Jorge Machado-Datenarchitekt

Tagessatz prüfen
Erfahrungen
Datenarchitekt
Deutsche Bahn
- Entwurf und Bereitstellung von Best Practices für Datenmodellierung mit dbt, einschließlich Changing Dimensions, Umgang mit spät eintreffenden Daten und Tests
- Entwurf des Ingestion-Flows von anderen Systemen nach S3 und Redshift
- Entwurf und Implementierung neuer Partitionen für Dagster und inkrementelles Laden mit dbt
- Übersetzung von fachlichen Anforderungen in technische Architekturen
- Einarbeitung und Anleitung von Junior-Teammitgliedern
Data Architect Expert
SAP AG
- Leitung des architektonischen Designs und der Umsetzung des Rollouts von Kafka Tiered Storage über 30+ Kubernetes-Cluster in Multi-Cloud-Umgebungen (Azure, AWS, GCP)
- Definition und Umsetzung der Infrastruktur-Bereitstellung mit Crossplane für ein deklaratives und einheitliches Deployment über verschiedene Cloud-Anbieter hinweg
- Entwicklung eines eigenen Kafka Operators auf Golang-Basis zur Standardisierung der Aktivierung von Tiered Storage für Datenpipelines
- Entwurf und Automatisierung von GitOps-basierten Deployment-Strategien mit Flux und Helm für sichere und wiederholbare Rollouts
- Optimierung der Gardener-Shoot-Konfigurationen, um Cluster-Ressourcen an Kafka-Workloads und Anforderungen an Kosteneffizienz anzupassen
Data Architect Expert
s.Oliver GmbH
- Entwurf einer Medaillon-Architektur auf Databricks für skalierbare, modulare Datenaufnahme, Transformation und Nutzung
- Implementierung inkrementeller ETL-Pipelines mit PySpark zur effizienten Extraktion und Verarbeitung von SAP-Daten
- Architektur und Implementierung von dbt-basierten semantischen Schichten mit dimensionaler Modellierung für Fakt- und Dimensionstabellen
- Aufbau von Dev-to-Prod CI/CD-Pipelines zur Standardisierung des Deployments und zur Durchsetzung von Governance
- Definition von rollenbasierten Zugriffsrechten und Sicherheitskonzepten im Einklang mit den Azure-Standards des Unternehmens
- Ermöglichung von Echtzeit-Datenintegration durch die Anbindung von Kafka-Streams an Databricks für erweiterte Analytics
- Einführung von AI/ML-Use-Cases, darunter FP-Growth für Warenkorbanalysen und Forecast-Modelle für Zeitreihen
- Mentoring von Junior-Entwicklern zu Best Practices in Databricks, um eine langfristige Nutzung der Plattform sicherzustellen
Data Architect Expert
ias Gruppe
- Architektur einer End-to-End Azure Data Lakehouse-Lösung mit Azure Synapse, Delta Lake und Azure Data Lake Storage Gen2 für skalierbaren Speicher und Query-Performance
- Entwurf und Implementierung von Streaming-Ingestion-Pipelines mit Azure IoT Hub, Event Hub und Service Bus für die Echtzeit-Erfassung von Telemetriedaten aus Tausenden IoT-Geräten
- Entwicklung von Datenintegrations- und Transformationsflüssen mit Airbyte für ELT und dbt für Fachlogik, dimensionales Design und Lineage-Tracking
- Orchestrierung komplexer Datenworkflows mit Azure Data Factory, einschließlich Batch- und Streaming-Prozessen
- Implementierung von Time Travel und ACID-Transaktionen auf Basis von Delta Lake für Datenzuverlässigkeit und Nachvollziehbarkeit
- Entwurf von RBAC, Strategien für Resource Tagging und Monitoring mit Azure Monitor und Log Analytics für Transparenz im Betrieb und Sicherheit
- Ermöglichung der Power BI-Integration für nahezu in Echtzeit verfügbare Business-Dashboards und Zusammenarbeit mit Produkt- und Betriebsteams bei der Übersetzung von Anforderungen
Data Architect Expert
Deutsche Bahn
- Entwurf und Implementierung von Echtzeit-Streaming-Architekturen mit AWS Kinesis, Lambda und Apache Spark für zeitkritische Analytics-Use-Cases
- Architektur von Delta-Ingestion-Pipelines auf AWS Glue und Apache Hudi für effiziente Small-File-Konsolidierung und Time-Travel-Analysen
- Bereitstellung geschäftskritischer KPIs und Dashboards mit End-to-End-Datenherkunft und Nachvollziehbarkeit über S3, PostgreSQL und CloudWatch hinweg
- Definition und Durchsetzung von Infrastructure-as-Code-Prinzipien mit AWS CDK für skalierbare, reproduzierbare Umgebungen
- Einführung und Rollout von dbt für semantische Modellierung und wiederverwendbare Fachlogik, integriert in GitLab CI/CD-Workflows
- Durchführung architektonischer Bewertungen von Databricks, Snowflake und AWS Athena zur Unterstützung zukünftiger Plattformentscheidungen
- Mentoring eines Entwicklerteams, Optimierung von Entwicklungszyklen und Sicherstellung von Best Practices im Cloud Data Engineering
- Implementierung von IoT-4.0-Pipelines zur Aufnahme von Telemetriedaten und zur Unterstützung von Predictive-Analytics-Initiativen
Kafka-Experte
S.Oliver GmbH
- Spring Boot Kafka Streams-Anwendungen entwickelt
- Eigene Kafka-Source-Connectoren für SAP-Systeme und benutzerdefinierte Sink-Connectoren zum Zurückschreiben nach SAP erstellt
- Kafka Connect-Connectoren mit Monitoring auf Azure Kubernetes Service bereitgestellt
- Datenpipelines mit Airflow und Azure Cloud entwickelt
- Datenpipelines zwischen On-Premise und Azure Cloud entworfen
- Spark-Jobs zum Bereinigen und Aggregieren von Daten geschrieben
Softwareentwickler
RTL Deutschland
- Eine Lakehouse-Architektur entworfen und implementiert, die Azure Databricks, Delta Lake und Azure Synapse für Batch- und Echtzeit-Workloads mit ACID-Konformität kombiniert
- RESTful Data APIs mit FastAPI gebaut und über Azure App Services als kontrollierte Zugriffsschicht bereitgestellt
- Inkrementelle ETL-Pipelines mit PySpark und dbt entwickelt und dabei Star-Schema-Modelle für semantische Konsistenz und historische Nachverfolgung umgesetzt
- Interaktive Reports und visuelle Analysen mit Power BI in Azure ermöglicht
- Starke Datenzugriffskontrollen, Audit-Logging und Ressourcenmonitoring für DSGVO-Konformität und Governance implementiert
- Automatisierte CI/CD-Pipelines für die Dateninfrastruktur mit Azure-nativen Tools aufgebaut
Cloud Solution Architect
Allianz Technology
- Data Lakes mit hoher Automatisierung in die Azure Cloud migriert, unter Einsatz von ArgoCD, Jenkins, Helm Charts und Terraform
- Spark-Jobs für die Data-Lake-Migration entwickelt
- Helm Charts für die Automatisierung von Azure AKS erstellt
- Applikationsdesigns auf Cloud-Native umgestellt und interne Kunden an Azure angebunden
- Spring Boot Kafka Streams-Anwendungen und Argo-Workflow-Pipelines implementiert
Big Data Architect, Data Architect
BMW AG
- Datenpipelines mit Spark und Airflow für Daten von selbstfahrenden Autos entwickelt
- Metriken für geospatiale Anwendungen erzeugt
- Daten mit Apache Spark in Elasticsearch geladen
- Funktionale Programmierprinzipien mit Scala angewendet
Big Data Developer
DXC
- Azure-Kubernetes-Cluster-Deployments automatisiert
- Deep-Learning-Spark-Jobs mit PyTorch und GPUs auf Kubernetes erstellt und bereitgestellt
- GPU-Inferencing auf Terabytes an Daten durchgeführt
Big Data Developer, Spark / Kafka Developer, Data Architect
GfK
- Kafka-Connectoren geschrieben, um Daten in Accumulo in einer Kerberos-Umgebung zu laden
- Anwendungen für Hadoop, Kafka und Kafka Connect für Kerberos konfiguriert
- Statistikpläne für RDF4J-Abfragen über Accumulo erstellt
- Apache NiFi-Workflows entwickelt
- Git Flow, CI/CD und Docker-Automatisierung eingeführt
- Kafka Connect mit Kerberos auf Google Kubernetes eingerichtet
- Java-Anwendungen auf Basis von RDF und Web-Semantik geschrieben
Big Data Architect
Deutsche Bahn
- Hadoop-Cluster mit Kerberos und Active Directory dimensioniert und konfiguriert
- Daten mit Sqoop migriert und Workflows mit Oozie verwaltet
- Datenpipelines mit Kylo, Apache NiFi und Talend implementiert
- Hortonworks Cloud Break auf AWS und Apache Storm-Streaming-Anwendungen bereitgestellt
- Interne Kunden bei Streaming- und Datenbereinigungsaufgaben unterstützt
Big Data Developer and Architect
Kiwigrid
- Spark-Jobs für historische Datenberichte erstellt
- Eigene Spark-Datenquellen für HBase und Aggregation für die Datenanalyse entwickelt
- Eine Alerting- und Computing-Plattform auf Basis von Spark Streaming entworfen
- Anwendungen mit Docker bereitgestellt
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Transport und Logistik, Informationstechnologie (IT), Mode und Bekleidung, Einzelhandel, Medien, Unterhaltung und Druck und Versicherung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Business Intelligence und Produktentwicklung.
Fähigkeiten
Allgemeine Kenntnisse:
- Apache Spark
- Java Mapreduce
- Scala
- Java
- Python
- Perl
- Tornado
- Rest Apis
- Jira
- Etl
- Docker
- Maven
- Gradle
- Kubernetes
- Jenkins
- Cloud Build
- Azure Cosmos Db
- S3
- Neo4j
- Azure Kubernetes Service
- Aks
- Flask
- Spring Boot
- Data Vault 2.0
- Pytorch
- Tensorflow
- Azure Iot
- Modbus
- Mqtt
- Opc
- Plc
- Azure Data Factory
- Azure Synapse
- Llm
Betriebssystem-Kenntnisse:
- Aix
- Ubuntu
- Cento Os
- Mac Osx
- Windows Server 2008 R2
- Flexframe
- Routing
- Git
- Ibm Hadr
- Ibm Tsm
- Aws S3
- Apache Mesos
Sap-Kenntnisse:
- Rfc
- Snc
- Charm
- Kernel-Upgrades
- Ehp-Upgrade
- Ssfs
- Sso
- Hana
Datenbanken:
- Oracle 11
- Db2
- Sap Max Db
- Mysql
- Aws Redshift
- Postgres
Cloud-Technologien:
- Aws Emr
- Aws Glue
- Aws Ecs
- Aws S3
- Google App Engine
- Azure Kubernetes
- Azure Containers
Sprachen
Zertifikate & Bescheinigungen
Akkreditierung für die Databricks Lakehouse Platform
Confluent Certified Developer for Apache Kafka
Generative AI mit Large Language Models (LLM)
Data Engineering Nanodegree
Functional Programming Principles in Scala auf Coursera
Big Data Analytics Fraunhofer IAIS
Big Data Analytics von der University of California, San Diego auf Coursera
Databricks Developer Training für Apache Spark
Hadoop Platform and Application Framework von der University of California auf Coursera
Machine Learning with Big Data von der University of California, San Diego auf Coursera
SAP OS- und DB-Migration (TADM70)
SAP Database Administration I (Oracle) (ADM 505)
SAP Database Administration II (Oracle) (ADM 506)
SAP NetWeaver AS Implementation und Operation I (SAP TADM10)
SAP NetWeaver Portal - Implementation and Operation (TEP10)
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Jorge ist in Würzburg, Deutschland ansässig.
Jorge spricht folgende Sprachen: Deutsch (Verhandlungssicher), Englisch (Verhandlungssicher).
Jorge hat mindestens 8 Jahre Erfahrung. In dieser Zeit hat Jorge in mindestens 10 verschiedenen Rollen und für 11 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 7 Monate. Beachten Sie, dass Jorge möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Jorge gut geeignet für Rollen wie: Datenarchitekt, Data Architect Expert, Kafka-Experte.
Die neueste Position von Jorge ist Datenarchitekt bei Deutsche Bahn.
In den letzten Jahren hat Jorge für Deutsche Bahn, SAP AG, s.Oliver GmbH, ias Gruppe und S.Oliver GmbH gearbeitet.
Jorge hat die meiste Erfahrung in Industrien wie Transport und Logistik, Informationstechnologie (IT) und Mode und Bekleidung. Jorge hat auch etwas Erfahrung in Einzelhandel, Medien, Unterhaltung und Druck und Versicherung.
Jorge hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Business Intelligence und Produktentwicklung.
Jorge hat kürzlich in Industrien wie Transport und Logistik, Mode und Bekleidung und Einzelhandel gearbeitet.
Jorge hat kürzlich in Bereichen wie Informationstechnologie (IT) und Business Intelligence gearbeitet.
Jorge hat 18 Zertifikate. Darunter sind: Akkreditierung für die Databricks Lakehouse Platform, Confluent Certified Developer for Apache Kafka und Generative AI mit Large Language Models (LLM).
Die Verfügbarkeit von Jorge muss bestätigt werden.
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 6 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Datenarchitekt
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Würzburg, Deutschland arbeiten
