Data Migration Experten in Munich

Verfeinerung von Epics und User Stories, um eine stärkere Automatisierung der CRM-Nutzung zu erreichen. Testen eines neuen Rabattsystems.

• Backend-Systeme, Datenverarbeitungslösungen und Software-Integrationen für Enterprise-Business-Anwendungen geliefert.
• API-basierte Services entworfen und umgesetzt, die interne Plattformen mit externen Systemen verbinden.
• Automatisierte Verarbeitungs-Workflows gebaut, um strukturierte Geschäftsdaten im großen Umfang zu verarbeiten.
• Die Anwendungsperformance durch Datenbankoptimierung, Caching-Strategien und Backend-Refactoring um 30–50 % verbessert.
• Den manuellen operativen Aufwand durch die Automatisierung wiederkehrender Workflows um 40–60 % reduziert.
• Produktionsumgebungen durch Troubleshooting, verbesserte Überwachung und laufende Optimierung unterstützt.
• Technische Dokumentation erstellt und Wissenstransfer-Sessions geleitet, um die langfristige Wartbarkeit zu unterstützen.

• Skalierbare Datenanwendungen entworfen, entwickelt und konfiguriert, passend zu Geschäftsprozessen und technischen Anforderungen.
• Skalierbare, kosteneffiziente Datenarchitekturen mit Snowflake über AWS, Azure und GCP entwickelt und dabei dbt für Datentransformation und Modellierung eingebunden.
• Robuste ETL-Datenpipelines aufgebaut und gepflegt, um hohe Datenqualität für eine reibungslose Migration und systemübergreifende Integration sicherzustellen.
• Starke Expertise in SQL und Python mit umfassender Erfahrung in Datenmodellierung, ETL/ELT-Pipeline-Entwicklung und Streaming-Datenverarbeitung gezeigt; sicher im Umgang mit Git-basiertem Versionsmanagement, CI/CD-Prozessen und Test-Frameworks, mit solidem Wissen in den Bereichen Datenqualität, Observability, Kostenoptimierung, Sicherheit und Data-Governance.
• Mehrere Datenmigrationsinitiativen von SAP HANA nach Snowflake mit einem modularen dbt-Framework geleitet.
• End-to-End-Daten-Transformations-Workflows mit dbt auf Snowflake entworfen und gepflegt, geschichtete Datenmodelle implementiert, die Performance optimiert und eine hochwertige Datenbereitstellung für Business Intelligence und Reporting sichergestellt.
• Entwicklungs-, QA- und Produktions-Deployments über strukturierte Versionskontrolle und Release-Management mit GitLab gesteuert.
• Daten aus mehreren Quellen, darunter relationale Datenbanken, Flat Files, Excel und große Systeme, in Snowflake integriert und zentralisiert.
• Umfassende Expertise in den Datenbereichen Sales, Marketing, HR und ERP angewendet und relevante KPIs sowie Reporting-Lösungen entwickelt und gepflegt.
• Mit funktionsübergreifenden Teams zusammengearbeitet, um End-to-End-Datenlösungen termingerecht durch proaktives Lösen von Problemen und gute Abstimmung umzusetzen.
• Die Snowflake-Sandbox-Umgebung für die Data-Engineering-Abteilung administriert.
• Kolleginnen und Kollegen, die in Datenrollen gewechselt sind, in Snowflake geschult und technische Beratung sowie Mentoring für Junior-Teammitglieder übernommen.

• Aufbau GUI Test Framework für Tester und Entwickler um GUI Tests einfach erstellen zu können
• Implementierung automatisierte GUI Tests mit QF-Test für Börsenhandelssoftware sowie Vergleiche von PDF Dateien
• Erstellung Vergleichsläufe zwischen unterschiedlichen Versionen

Eingesetzte Technologien: QF-Test, Java, Jython

Kunde: Openry GmbH

E-Commerce-Plattform zur weltweiten Vermarktung hochwertiger italienischer Kunstprodukte. Mehrere europäische Shops sind bereits aktiv und asiatische Märkte stehen bald an. Meine Rolle als Agiler Projektmanager ist es, das gesamte Team auf Kunden- und technischer Seite (Offshore) zu führen, inklusive strategischer Beratung, in einem Continuous-Delivery-Ansatz. Als Projekt in einem kleinen Unternehmen sind die Budgetmanagement-Aspekte besonders herausfordernd, um maximalen Geschäftswert bei minimalem Mehraufwand zu liefern. Technologien: Magento 2, M2E Pro, Linux, Apache, MySQL, PHP (LAMP), Stripe

• Unterstützung bei der Einführung des CMS Pimcore sowie Support-Unterstützung und Partner-Management für die bestehende Anwendungslandschaft.
• Know how-Transfer zur bestehenden Anwendungslandschaft.
• Beratung von Stakeholdern zur Neuimplementierung.
• Unterstützung bei der Datenmodellierung für Pimcore.
• Konzepte und Begleitung Datenmigrationen von Salesforce nach Pimcore mittels ESB.
• Erzeugen von User Storys.
• 3rd Level Support für geschäftskritische Prozesse.
• Technologien: Salesforce Marketing-, Sales- und Service Cloud, Talend ESB, Pimcore Shopware, ERP-System Move, DB2, MySQL, MS Office, MS Visio, Jira, Confluence.

Einführung: Unternehmen stehen heute vor zwei großen Herausforderungen: einen einwandfreien Workday-Tenant zu erhalten UND gleichzeitig eine KI-Strategie zu entwickeln, die über reine Experimente hinausgeht.

Mit CloudMcFly kombiniere ich über 10 Jahre Erfahrung als Workday-Architekt & PMP mit modernster KI-Strategieberatung. Ich biete keine theoretischen Konzepte, sondern umsetzbare Lösungen.

Kernleistungen:

• 1. KI-Bereitschaft & Prozess-Audit Nicht jeder Prozess braucht KI. Ich analysiere Ihre HR- und Finanzprozesse (Workday und Nicht-Workday), um "Low-hanging Fruits" für Automatisierung und KI-Integration zu finden. Ergebnis: Ein konkreter Aktionsplan inkl. ROI-Berechnung.

• ️ 2. KI-Strategie & Governance-Fahrplan Von der Vision zur Umsetzung. Gemeinsam legen wir Richtlinien fest (Ethik, Datenschutz, EU-KI-Verordnung) und wählen die richtigen Werkzeuge (ChatGPT Enterprise, Copilot, Custom Agents). Ergebnis: Ein sicherer Fahrplan, genehmigt von Management und IT.

• ️ 3. Workday-Architektur & Optimierung Als zertifizierter Architekt sorge ich dafür, dass Ihr Workday-Tenant stabil bleibt, während wir neue Technologien integrieren (Launch, PEX, Delivery Assurance).

• 4. Enablement & Workshops Ein "KI-Führerschein" für Ihre Teams. Praxisnahe Workshops zu Prompt Engineering, Automatisierung (n8n/Make) und operativer Effizienz.

• Interesse an Preisen & Paketen? Besuchen Sie [link] Der KI-Chatbot auf meiner Homepage kennt alle Beratungspakete und liefert sofort Details zu Preisen und Verfügbarkeit. Probieren Sie es aus!

• Verantwortung für Cutover-Planung und Go-Live-Steuerung mehrerer paralleler IT-Releases im E-Commerce-Umfeld
• Erstellung und Pflege von Cut-Over-Plänen, Runbooks und Rollback-Szenarien sowie revisionssichere Dokumentation aller Cut-Over-Aktivitäten
• Definition und Steuerung von Go-/No-Go-Entscheidungen, Eskalationswegen und Ressourcenverfügbarkeit im Cut-Over-Fenster
• Koordination technischer und fachlicher Workstreams, Steuerung externer Dienstleister und Sicherstellung der Datenkonsistenz
• Steuerung und Auswertung von Probe-Cut-Overs, strukturierte Übergabe in die Hypercare-Phase
• Cutover-Reporting und Kommunikation vor, während und nach dem Go-Live auf Entscheider- und C-Level-Ebene
• Ergebnis: Alle Releases planmäßig durchgeführt, Cut-Over-Strukturen nachhaltig etabliert und übergeben

• Konzeptionierung und Entwicklung der "Credit Risk Engine" mit Camunda, Node.js und TypeScript
• Greenfield-Projekt zur Kreditkarten-Bonitätsberechnung von Bestands- und Neukunden, inklusive EBA KPIs, SCHUFA und CRIF Scorings
• Aufbau und Modellierung von Workflows (BPMN) und Entscheidungslogiken (DMN) mit Camunda Modeler in enger Zusammenarbeit mit den Stakeholdern
• Implementierung von Service Tasks, User Tasks und Jobs mit Nest.js, Node.js und TypeScript, inklusive Exception Handling
• Backend For Frontend (BFF), Frontend mit React, Tailwind und Antd UI Library
• CI/CD mit Gitlab, Kubernetes/Rancher

• Spezifikation von Business Intelligence und KPIs sowie Erstellung eines Playbooks für 35 europäische Unternehmen.

• Unterstützung von BASF-Bereichen im Change Management bei der Einführung eines Sales & Operations-Planning-Prozesses auf Basis von OMP SOP

• Übergreifende Prozessdefinition, Planung, Training, Werkzeuge, effektive Durchführung sowie Fortschritts- und Qualitätsmessung der Testaktivitäten auf Release-Ebene
• Definition und Verbesserung des Testprozesses
• Zeitplanung für die Releases
• Koordination der Abstimmung mit dem Releasemanagement für Testaufbau und Datenbereitstellung
• Koordination der Migrationstestplanung für Westnetz, Mitnetz und EON Grid
• Überwachung desTestfortschritts, revisionssichere Dokumentation, Fortschrittskontrolle über Defekte, OSS-Meldungen und Vorfälle
• Konzeption und Abstimmung möglicher Testautomatisierung

IT-Umgebung: Jira Zephyr, Confluence, SIGMA, PowerBI

• Themen: Business Analyse, Datenschutz, Datenmanagement, Stakeholder Management, Konzeption
• Das vorliegende Projekt konzentriert sich auf die Entwicklung und Umsetzung eines strategischen Ansatzes für das Datenlöschen in SAP-Systemen. Ziel ist es, die relevanten Daten und Strukturen bei der Systemübernahme zu identifizieren, um sowohl den Datenschutz als auch die IT-Systemeffizienz zu gewährleisten. Gleichzeitig sollen Downtimedauern minimiert und regulatorische Anforderungen erfüllt werden.
• Entwicklung eines umfassenden Ansatzes zur Datenlöschung in SAP-Systemen unter Berücksichtigung datenschutzrechtlicher und geschäftlicher Anforderungen.
• Sicherstellung einer effizienten und strukturierten Datenüberführung in das neue System.
• Optimierung der Systemeffizienz und Reduktion von Downtimes während der Migration.
• Erstellung fachlicher und technischer Konzepte, um eine rechtskonforme und nachhaltige Datenverwaltung sicherzustellen.
• Themenvorbereitung: Detaillierte Untersuchung des Themenfelds „Datenlöschen", um die Grundlage für eine strukturierte Datenmigration zu schaffen.
• Definition der Projektstruktur: Festlegung von Rollen, Schnittstellen und der organisatorischen Projektstruktur.
• Regulatorische Anforderungen: Analyse von datenschutzrechtlichen Vorgaben und geschäftlichen Anforderungen, um die Löschkriterien zu definieren.
• Vorgehensweise: Entwicklung möglicher Szenarien und Vorgehensweisen für die Datenbereinigung und -löschung.
• Löschkonzepte: Erstellung von fachlichen und technischen Löschkonzepten, die die Implementierung strukturieren und klare Vorgaben liefern.
• Festlegung der Löschkriterien: Definition, welche Daten und Strukturen gelöscht oder übertragen werden.
• Verantwortlichkeiten: Klärung der Verantwortlichkeiten innerhalb des Projektteams sowie bei beteiligten Stakeholdern.
• Analyse laufender Aktivitäten: Identifikation und Erhebung bereits laufender Aktivitäten im Themenfeld „Datenlöschen".
• Aufwands-, Kosten- und Zeitplanung: Erstellung von Schätzungen für Ressourcen, Zeitaufwand und Budget.
• Umsetzungsinitiativen: Entwicklung und Umsetzung konkreter Maßnahmen, um die definierten Löschstrategien umzusetzen.
• IT-Systemeffizienz: Analyse der vorhandenen IT-Infrastruktur, um Optimierungspotenziale für die Löschung und Überführung von Daten zu identifizieren.
• Technologietrends: Bewertung neuer Technologien und Tools, die den Prozess der Datenbereinigung unterstützen können.
• Kosten-Nutzen-Analyse: Bewertung der finanziellen Auswirkungen der Datenbereinigung und der Einführung neuer Lösungsansätze.
• Risikomanagement: Identifikation potenzieller Risiken während der Umsetzung und Entwicklung geeigneter Maßnahmen zur Minimierung.
• Dieses Projekt legt die Grundlage für eine nachhaltige und rechtskonforme Datenüberführung in ein neues SAP-System. Mit einem klar definierten Ansatz zur Datenlöschung werden Datenschutzanforderungen erfüllt, Downtimes reduziert und die Effizienz des neuen Systems gesteigert. Die Ergebnisse und Handlungsempfehlungen werden Unternehmen dabei unterstützen, eine zukunftssichere Datenstrategie zu entwickeln, die gleichzeitig den gesetzlichen und geschäftlichen Anforderungen entspricht.

• Entwarf und bewertete hochwertige Prompts und Ausgaben für Große Sprachmodelle (LLMs) mit Fokus auf höhere Antwortgenauigkeit, Befolgung von Anweisungen und sachliche Konsistenz.
• Annotierte und bewertete LLM-generierte Ausgaben hinsichtlich Grammatik, Kohärenz, Relevanz und Wahrheitsgehalt.
• Erstellte Präferenzdaten im RLHF-Stil, indem Modellantworten gerankt wurden, um Reinforcement-Learning-Feintuningzyklen zu unterstützen.
• Beteiligte mich an Prompt-Engineering-Experimenten, um die Auswirkungen von Anweisungsformat, Ausführlichkeit und Formulierung auf das Modellverhalten zu bewerten.
• Führte Fehleranalysen und Qualitätssicherung an groß angelegten NLP-Datensätzen durch und identifizierte Randfälle sowie sprachliche Mehrdeutigkeiten, die die Leistung von LLMs beeinflussen.