung.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Chisom ist in Schweinfurt, Deutschland ansässig und bevorzugt 100% Remote-Projekte.
Chisom spricht folgende Sprachen: Englisch (Muttersprache), Igbo (Muttersprache), Deutsch (Fortgeschritten), Japanisch (Grundkenntnisse).
Chisom hat mindestens 7 Jahre Erfahrung. In dieser Zeit hat Chisom in mindestens 5 verschiedenen Rollen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 2 Monate. Beachten Sie, dass Chisom möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Chisom gut geeignet für Rollen wie: Founder & Analytics Engineer, Senior Analytics Engineer, Analytics Engineer.
Die neueste Position von Chisom ist Founder & Analytics Engineer.
Chisom hat die meiste Erfahrung in Industrien wie Fertigung, Medien, Unterhaltung und Druck und Bank- und Finanzwesen. Chisom hat auch etwas Erfahrung in Informationstechnologie (IT), Einzelhandel und Automotive.
Chisom hat die meiste Erfahrung in Bereichen wie Business Intelligence, Informationstechnologie (IT) und Finanzen. Chisom hat auch etwas Erfahrung in Marketing, Betrieb und Produktentwicklung.
Chisom hat kürzlich in Industrien wie Medien, Unterhaltung und Druck, Fertigung und Einzelhandel gearbeitet.
Chisom hat kürzlich in Bereichen wie Informationstechnologie (IT), Business Intelligence und Finanzen gearbeitet.
Chisom hat einen Master in Business Intelligence & Prozessmanagement, einen Bachelor in Internationales Wirtschaftsingenieurwesen und einen Bachelor in Maschinenbau.
Chisom ist sofort vollzeit verfügbar für passende Projekte.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
William N.
Letzte Position:
Power-BI-Lösungsarchitekt/-Ingenieur & KI-Berater bei AVERDUNG GmbH
- Neugestaltung der BI-Infrastruktur des Unternehmens: Ablösung einer fragmentierten Landschaft aus manuell gepflegten Excel-Lösungen und CSV-Importen durch eine zentralisierte Power-BI-Umgebung mit einem einheitlichen Datenmodell als unternehmensweiter Single Source of Truth
- Konsolidierung zuvor isolierter Reporting-Logiken in einem zentralen semantischen Modell – Eliminierung redundanter Dateien, manueller Datenübergaben und widersprüchlicher Kennzahlen zwischen den Fachbereichen
- Forecasting & Planung: Konzeption und Umsetzung einer unternehmensweiten Liquiditätsplanung in Power BI – von der fachlichen Logik bis zum vollautomatisierten, datenquellengetriebenen Planungsmodell als Ersatz für den bisherigen manuellen Excel-Prozess; ermöglicht rollierende Forecasts und laufend aktuelle Cashflow-Transparenz für die Geschäftsführung
- Optimierung bestehender Power-BI-Dashboards hinsichtlich Performance, Struktur und analytischem Mehrwert mittels AI-nativem Ansatz
- Analyse und Verbesserung des Datenmodells inkl. Datenqualitätsanalysen, Datenbereinigung und konsistenter Modellierung über Star Schema, DAX und Power Query
- Incident- & Anomalieanalyse: Identifikation, Untersuchung und Erklärung von Datenanomalien inkl. Root-Cause-Analyse und konkreten Handlungsempfehlungen
- KI-Lösungsarchitektur: Anbindung von Business Central und Power BI an LangDock via MCP (Model Context Protocol) für KI-gestützte Datennutzung
- Aufbau eines historischen Datenlayers als Basis für Trend- und Zeitreihenanalysen
- KI-gestützte Automatisierung: Konzeption und Entwicklung von KI-Skills, -Agenten, -Loops und -Prozessen zur automatisierten Analyse und Interpretation von Reports
- Automatisierter Reporting-Workflow: Einrichtung eines geplanten, automatisierten E-Mail-Versands KI-generierter Analysen und Empfehlungen an Stakeholder
- Erhebung und Dokumentation fachlicher Anforderungen sowie Abstimmung mit Fachbereichen und IT im Rahmen von Requirements Engineering / Product-Owner-Tätigkeiten
- Herunterbrechen der Gesamtanforderungen in klar definierte Arbeitspakete und Tasks
- Definition, Priorisierung und Steuerung von Meilensteinen über den gesamten Projektlebenszyklus
Tools: POWER BI, M365, Copilot Studio, MIRO, Microsoft Business Central, Microsoft Fabric, Claude AI, ChatGPT, LangDock, MS VS Code
Robert L.
Letzte Position:
Senior Projektleiter KI & Daten bei Großer deutscher Energieversorger
KI-Assistenz und Zielbild für teilautonome Energieportfolio-Steuerung
Aufbau einer KI-Steuerungsschicht direkt auf dem tagesaktuellen Live-Portfolio eines großen Energieversorgers — nicht als isolierter Pilot, sondern als operative Erweiterung der bestehenden DB1- und Portfolio-Steuerung. Ziel ist die schrittweise Entwicklung von Assistenz über Monitoring/Alerting bis zu Analyse-Agenten mit Human-in-the-Loop-Freigaben, ergänzt um ein rollenspezifisches System of Engagement neben dem BI-System of Record. Parallel werden Business Case, Zielbild und Management-Pitch gegenüber statischem Monatsreporting erarbeitet.
- KI-Steuerungsschicht: Konzeption und Aufbau auf dem bestehenden Live-Portfolio-Datenprodukt (mehrere Mio. Verträge) — Ausbaustufen Assistenz → Monitoring/Alerting → Agenten mit Human-in-the-Loop-Freigaben.
- LLM-gestützte Datenanalyse: Semantische Abfragen, SQL-/Tool-Anbindung und ergänzende RAG-Komponenten auf Portfolio-, Plan-Ist- und Datenqualitätsdaten (Azure OpenAI, Snowflake) mit Drill-downs bis auf Einzelvertragsebene.
- Analyse-Agenten: Mehrstufige Agenten für Abweichungs- und Treiberanalysen zu Churn, Preisanpassungen, Mengen und Beschaffungskosten.
- Sichtenkonzept: Rollenspezifische Oberflächen für Fachbereich, Management und C-Level als System of Engagement neben dem BI-System of Record.
- Business Case & Pitch: Zielbild und Kosten-Nutzen-Argumentation gegenüber statischem Monatsreporting.
- LLM-Setup (Datenschutz & Security): Abstimmung mit IT-Security und Datenschutz — EU-Region, Datentrennung, Freigabeprozesse.
- Agenten-Architektur: Mehrstufige Agenten-Pipelines (Analyse → Validierung → Zusammenfassung) mit dokumentierten Datenquellen, Tool-Aufrufen, Prüfschritten und Quellenbezug je Aussage.
- Datenfundament: Aufsatz auf dem tagesaktuellen DB1-Datenprodukt (Snowflake, dbt) — Portfolio-, Plan-Ist- und Datenqualitätskennzahlen als gemeinsame Basis aller KI-Analysen.
- Guardrails & Evaluation: Evaluations- und Freigabeprozesse für LLM-Antworten bei steuerungsrelevanten Aussagen — Testsets, Metriken, Human-Review.
- Prototyping & Validierung: Iterative Validierung der Agenten-Antworten mit dem Fachbereich — Testfragen-Katalog, Feedback-Schleifen, Antwortqualität je Release.
- Roadmap & Ausbaustufen: Detaillierung der Stufen Assistenz → Monitoring/Alerting → teilautonome Steuerung inkl. Übergangskriterien und Governance je Stufe.
- Integration: Einbettung in die bestehende BI- und Datenlandschaft — BI bleibt System of Record, die KI-Schicht liefert interaktive Drill-down-Pfade als System of Engagement.
- Enablement: Befähigung der Anwender im Fachbereich — Prompting-Leitfäden, Schulungen und Betriebsmodell für den laufenden Einsatz.
- Steuerung: Koordination Fachbereich, Data Engineering, IT-Security & Datenschutz.
- Change Management: Kommunikation und Erwartungsmanagement gegenüber Fachbereich und Management entlang der Ausbaustufen.
Ergebnisse:
- Auf bestehendes tagesaktuelles Datenprodukt mit mehreren Millionen Verträgen aufgesetzt
- Mit Datenschutz und IT-Security abgestimmtes LLM-Setup in EU-Region mit Datentrennung und Freigaben etabliert
- Drei Ausbaustufen bis zur teilautonomen Steuerung definiert
- Rollenspezifische Sichten für Fachbereich, Management und C-Level konzipiert
- Business Case und Management-Pitch für die Ausbaustufen erarbeitet
- Iterativer Validierungsprozess für Antwortqualität mit dem Fachbereich etabliert
- Betriebsmodell für den Assistenzbetrieb konzipiert und in Validierung
Stack: Azure OpenAI, Azure AI Foundry, Snowflake, dbt, React, TypeScript, Entra ID, RAG, Agentic AI, Analyse-Agenten, Human-in-the-Loop, Prompt Engineering, LLM Evaluation, LLMOps, DSGVO / EU-Region, Azure DevOps, Python, SQL, Change Management
Serge K.
Letzte Position:
Data Scientist & MLOps (Machine Learning Operations) bei REWE Digital GmbH
- Es handelt sich um ein Startup innerhalb von REWE, in dem wir ein neues Prognosesystem auf der Google Cloud Platform von Grund auf aufbauen müssen. Obwohl meine offizielle Rolle MLOps heißt, umfassen meine tatsächlichen Aufgaben auch die Entwicklung von Datenverarbeitungspipelines (Data Engineering) und Aufgaben eines Data Scientists wie Feature Engineering und Modelltraining.
- GCP: Terraform (tofu), Vertex AI (Kubeflow), Cloud Run, IAM, Google Cloud Storage, BigQuery, Artifact Registry
- Data Engineering: Snowflake als zentrales Data Warehouse, Terraform, DBT zur Implementierung von Datenmodellen
- CI/CD: GitLab. Wir haben eine CI/CD-Pipeline entwickelt, die die Bereitstellung neuer Releases bis in die Produktionsumgebung automatisiert.
- Entwicklung eines Feature Stores und Datensynchronisierung zwischen Umgebungen
- Data Science: Bewertung verschiedener Prognosemodelle, darunter CatBoost, Contextual Gamma und Random Forest; Implementierung von Trainingspipelines mit Kubeflow auf Vertex AI; Skalierung und Entwicklung einer ereignisgesteuerten Schnittstelle mit Kafka als Prognoseservice; Bewertung von MLFlow für Modellverfolgung und Modellregister
- Implementierung einer REST-API mit KeyCloak OAuth2 und OpenID (JWT)
- Monitoring: Implementierung von Dashboards mit Grafana, Prometheus, Mimir, Streamlit und Loki zur Überwachung von Prognosemetriken, GCP- und Snowflake-Kosten für Pipelines sowie Systemmetriken
- Entwicklung von Copilot Agent Skills
Pierre-Jean A.
Letzte Position:
Verifikationsingenieur – Luftfahrt bei Tri.Merge GmbH
- Automatisierte Python-basierte Analyse von Testskript-Repositories
- Aufbau einer SQLite-Datenbank für Signal- und Wertetracking
- Identifikation kritischer Unstimmigkeiten durch ad-hoc SQL-Abfragen
- Technologien: Python, SQLite, Excel/ODBC
Ali B.
Letzte Position:
Domänenarchitekt Daten & IT/OT bei Tata-steel
Projekte: Bewertung, Migration, Modernisierung, Strategie, Prinzipien
- Leitung der Bewertung der aktuellen Datenbanklandschaft verschiedener Fabriken in der IT/OT von Tata-steel
- Erarbeitung von Datenprinzipien in Abstimmung mit der Strategie, die unternehmensweit von allen Fabriken zur Verbesserung der Qualität verwendet werden sollen
- Vereinfachung der Datenlandschaft durch Verringerung der Anzahl der Tools für Extraktion, Transformation und Analyse
- Leitung der Überprüfung der aktuellen Data-Governance-Tools und Auswahl der Data-Governance-Tools
- Vorschlag einer passenden Lösung für den Drohnen-Anwendungsfall zur lokalen Speicherung und Integration von Daten für OT sowie für KI in der Cloud
- Brainstorming mit den OT-Abteilungen zur Positionierung von Historian-Systemen als zweckmäßige Lösung innerhalb von OT und IT
- Prüfung der Oracle UELA mit dem Einkauf und Beratung der Führungskräfte bei der Entscheidungsfindung
- Leitung der Bewertung der Dimensionierung und Kosten für Oracle ExaCC für die kommenden Jahre gemeinsam mit dem Einkauf
- Erstellung einer Roadmap für den Bereich Daten & IT für die nächsten zwei bis fünf Jahre zur unternehmensweiten Präsentation
- Festlegung der Migrationsstrategie und Ermittlung der Oracle-Datenbanken, die für die Migration zu Oracle Exacc infrage kommen
- Beratung von Lösungsarchitekten zu einer Lösung anhand der erstellten Prinzipien für die TATA DNA Platform
- Entwicklung der Strategie für Backup und Archivierung vor Ort und in der Cloud mit IBM Prospect, Azure und OCI
- Erstellung einer standardisierten Referenzarchitektur für Datenumgebungen und Tools für ETL und Reporting für Advanced Analytics
Schlüsseltechnologien: Oracle, Sequel Server, IBM DB2, Github, SAP, Databricks, Azure, Beaver, Oracle ExaCC, Spotfire, Azure Purview, ETL Tools, PowerBI, Tibco DataVirtualization, TIBCO spotfire, DataBricks, Azure Edge Apache Airflow, Sql server, Azure Data factory, Azure Blob Storage, logic apps, power-apps, Azure File Synch
Philipp G.
Letzte Position:
Data Scientist & ML Engineer bei Data-Science Factory GmbH
- Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
- Implementierung automatisierter End-to-End-Cloud-Prozesse
- Entwicklung von LLM- und NLP-Modellen
- Erstellung interaktiver Reports
- Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Founder & Analytics Engineer
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Schweinfurt, Deutschland arbeiten

