Data Engineers in Berlin

Ich bin darauf spezialisiert, komplexe Daten aus unterschiedlichen Umgebungen durch aussagekräftiges visuelles Storytelling in echten Geschäftsnutzen zu verwandeln. Ich habe viel Erfahrung darin, umsetzbare Erkenntnisse zu gewinnen und Empfehlungen an Business-Stakeholder zu präsentieren. Meine technischen Kenntnisse in SQL, Python und führenden Datenvisualisierungstools wie Tableau und Power BI ermöglichen es mir, eine neue Generation von Self-Service-Tools und Analytics-Services bereitzustellen.

• Datenvisualisierung & Storytelling: Aussagekräftige Datenvisualisierungen und Dashboards in Tableau und Power BI erstellt, Erkenntnisse klar vermittelt und umsetzbare Empfehlungen an C-Level-Stakeholder und Führungskräfte präsentiert.
• Stakeholder-Management: Effektive Arbeitsbeziehungen zu wichtigen Business-Stakeholdern, Data Engineers und anderen Partnern aufgebaut, um gemeinsame datengetriebene Ziele zu erreichen.
• Insights & Empfehlungen: Umsetzbare Erkenntnisse aus komplexen Datenanalysen zu Funnel-Conversion, Marketing-Performance und ROI gewonnen und damit die Geschäftsleistung und Strategie direkt beeinflusst.
• Datenzusammenarbeit & Befähigung: Eng mit cross-funktionalen Teams zusammengearbeitet, um die laufenden Datenanforderungen interner Partner zu unterstützen und interne Datenprozesse sowie Workflows zu optimieren.
• BI- & Data-Expertise: Umfangreiche Erfahrung in Datenmodellierung, Datenerfassung, Data Mining und Analyse eingesetzt, um End-to-End-Analyselösungen von der Stakeholder-Analyse bis zur Produktivsetzung bereitzustellen.

Aufgaben: Design und Betrieb von End-to-End-Cloud-Datenplattformen für Enterprise-Kunden in Verlag und Finanzwesen, inkl. Infrastruktur-Automatisierung, Pipeline-Entwicklung, Monitoring und Datenqualität.

Tätigkeiten:

• Aufbau mehrschichtiger Datenarchitekturen auf Databricks (Apache Spark, Delta Lake), BigQuery und GCP
• Vollautomatisierung der Cloud-Infrastruktur mit Terraform über 3 Umgebungen (DEV/STG/PRD)
• Entwicklung automatisierter Datenpipelines mit Python, dbt und GCP-Services für verschiedene Datenquellen
• Aufbau von Monitoring- und Alerting-Systemen für die Echtzeit-Überwachung der Plattform
• Implementierung von Datenversionierung und Qualitätschecks auf jeder Schicht
• Design automatisierter Test- und Deployment-Pipelines in GitLab und Bitbucket

Erfolge:

• 2× Produktions-Datenverarbeitungskapazität, Spike-Reaktionszeit von Minuten auf ≤15 s reduziert, Serverfehler ≈ 0
• 3.000 Zeilen manuelle Konfiguration durch ein wiederverwendbares Automatisierungsmodul für 7 Kundendomains ersetzt, Konfigurationsfehler auf 0
• Vollständige Datenplattform end-to-end geliefert bei ~10 €/Monat Infrastrukturkosten
• 7 Datenbanktabellen migriert mit 0 nachgelagerten Problemen
• 100 % offengelegte Credentials entfernt, externe Vendor-Abhängigkeit eliminiert
• Integration von 3 Teams in 1 Sprint geliefert

• Dozent für den GenAI-Track des Master School Institute of Technology
• Entwicklung einer Full-Stack-KI-Anwendung (React + Python/FastAPI) für den automatisierten Lieferanten-Produktimport mit intelligenter Spalten- und Kategorienklassifizierung (4-Layer, hierarchisch) inkl. Human-in-the-Loop-Validierung

• Optimierung der Datenarchitektur (Medallion) für eine bessere Entkopplung der Verarbeitungsschritte sowie höhere Transparenz und Reproduzierbarkeit
• Technische Qualitätssicherung der Datenverarbeitung in Databricks durch Einführung von Schema Enforcement, Datenqualitätschecks und strukturierter Datenarchitektur
• Pipeline-Orchestrierung mit Azure Data Factory
• Professionalisierung und Automatisierung des Entwicklungs- und Deploymentprozesses durch Integration von Git und GitHub Actions
• Fachliche Führung des Data Engineering Teams (3 Mitarbeitende)
• Leitung von Workshops zur Optimierung und Stabilisierung der Datenplattform und des Entwicklungsprozesses
• Aufnahme und Priorisierung neuer Anfragen, Pflege des Produktbacklogs
• Technologien: Microsoft Azure (Data Lake, Data Factory), Databricks, Apache Spark (PySpark), Python, SQL, Git, Confluence, Power BI, Power Apps, Dataverse, MS SharePoint, Mural

Java 21 · Spring Boot 3 · Keycloak · PostgreSQL · Docker · Nginx · GitHub Actions · DigitalOcean · React 18 · TypeScript · Plasmo

• Eine produktionsreife Job-Application-Tracker-Lösung von Grund auf konzipiert und live gestellt: REST-API mit 5-stufigem Workflow, Pagination, Sortierung und dynamischem Filtern — komplette Verantwortung von Design bis zum Live-Deployment in der Cloud auf DigitalOcean.
• Produktives Identity Management umgesetzt: OAuth 2.0 / OpenID Connect / JWT / RBAC über Keycloak, unter Anwendung von Hexagonaler Architektur und DDD-Prinzipien.
• Automatisierte CI/CD-Pipeline gebaut (GitHub Actions); mit Docker containerisiert; Nginx Reverse Proxy mit pathbasiertem Routing und SSL-Terminierung.
• Eine Chrome-Erweiterung entwickelt (Plasmo-Framework, Manifest V3), die Job-Bewerbungen direkt von LinkedIn in den Tracker übernimmt — zeigt ein komplettes Produktverständnis über Backend-API und Browser-Client hinweg.

• Entwickelte und implementierte skalierbare ETL/ELT-Pipelines mit Python, SQL, dbt, AWS und Informatica, um Daten aus Quellen wie APIs, relationalen Datenbanken und Flat Files in Snowflake zu laden, und verringerte die Pipeline-Laufzeit um ca. 30 %.
• Migrierte umfangreiche Datensätze von On-Premises Teradata zu Snowflake unter Nutzung von AWS-Diensten (S3, Glue, Step Functions, IAM) und stellte so Datenkonsistenz und Integrität sicher.
• Setzte die Kimball-Methodik zur Gestaltung von Stern- und Schneeflockenschemas ein, verbesserte die Abfrageleistung und senkte die Snowflake-Kosten.
• Implementierte automatisierte Datenqualitätsprüfungen mit SQL-basierten dbt-Tests und dem Great Expectations-Framework, um Anomalien zu erkennen und die Datenkorrektheit vor Produktionsläufen sicherzustellen.
• Orchestrierte ETL-Workflows in Airflow mit Python und verwaltete Code-Bereitstellungen über Git nach CI/CD-Best-Practices, um die Zuverlässigkeit zu steigern und die Pipeline-Verfügbarkeit zu gewährleisten.
• Erstellte interaktive Power-BI-Dashboards und kuratierte Datensätze, um datenbasierte Entscheidungen für Stakeholder zu ermöglichen.
• Pflegte technische Dokumentation in Confluence für ETL-Workflows und leitete Wissensaustauschsitzungen für neue Teammitglieder.

• ETL-Pipelines auf Basis von Python und SQL für Daten aus mehreren Quellen entworfen und gepflegt
• Prozesse zur Datenvalidierung und zum Monitoring aufgebaut, um Genauigkeit und Zuverlässigkeit sicherzustellen
• Strukturierte Datensätze geliefert, um Reporting und Geschäftsentscheidungen zu unterstützen
• Mit Stakeholdern zusammengearbeitet, um Anforderungen in Datenlösungen zu übersetzen

• Mitwirkung an über 20 erfolgreichen Projekten

• Beratung des Entwicklungsteams bei der Neustrukturierung von Daten zur Verbesserung der Performance und Reduzierung der Code-Komplexität
• Neugestaltung der Datenbanktabellen für Caching und Einbindung vordefinierter Modelle zur Bedienung von Kundenanfragen
• Unterstützung des Produkts durch Analyse von Git-Commits zur Bereitstellung von KPIs für Manager großer Engineering-Teams

Als Senior Business Intelligence Analyst bei den Berliner Verkehrsbetrieben (BVG) leite ich Power-BI-Entwicklungsinitiativen und fungiere als zentrale Schnittstelle zwischen fachlichen Stakeholdern, Product Owners und Data-Engineering-Teams. Ich übersetze Geschäftsanforderungen in skalierbare Datenmodelle, klar definierte KPIs und Management-Dashboards, die datenbasierte Entscheidungen unterstützen.

Zu meinen Aufgaben gehören die Integration und Analyse von Vertriebs-, Abonnement-, CRM- und Transaktionsdaten sowie die Prüfung von Datenquellen und Kennzahlen auf Konsistenz, Genauigkeit und geschäftliche Relevanz. Außerdem unterstütze ich die Migration analytischer Workloads von Azure Synapse zu Databricks SQL und trage dazu bei, die Zuverlässigkeit und Skalierbarkeit der Reporting-Umgebung zu verbessern.

Durch die Verbindung fundierter technischer Kenntnisse in Power BI, SQL, DAX, Power Query und Python mit einem geschäftsorientierten Ansatz helfe ich dabei, komplexe Anforderungen in transparente, wartbare und umsetzbare Analytics-Lösungen zu überführen.

[link]

• Deutsche Landesbank im Bereich Kreditrisiko:
• Konzeption und Implementierung einer skalierbaren, cloud-nativen ETL-Strecke mit Apache Airflow, PySpark und AWS EMR on EKS inklusive Datenintegration, Transformation und produktivem Betrieb
• Mitarbeit beim Aufbau und Betrieb einer cloudbasierten SaaS-Infrastruktur auf AWS mit Helm, Kubernetes, ArgoCD, Grafana sowie Terraform/Terragrunt
• Einsatz moderner Data-Engineering-Technologien zur Entwicklung effizienter Datenpipelines mit Git, CI/CD und DevOps-Praktiken
• Abstimmung technischer Anforderungen mit Fach- und IT-Stakeholdern im Bankenumfeld
• Spezialdienstleister für Bankenregulierung & Ratingverfahren im Bereich Marktpreisrisiko:
• Aufbau einer Analyse- und Validierungsplattform in Kubernetes (On-Premise) zur Automatisierung von Berechnungen mit Apache Airflow
• Entwicklung von Analyse-Dashboards und Auswertungen mit Python, R und SQL