Elvijs P.-Senior-Dateningenieur
Tagessatz prüfen
Erfahrungen
Senior-Dateningenieur
SolutionLab
- Architektur und Aufbau skalierbarer ETL/ELT-Datenpipelines mit Python, SQL und Spark (EMR/Databricks) zur Verarbeitung großer Batch- und Streaming-Datensätze für Analytics- und Reporting-Systeme.
- Entwicklung und Optimierung von Cloud-Data-Warehouse-Lösungen (Snowflake, Redshift, BigQuery, Azure ADX), einschließlich Schema-Design, Datenmodellierung (Star/Snowflake/Medallion) und Optimierung der Query-Performance.
- Entwicklung und Wartung von Echtzeit- und Batch-Datenaufnahme-Pipelines mit Kafka, Kinesis, Azure Data Factory, AWS Glue und Pub/Sub zur Unterstützung einer volumenstarken Datenverarbeitung mit niedriger Latenz.
- Entwicklung und Implementierung von Echtzeit-Event-Streaming-Pipelines mit Apache Flink und Kafka zur Nachverfolgung des Nutzerverhaltens in Echtzeit und zur Unterstützung personalisierter Feature-Bereitstellung.
- Implementierung von Workflow-Orchestrierungs- und Scheduling-Systemen mit Apache Airflow, Prefect, AWS Step Functions und Kubernetes-basierten Jobs für zuverlässige Datenprozesse.
- Aufbau unternehmensweiter Frameworks für Data Governance, Datenqualität und Observability mit Great Expectations, Soda, Monte Carlo, Prometheus, Grafana und dem ELK Stack.
- Entwicklung und Pflege von Datenmodellen, Data Warehouses und analytischen Data Marts zur Unterstützung von BI-Dashboards und Reporting-Tools wie Power BI und Tableau.
- Leitung von Maßnahmen zur Systemoptimierung, Kostensteuerung und Performance-Verbesserung, einschließlich Query-Optimierung, effizienter Speichernutzung und Senkung der Rechenkosten in verteilten Cloud-Systemen.
Dateningenieur
Deloitte
- Entwicklung und Implementierung skalierbarer End-to-End-Datenpipelines (ETL/ELT) mit Python, SQL und Apache Spark (EMR/Databricks) zur Verarbeitung großer transaktionaler und verhaltensbezogener Datenmengen.
- Aufbau und Optimierung AWS-basierter Datenarchitekturen (S3, Glue, Lambda, Kinesis, Redshift) für zuverlässige Datenaufnahme, Speicherung, Transformation und Analytics im großen Maßstab.
- Entwicklung und Wartung orchestrierter Workflows mit Apache Airflow und AWS Step Functions zur Sicherstellung fehlertoleranter, geplanter und transparenter Datenverarbeitungspipelines.
- Entwicklung robuster Datenmodelle (Star-Schema, dimensionale Modellierung, analytische Data Marts) zur Unterstützung von BI-Dashboards, Reporting und Self-Service-Analytics in verschiedenen Geschäftsteams.
- Implementierung von Infrastructure as Code (Terraform/CloudFormation) und Integration von CI/CD-Pipelines (Jenkins, CircleCI) zur Automatisierung von Deployments und Verbesserung der Systemzuverlässigkeit.
- Aufbau von Frameworks für Datenqualität sowie von Monitoring-, Logging- und Alerting-Systemen zur Verbesserung der Datengenauigkeit, Pipeline-Transparenz und Produktionsstabilität.
- Zusammenarbeit mit Produkt-, Engineering-, Analysten- und ML-Teams zur Standardisierung des Datenzugriffs, Unterstützung des Feature Engineerings und Ermöglichung von Machine-Learning- und Analytics-Workloads.
- Durchführung von SQL-Performance-Tuning und Big-Data-Optimierung zur Verbesserung der Query-Effizienz und Verkürzung der Verarbeitungszeit großer Datensätze in Cloud-Data-Warehouses (Redshift/Snowflake/BigQuery).
Data Scientist
Zabbix
- Leitung der durchgängigen Entwicklung von Machine-Learning- und statistischen Modellen in Python (pandas, scikit-learn), von der Problemdefinition über Feature Engineering, Training und Evaluierung bis zur Bereitstellung in der Produktion.
- Planung und Durchführung strukturierter Experimente (A/B-Tests, Hypothesentests, Methoden der kausalen Inferenz) zur Bewertung der Modelleffektivität und Optimierung datengestützter Entscheidungen.
- Durchführung tiefgehender explorativer Datenanalysen (EDA) großer und unstrukturierter Datensätze zur Aufdeckung von Mustern, Erkennung von Datenqualitätsproblemen und Identifizierung wichtiger prädiktiver Faktoren.
- Entwicklung und Optimierung von Datenpipelines mit SQL und Big-Data-Frameworks (Spark, Hadoop) zur skalierbaren Feature-Erzeugung und Verarbeitung großer Datenmengen.
- Entwicklung und Bereitstellung von Deep-Learning-Modellen (CNN, RNN, LSTM) mit TensorFlow, Keras und PyTorch für komplexe Prognose- und Mustererkennungsaufgaben.
- Entwicklung und Wartung nachrichtenbasierter Datenaufnahme-Pipelines mit RabbitMQ für eine asynchrone, skalierbare und zuverlässige Datenübertragung zwischen verteilten Systemen.
- Zusammenarbeit mit funktionsübergreifenden Teams (Produkt, Engineering, Marketing, Stakeholder) zur Integration von ML-Lösungen in Produktionssysteme und zur Erzielung messbarer Geschäftsergebnisse.
Datenanalyst
SIDC Group Ltd
- Nutzung von SQL, Python, Excel und Power Query zur Analyse großer Datensätze zu SKU-Performance, Kostenstrukturen, Servicelevels und Reporting-KPIs in mehreren Märkten.
- Entwicklung und Aufbau von ETL-Datenpipelines mit Python und Apache Spark zur zuverlässigen Verarbeitung großer strukturierter Unternehmensdatensätze für Reporting, Analytics und Business Intelligence.
- Entwicklung und Pflege von Datenvalidierungs-Frameworks für Lieferantenrechnungen zur Sicherstellung finanzieller Genauigkeit, operativer Effizienz und Verringerung von Abweichungen.
- Verwaltung und Optimierung relationaler und verteilter Datenplattformen, einschließlich PostgreSQL und Hive, zur Unterstützung von Reporting mit hohem Volumen und der Verarbeitung großer historischer Datenmengen.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT) und Professionelle Dienstleistungen.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Business Intelligence und Informationstechnologie (IT).
Zusammenfassung
Senior-Dateningenieur und Data Scientist mit mehr als 10 Jahren Erfahrung in der Entwicklung und dem Aufbau groß angelegter verteilter Datensysteme, Echtzeit-Streaming-Architekturen und cloudnativer KI/ML-Datenplattformen in den Bereichen Fintech, Gesundheitswesen, SaaS und E-Commerce. Umfangreiche Kenntnisse in Python, SQL, Apache Spark, Flink, Kafka, Airflow, Databricks, Snowflake, TensorFlow, PyTorch, AWS, Azure und GCP sowie umfassende Erfahrung in der Entwicklung von ETL/ELT-Pipelines für Batch- und Streaming-Workloads. Erfahren im Umgang mit modernen Data-Lake- und Analytics-Ökosystemen wie Trino, ClickHouse, HDFS und S3-kompatiblem Speicher, mit Fokus auf Leistung, Skalierbarkeit und Zuverlässigkeit. Erfahrung mit containerisierten und cloudnativen Infrastrukturen unter Verwendung von Kubernetes, Docker, CI/CD-Pipelines und GitOps (Argo CD). Nachweisliche Fähigkeit, durchgängige Lösungen in den Bereichen Data Engineering, Machine-Learning-Systeme, MLOps-Workflows und Echtzeitanalysen bereitzustellen, die Geschäftswachstum, operative Effizienz und datengestützte Entscheidungsfindung fördern.
Fähigkeiten
- Programmiersprachen: Python (Pandas, Numpy, Matplotlib), Sql, Java, Bash, Shell Scripting, Yaml
- Data Engineering Und Pipelines: Etl/Elt-Design, Batch- Und Echtzeit-Streaming, Datenmodellierung, Data Warehousing, Lakehouse-Architekturen, Datenintegration, Datentransformation
- Big Data Und Verteilte Systeme: Apache Spark, Flink, Kafka, Rabbitmq, Hadoop (Hive, Hdfs), Trino, Clickhouse, Databricks, Airflow, Dbt, Prefect
- Analytics-Tools: Tableau, Power Bi, Looker, Google Data Studio
- Cloud-Plattformen Und Datendienste: Aws (S3, Glue, Lambda, Redshift, Athena), Azure (Data Factory, Synapse), Gcp (Bigquery, Pub/Sub, Cloud Storage)
- Datenbanken Und Speicher: Postgresql, Mysql, Cassandra, Redis, Snowflake, Data Lakes (S3, Hdfs, Ceph)
- Devops Und Ci/Cd: Docker, Kubernetes, Terraform, Helm, Argo Cd, Jenkins, Infrastructure As Code (Iac), Ci/Cd
- Monitoring Und ZuverläSsigkeit: Prometheus, Grafana, Elk Stack, Cloudwatch, Logging, Alerting, Performance-Tuning
- Ki-/Ml-Data-Engineering Und Tools: Feature Engineering, Ml-Pipelines, Ki-Datenpipelines, Sagemaker, Git, Agile, Sdlc, Jira, Confluence, Ki-GestüTzte Tools (Cursor, Claude, Github Copilot)
Sprachen
Ausbildung
Riga Technical University
Bachelor’s Degree · Informatik · Riga, Lettland
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Elvijs ist in Riga, Lettland ansässig.
Elvijs spricht folgende Sprachen: Lettisch (Muttersprache), Englisch (Verhandlungssicher), Litauisch (Grundkenntnisse).
Elvijs hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Elvijs in mindestens 4 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 7 Monate. Beachten Sie, dass Elvijs möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Elvijs gut geeignet für Rollen wie: Senior-Dateningenieur, Dateningenieur, Data Scientist.
Die neueste Position von Elvijs ist Senior-Dateningenieur bei SolutionLab.
In den letzten Jahren hat Elvijs für SolutionLab und Deloitte gearbeitet.
Elvijs hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT) und Professionelle Dienstleistungen.
Elvijs hat die meiste Erfahrung in Bereichen wie Business Intelligence und Informationstechnologie (IT).
Elvijs hat kürzlich in Industrien wie Professionelle Dienstleistungen und Informationstechnologie (IT) gearbeitet.
Elvijs hat kürzlich in Bereichen wie Business Intelligence und Informationstechnologie (IT) gearbeitet.
Elvijs hat einen Bachelor in Informatik von Riga Technical University.
Elvijs 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 26 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Christian S.
Serge K.
Jorge M.
Alexander Z.
Ashkan Z.
Jan K.
Pappu P.
Laura H.
Torsten G.
Stephan S.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Senior-Dateningenieur
Tom O.
Marc M.
Nicolas K.
Kalin S.
Nagaraju A.
Davide I.
Marco S.
Stephan F.
Paul M.
Tan P.
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Riga, Lettland arbeiten
Martins V.
Vladislavs S.
Anatolijs P.
Gints J.
Alīse L.
Arkādijs K.
Rinalds P.
Aleksandr M.
Anastasija T.
Džeremijs G.
