Unity Catalog Experten in Deutschland
für kontrollierte Daten und KI – in Minuten mit geprüften Freelancern vermitteltBeauftragen Sie Experten, die Unity Catalog-Governance entwerfen, Databricks-Daten absichern und Kataloge über Cloud-Umgebungen hinweg verbinden. Erhalten Sie schnelles, präzises Matching mit geprüften und verfügbaren Freelancern, die zu Ihrem Projekt passen.
Lerne FRATCH Experten in Deutschland kennen, die kürzlich Unity Catalog eingesetzt haben
Daryoosh D.
Letzte Position:
FP&A Data & AI Architect bei Epta Group
Scope: Eingebettet als FP&A Data & AI Architect innerhalb der Finance-Funktion eines großen europäischen Kühlanlagenherstellers. Ich habe die Transformation von manuellem, fragmentiertem Finanzreporting hin zu einer automatisierten, governance-getriebenen Intelligence-Plattform geleitet. Der Schwerpunkt lag auf dem Wechsel von Excel-basiertem Controlling zu strukturierter Datenarchitektur, Power-BI-Analytics und AI-gestützter Finance-Operation.
Financial Data Integrity & ERP Governance
- GL- vs. Subledger-Abstimmungen angestoßen und geführt sowie strukturelle Abweichungen zwischen Hauptbuch- und Nebenbuchdaten identifiziert und behoben, die vor meinem Start unentdeckt geblieben waren
- Anlagenanalysen durchgeführt, um Posten ohne Buchung im Hauptbuch zu identifizieren und Lücken im Anlagevermögen sowie in der Periodenabgrenzung aufzudecken
- SAP-Reports validiert und damit Baseline-Standards für die Datenqualität der Finance-Nutzung etabliert
- Einen systematischen SAP-Datenvalidierungsrahmen aufgebaut, der die laufende Integrität zwischen ERP-Buchungen und nachgelagerten Reporting-Ergebnissen sicherstellt
Finance Reporting Transformation
- Einen strukturierten Transformationsansatz für die Umstellung manueller Finance-Reports in vollautomatisierte Prozesse entworfen und umgesetzt
- Das Data Reporting Audit Log erstellt und verantwortet; ein zentrales Tracking-System, das Report-Owner, Stakeholder, Datenquellen, manuellen Aufwand und Automatisierungspotenziale über die gesamte Finance-Funktion erfasst
- Die gesamte Reporting-Landschaft kartiert, um Quick-Win-Automatisierungen und strategische Power-BI-Migrationskandidaten zu identifizieren
- Den manuellen Excel- und PowerPoint-Einsatz in FP&A-Workflows aktiv reduziert; Punkt-zu-Zeitpunkt-Snapshots durch Live-Datenmodelle mit Governance ersetzt
Power BI & Analytics Enablement
- Power BI als strategische Reporting-Plattform gegenüber der Finance-Leitung eingeführt und präsentiert und damit intern Zustimmung für die BI-Transformationsroadmap aufgebaut
- Eine erste Power-BI-Architektur entworfen, abgestimmt auf SAP-, Salesforce- und Oracle-Datenstrukturen sowie auf FP&A-Reporting-Anforderungen
- Report-Ownership, Governance-Dokumentation und Standards für Data Lineage etabliert, um nachhaltige Self-Service-Analytics im Finance-Team zu ermöglichen
Transformation Infrastructure & Collaboration
- Jira als zentrales Projektmanagement-Hub für die Transformation konfiguriert und eingeführt, inklusive strukturierter Sprint-Workflows, Backlog-Management und transparenter Fortschrittssteuerung für Finance-IT-Initiativen
- Einen dedizierten FP&A Communication & Transformation Hub vorgeschlagen und angestoßen, ein strukturierter, bereichsübergreifender Austausch zur Ausrichtung von Finance, IT und Fachbereichen auf die Reporting-Transformationsroadmap
- Die Finance-Funktion als aktiven Treiber für Data Governance und digitale Transformation im Gesamtunternehmen positioniert
Outcomes
- GL-/Subledger-Abweichungen identifiziert und ein Untersuchungsrahmen innerhalb der ersten zwei Wochen des Einsatzes aufgebaut
- Data Reporting Audit Log ausgerollt; das erste strukturierte Inventar der Finance-Reporting-Landschaft in der Unternehmensgeschichte
- Power-BI-Transformationsroadmap vorgestellt und von der Finance-Leitung freigegeben
- Jira-basierte Projektgovernance live; Finance-Transformation wird nun mit voller Sprint-Transparenz verfolgt
Technologies: SAP FI/CO · Power BI · DAX · SQL · Excel (advanced) · Power Query (M) · Power Automate · VBA · Jira · Microsoft 365 · SharePoint · Salesforce (Sales Data) · Oracle HCM · Python
Alexander B.
Letzte Position:
Senior Data Engineer bei RWE AG
Architektur und Betrieb von Data Products für den Betrieb im Bereich erneuerbare Energien, einschließlich Windturbinen-, Netz-Mess- und Wetterdaten. Aufbau skalierbarer ETL/ELT-Pipelines in Azure Databricks mit Delta Lake (Bronze/Silver/Gold-Schichten) und Verarbeitung von Daten in verschiedenen Formaten, darunter strukturierte und semi-strukturierte Daten. Mitwirkung an einem Data-Quality-Framework mit Tabellen- und Spaltendokumentation, Ausreißererkennung und Vollständigkeitsmetriken für alle Datensätze innerhalb eines Data Products. Zusätzlich Implementierung eines DORA-KPI-Dashboards in Databricks, das für alle Data Products genutzt wird. Optimierung der CI/CD-Prozesse in Azure DevOps zur Vereinfachung der Bereitstellung über Entwicklungs-, Test- und Produktionsumgebungen hinweg.
Technology stack: Azure Databricks, PySpark, SQL, Delta Lake, Unity Catalog, Azure Data Lake, APIs, Dremio, Azure DevOps, YAML, Git, Databricks Workflows, Application Insights, Terraform, OpenAI API, Codex, LLM-assisted workflows
Anton R.
Letzte Position:
AI-Engineer bei Börsennotiertes Unternehmen, Industrielle Sicherheitstechnik
- Entwurf und Umsetzung der agentischen KI-Architektur für eine unternehmensweite Plattform zur sicheren Bereitstellung von LLM-basierten Agenten
- Design und Implementierung von End-to-End RAG-Pipelines aus multiplen Quellen: Dokumentenaufbereitung, Chunking-Strategien für heterogene Dokumenttypen, Embedding, Retrieval mit Re-Ranking und robuste Prompt-Orchestrierung
- Modulares Context-Engineering-Framework mit Skill-Architektur, Kontext-Isolation und dynamischer Ressourcenverwaltung; Human-in-the-Loop-Kontrolle für Enterprise-Tool-Integrationen
- Aufbau der CI/CD-Pipeline, Test-Strategie, Tracing sowohl auf Software-Seite als auch automatisierte LLM- und Agenten-Evaluierungen, Red Team Testing und Tracing sowie Übergabe in reproduzierbaren Betrieb (ISO27001 und SOC2 konform)
Marco L.
Letzte Position:
Senior IT-Berater | Cloud-Dateningenieur | Infrastruktur-Architekt bei Hannover Rück SE
Aufbau einer Enterprise-Daten-Lakehouse-Plattform auf Azure Databricks
Entwicklung produktiver Daten-Pipelines und Governance-Strukturen
Implementierung privatisierter Cloud-Infrastrukturen mit Terraform
Einführung moderner CI/CD-Standards in Azure DevOps
Umsetzung sicherer IAM- und Governance-Konzepte
Entwicklung skalierbarer PySpark- und Delta-Lake-Frameworks
Unterstützung von Self-Service-Analytics und Ansätzen für Datenprodukte
Architektur- und Plattformberatung für Enterprise-Data-Initiativen
Aufbau einer zentralen DataHub-Architektur für Versicherungsdaten
Integration mehrerer Subsysteme in eine Lakehouse-Plattform
Einführung von Daten-Governance und Datenherkunft
Unterstützung moderner Analytics- und Reporting-Standards
Optimierung der Datenbereitstellung für Business- und Analytics-Teams
Nima N.
Letzte Position:
Mitbegründer & LLM-Ingenieur bei LLM Ventures
- Mitgegründet ein KI-Startup mit Fokus auf die Entwicklung produktionsreifer LLM-Anwendungen und Agentensysteme
- Entworfen und implementiert Multi-Agent-KI-Workflows für Finanz- und Handelsanwendungen
- Entwickelt LLM-basierte Copilot-Architekturen für Portfolioanalyse, Handelsverwaltung und personalisiertes Nutzercoaching
- Entwickelt On-Device- und Edge-Inferenzanwendungen, optimierte Modelle für geringe Latenz, Datenschutz und ressourcenbeschränkte Umgebungen
- Geleitet Architekturentscheidungen zur Modellauswahl, Orchestrierung, Zustandsverwaltung und Bereitstellung
Leonard H.
Letzte Position:
Freiberuflicher Softwareentwickler & Cloud-Architekt bei Leonard Hußke - IT Solutions
- Evaluation möglicher Anbieter (Snowflake vs Databricks) und Konzeption der Analytics-Datenplattform mittels Databricks
- Datenspeicherung und Ingestion Layer mit Amazon S3
- Erstellung von ETL-Prozessen und Datentransformationen mit AWS Glue und Databricks Notebooks
- Orchestrierung mit AWS Glue Workflow, Databricks Workflow und Databricks DLT
- Verarbeitung unstrukturierter Daten unter anderem Text, Bild und Video
- Databricks Workspace Einrichtung und Administration
- Aufsetzen einer Medaillen-Architektur zur Gewährleistung von Datenqualität
- Evaluation möglicher BI-Tools (Power BI, AWS Quicksight, Tableau)
- Etablierung von MLOps mittels MLFlow
- Einführung von Data Governance und Data Lineage mittels Unity Catalog
Ehsan M.
Letzte Position:
BI-Entwickler bei Telekommunikationsinfrastruktur
- Sammeln und Analysieren von Anforderungen in enger Zusammenarbeit mit den Fachbereichen, um datengesteuerte Lösungen und skalierbare PowerBI Reporting Infrastrukturen zu entwickeln.
- Durchführung detaillierter Fehleranalysen und Optimierungen bestehender semantischer und Datenmodelle, um eine robuste Datenarchitektur und hohe Datenqualität sicherzustellen und das PowerBI Reporting zu verbessern.
- Entwicklung und Implementierung skalierbarer ETL-Prozesse zur Datenaufbereitung und -integration.
- Aufbau eines Wikis für Tabellen- und View-Beschreibungen sowie PowerBI PowerQuery- und KPI-Dokumentationen, um ein einheitliches Verständnis der Datenstrukturen und Kennzahlen zu gewährleisten.
Vladislav L.
Letzte Position:
Freiberuflicher Dateningenieur / Architekt bei Deutsche Bank
Entwickelte und implementierte einen skalierbaren Data Lake auf der Google Cloud Platform (GCP) für die Abteilung Anti-Financial Crime (AFC), um Initiativen zur Geldwäschebekämpfung und Terrorismusfinanzierung zu unterstützen
Erstellte robuste Datenpipelines, um täglich über 30 Millionen Transaktionen aus Privat- und Firmenbanken zu erfassen und zu verarbeiten, und wandte dimensionales Modellieren an, um erweiterte Analysen und regulatorische Berichte zu ermöglichen
Sorgte für Ausfallsicherheit durch die Implementierung von Change Data Capture, Late-Data-Handling und Schema-Evolution in sich entwickelnden Quellsystemen
Führte ein kleines Engineering-Team und arbeitete mit internationalen Stakeholdern in Deutschland, Singapur, Sri Lanka, Hongkong, Taiwan und Thailand zusammen, um Compliance, Datenqualität und Performance sicherzustellen
Google Cloud Platform (GCP)
Apache Spark (Dataproc & Cloudera Data Platform - Python PySpark)
Apache Airflow (Cloud Composer - Python API)
Google Cloud Storage
BigQuery
GitHub Actions
Terraform
Google Kubernetes Engine (GKE)
Guino N.
Letzte Position:
Senior Dateningenieur bei Infomotion
- Aufbau einer Data Analytics Plattform für die Firma Karl Storz
- Generische Entwicklung der gesamten ETL-Prozesse
- Aufbereitung und Bereitstellung der Daten in Databricks Delta Tabellen zur Weiterverwendung in Databricks Machine Learning
- Technologien & Tools: Azure Data Factory, CI/CD Pipeline mit GitHub DevOps, Python, Azure Databricks (Unity Catalog), T-SQL
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Unity Catalog einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
11 Jahre
Positionsdauer
1,6 Jahre
Positionen pro Freelancer
7
Häufigste Fachbereiche
Informationstechnologie (IT), Business Intelligence, Produktentwicklung
Häufigste Branchen
Informationstechnologie (IT), Bank- und Finanzwesen, Fertigung
Fokus der Zertifizierungen
Informationstechnologie (IT), Business Intelligence, Forschung und Entwicklung (F&E)
Bachelor-Abschluss oder höher
100%
Master-Abschluss oder höher
44%
Doktortitel
11%
Zertifizierungen pro Freelancer
5
Häufigste Sprachen
Deutsch, Englisch, Persisch
Sprechen zwei oder mehr Sprachen
100%
Basierend auf unserem Profilpool, Stand 19 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Deutschland verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten in Deutschland, die Unity Catalog einsetzen
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
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 19 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Unity Catalog Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (78%)
- Bank- und Finanzwesen (56%)
- Fertigung (44%)
- Automotive (33%)
- Energie (33%)
- Lebensmittel und Getränke (33%)
- Professionelle Dienstleistungen (33%)
- Luft- und Raumfahrt und Verteidigung (22%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Kontrollierte Datengrundlagen
Unity Catalog ist die Governance-Schicht für Databricks-Daten und KI-Ressourcen. Es stellt einen gemeinsamen Katalog für Tabellen, Dateien, Views, Modelle, Volumes und Funktionen bereit – mit Berechtigungen, Verantwortlichkeiten und Datenherkunft an einem Ort. Unternehmen nutzen ihn, um Daten leichter auffindbar zu machen und gleichzeitig zu kontrollieren, wer darauf zugreifen kann.
Zentrale Funktionen
Unity Catalog Experten konfigurieren ein Governance-Modell, das Geschäftsbereiche und operative Verantwortlichkeiten abbildet. Sie definieren Kataloge, Schemas, externe Speicherorte und Speicheranmeldedaten und wenden anschließend Berechtigungs- und Verantwortlichkeitsregeln über SQL, Notebooks oder Automatisierung an. Außerdem richten sie Audit-Transparenz und Datenherkunft für die kontrollierte Datennutzung ein.
- Eine Katalog- und Schema-Struktur entwerfen
- Zugriffsrichtlinien und Speicheranmeldedaten konfigurieren
- Datenherkunft über Daten- und KI-Ressourcen hinweg verfolgen
- Externe Tabellen, Volumes und Modelle verwalten
Databricks-Ökosystem
Die Arbeit findet in der Databricks-Lakehouse-Umgebung statt und umfasst häufig Delta Lake, Apache Spark, SQL Warehouses, Workflows und Notebooks. Gute Spezialisten verstehen Cloud-Speicher und Identitätsdienste auf AWS, Azure oder Google Cloud sowie Terraform, REST APIs und Infrastrukturautomatisierung. Sie können Governance-Entscheidungen mit tatsächlichen Bereitstellungspipelines verbinden.
Wann Expertise wichtig ist
Unternehmen holen freiberufliche Spezialisten hinzu, wenn eine Databricks-Umgebung schneller wächst als ihr Governance-Modell, wenn Teams von alten Metastores migrieren müssen oder wenn sich Zugriffsregeln zwischen Workspaces unterscheiden. Auch für ein neues Lakehouse, regulierte Berichte, Machine-Learning-Ressourcen oder ein Cloud-übergreifendes Betriebsmodell kann Unterstützung nötig sein. In Deutschland ist die Remote-Zusammenarbeit üblich, während Workshops möglicherweise Kommunikation auf Deutsch oder Englisch erfordern.
Umsetzung und Integration
Ein Unity Catalog-Projekt kann die Erfassung bestehender Ressourcen, ein Ziel-Governance-Design, die Workspace-Konfiguration und eine kontrollierte Migration umfassen. Spezialisten integrieren möglicherweise Identitätsgruppen, Service Principals, Datenpipelines, CI/CD und Monitoring. Zu den Ergebnissen sollten dokumentierte Verantwortlichkeiten, Berechtigungslogik, Namensstandards und ein praktikabler Betriebsprozess für Datenteams gehören.
- Bestehende Metastore- und Workspace-Strukturen bewerten
- Eine Migration mit minimalen Unterbrechungen planen
- Wiederholbare Governance-Konfiguration automatisieren
- Zugriffs-, Datenherkunfts- und Support-Prozesse dokumentieren
Woran man gute Spezialisten erkennt
Suchen Sie nach Fachleuten, die den Unterschied zwischen Workspace-Berechtigungen, Katalogprivilegien und Cloud-Speicherzugriff erklären können. Sie sollten einen sorgfältigen Umgang mit externen Speicherorten, Alternativen zur Credential Passthrough-Funktion, Isolationsanforderungen und Dienstidentitäten nachweisen. Die beste Besetzung verbindet praktische Databricks-Erfahrung mit klarer Dokumentation, gemeinsamer Entscheidungsfindung und Tests, die belegen, dass Nutzer genau auf das zugreifen können, was sie benötigen.
Häufig gestellte Fragen
Neugierig auf Unity Catalog? Hier sind die Antworten, die immer wieder gefragt sind.
Unity Catalog wird verwendet, um Daten- und KI-Ressourcen über Databricks-Workspaces hinweg zu verwalten. Es zentralisiert Auffindbarkeit, Berechtigungen, Verantwortlichkeiten, Auditing und Datenherkunft für Tabellen, Dateien, Modelle, Volumes und andere Objekte.
Unity Catalog bietet eine umfassendere, zentrale Governance über mehrere Workspaces hinweg und unterstützt mehr Ressourcentypen als ein typischer Hive Metastore. Ein Freelancer sollte bestehende Abhängigkeiten vor der Migrationsplanung bewerten, da sich Berechtigungen, Speicherpfade und Betriebspraktiken ändern müssen.
Unity Catalog-Arbeit profitiert normalerweise von Kenntnissen in Databricks, Delta Lake, Apache Spark und SQL. Cloud-Identitäten, Objektspeicher, Terraform, REST APIs, CI/CD und Datenschutzpraktiken sind ebenfalls wichtig, wenn Governance zuverlässig über einen einzelnen Workspace hinaus funktionieren muss.
Die Unity Catalog-Expertise sollte zum Projektumfang passen und nicht an einer festen Berufsschwelle gemessen werden. Für eine kleinere Einrichtung sind möglicherweise solide Databricks- und Zugriffskontrollkenntnisse ausreichend, während ein Migrations- oder Cloud-übergreifendes Programm nachweisbare Erfahrung mit Metastore-Übergängen, Automatisierung, Datenherkunft und Stakeholder-Governance erfordert.
Unity Catalog-Projekte eignen sich oft für die Remote-Umsetzung, da Konfiguration, Dokumentation und Reviews über gemeinsam genutzte Cloud-Umgebungen erfolgen können. Vor-Ort-Workshops können dennoch bei Governance-Entscheidungen helfen. Teams in Deutschland sollten früh klären, ob Deutsch, Englisch oder beides benötigt wird.
Die Qualität bei Unity Catalog lässt sich leichter durch eine praktische Prüfung von Katalogdesign, Privilegienlogik und Grenzen des Cloud-Speichers beurteilen. Bitten Sie den Spezialisten zu erklären, wie er Zugriffe testet, Verantwortlichkeiten dokumentiert, Dienstidentitäten handhabt und verhindert, dass Berechtigungen über mehrere Workspaces hinweg inkonsistent werden.
Unity Catalog verwaltet mehr als Tabellen, darunter Views, Volumes, externe Speicherorte, Modelle, Funktionen und Dateien, sofern dies von der Databricks-Umgebung unterstützt wird. Ein Spezialist sollte die tatsächlich von Ihren Teams genutzten Ressourcen erfassen und bestätigen, welche Governance-Kontrollen für jede davon gelten.
Eine Unity Catalog-Migration sollte mit einer Bestandsaufnahme von Workspaces, Metastores, Speicherpfaden, Identitäten, Berechtigungen und kritischen Pipelines beginnen. Das Team benötigt außerdem eine Zielstruktur für Kataloge, ein Verantwortlichkeitsmodell, einen Testansatz und einen Rollback-Plan, bevor Produktions-Workloads verschoben werden.
Der durchschnittliche Stundensatz von Freelancern in Deutschland, die Unity Catalog in ihren letzten Projekten eingesetzt haben, liegt bei 96 €, was einem Tagessatz von etwa 772 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Deutschland, die Unity Catalog in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss, 44% mindestens einen Master-Abschluss und 11% einen Doktortitel.
Freelancer in Deutschland, die Unity Catalog in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 11 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 1,6 Jahre.
Die häufigsten Sprachen unter Freelancern in Deutschland, die Unity Catalog in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Persisch (22%).
Die häufigsten Industrien unter Freelancern in Deutschland, die Unity Catalog in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (78%), Bank- und Finanzwesen (56%) und Fertigung (44%).
Die häufigsten Bereiche unter Freelancern in Deutschland, die Unity Catalog in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (100%), Business Intelligence (89%) und Produktentwicklung (67%).
Hauptstandorte der FRATCH Experten, die kürzlich Unity Catalog eingesetzt haben
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Berlin Hamburg München Köln Frankfurt Stuttgart Düsseldorf Leipzig Dortmund Essen Bremen Dresden Hannover Nürnberg Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!
Philipp Thomaschewski
FRATCH CEO
