07.07.2026 aktualisiert


Premiumkunde
100 % verfügbarConsultant BI-Systeme, • Business Analyst, Technical Designer, • Projekt- und Testmanagement
Darmstadt, Deutschland
Deutschland
Master of Science Wirtschaftsinformatiker (Uni)Skills
Apache AirflowAtlassian JiraBusiness IntelligenceBusiness Intelligence DevelopmentBig DataDatenbankenData IntegrationDatenbank DesignInfosphere DatastageHibernateCognos BiIbm InfosphereMaschinenProjektmanagementMicrosoft Business Intelligence
Consultant für Business-Intelligence-Systeme, Business Analyst, Technical Designer, Anwendungsentwickler sowie Projekt- und Testmanagement, inkl. Anwenderschulung und Umsetzung von Individuallösungen. Branchenerfahrung in Information Services, Maschinen- und Anlagenbau, Telekommunikation, Energieversorgung, Zoll, Versicherungen sowie Transport und Logistik.
Projektmanagement-Tools: MS-Project, Gitlab, Confluence, Jira (inkl. Jira Agile), Microsoft Office, Sharepoint Server, OpenProject. Methoden: SAFe, V-Modell, Scrum (als Product Owner, Scrum Master oder Teammitglied), Kanban, Daten-/ER-Modellierung, OOA/OOD, UML, Model Driven Development, Rapid Application Development, Wasserfall.
Betriebssysteme: Mac OS, Windows/Windows Server, Linux (Debian, Suse, Ubuntu, Sun Solaris), Android. Container/Cloud: Docker, Kubernetes, AWS (diverse Services), Argo Workflows, Apache Airflow.
Programmiersprachen: Python (primär), Basic/VBA, Bash, C#, C++, CSS, Java, JavaScript, JSON, Shell (Unix/Microsoft), HTML, PHP, XML/DTD/XSD/XSLT/WADL, LaTeX, Puppet, TypeScript, Ansible, YAML, Terraform.
Datenbanken: Access, MongoDB, JDBC, HBase, Hive, MS SQL Server, MS Analysis Services, MySQL (inkl. Galera Cluster), MariaDB, ODBC, Oracle, DB2, AWS Redshift, Athena, PostgreSQL, Databricks, Snowflake.
Modellierung & Design: UML (OOA/OOD), PlantUML, Datenbank-Design (Relational, OLAP, Star-Schema, Snowflake, Lakehouse), Powerdesigner, Sketch, Balsamiq, OmniGraffle, Sparx Enterprise Architect, Draw.io, Innovator.
BI & Data Warehouse: Cognos-Suite 10 (Framework Manager, Report Studio, Query Studio, Data Manager) und Cognos Analytics 11; dbt für SQL-basierte Datentransformation, Modellierung und Pipeline-Dokumentation (mehrfach in aktuellen Projekten); Talend Open Suite/Server (Data Integration, Big Data, ESB, Master Data Management); MS Power Pivot/Query/BI, MS Data Fabric (Azure), MS Visual Studio (OLAP Cubes), SSIS; Amazon QuickSight; IBM InfoSphere DataStage; Tableau (Desktop/Server); Pentaho; Birt; Tibco Jaspersoft; Pandas und PySpark für Datenanalyse; S3 als skalierbarer Objektspeicher (z. B. für Data Lakes); Apache Superset für Dashboards/Visualisierung.
Weitere Tools: Netbeans, Zend Studio, WaveMaker (Studio), SVN, Git, Maven, Ant, Adobe Brackets, Visual Studio Code, SoapUI, Postman, Android Studio, Toad for SQL, DBeaver, AWS Glue/Lake Formation/Data Zone.
Middleware & Libraries: Axis, Hadoop, Apache, NGINX, IIS, Sharepoint, Tomcat, Jetty, EJB/J2EE, Spring/Spring Boot, Hibernate, Jenkins, Apache Kafka, Celery, Apache Airflow, Prefect Scheduler; Virtualisierung mit VMware/VirtualBox.
Entwicklungsumgebungen & Web-Standards: Eclipse, Ajax, W3C-Standards (HTML, CSS, XML, XLS, SOAP, WSDL, DOM, XPath), JSON, REST.
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2008
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Im Rahmen des B2B-Geschäfts mit abonnementbasierten Softwaremodellen wurde ein moderner DataLake-Ansatz konzipiert und aufgebaut. Die Lösung basiert auf AWS Redshift als zentrales Data Warehouse, dbt für Datentransformationen und OpenMetadata für die Data Governance. Rohdaten werden zunächst in S3 als Raw Layer gespeichert und anschließend durch Transformationsprozesse strukturiert in Redshift überführt. Dies ermöglicht eine skalierbare Datenverarbeitung für die Analyse von Abonnementmodellen, Nutzungsdaten und Abrechnungsinformationen im B2B-Kontext.
- Konzeption und Implementierung der DataLake-Architektur mit mehrschichtiger Datenorganisation (Raw, Staging, Curated)
- Aufbau der Dateninfrastruktur mit AWS S3 als Raw Layer und AWS Redshift als Data Warehouse
- Entwicklung von dbt-Modellen für Datentransformationen und Datenqualitätsprüfungen
- Integration von OpenMetadata zur Dokumentation, Katalogisierung und Governance der Datenbestände
- Implementierung von ETL-Prozessen zur Extraktion von B2B-Abonnementdaten aus verschiedenen Quellsystemen
- Entwicklung von Datenmodellen zur Analyse von Softwareabonnements, Nutzungsmetriken und Abrechnungsprozessen
- Automatisierung der Datenpipelines und Orchestrierung der Transformationsprozesse
Technologien: Python, SQL, dbt, AWS Redshift, S3, OpenMetadata
Tools: AWS Redshift, dbt Core, OpenMetadata, AWS S3, Python, DBeaver, VS Code
Arbeitsverwaltung: GitLab, Microsoft Teams, Jira
Plattform: Mac OS, AWS
Für eine Container-Terminal- und Logistik-Gruppe ist es unabdingbar, Informationen über Auslastung, Produktivität sowie Abläufe der Containerterminals zur Verfügung zu haben. Hauptziel des Projektes ist die Bereitstellung detaillierter Informationen zu Kennzahlen und Abläufen im Containerumschlag. Hierfür wurde ein zentrales Reporting auf Basis von Tableau aufgebaut. Ziel ist es, die bestehende On-Premise-Lösung «Tableau Server» durch Tableau Cloud zu ersetzen. Neben der Migration der Dashboards entsteht die Notwendigkeit, die Datenbasis mittels Tableau Bridge für die Cloud-Lösung bereitzustellen sowie ein zentrales Data Warehouse in AWS aufzubauen.
- Planung und Durchführung der Migration von Tableau Server zu Tableau Cloud
- Erstellung und Implementierung eines Berechtigungskonzepts für die Cloud-Lösung
- Abstimmung der Rowlevel Security mit den Fachbereichen, Implementierung in Tableau Cloud
- Konfiguration und Betreuung von Tableau Bridge
- Erstellung und Wartung von Tableau Dashboards
- Aufbau eines zentralen Data Warehouses mit AWS DataZone, Redshift und Glue zur Datenintegration und -speicherung
- Automatisierung der Infrastruktur-Bereitstellung und -Verwaltung mit Terraform
Technologien: Python, PL/pgSQL, Oracle, AWS, DataZone, Glue, S3, Redshift, Terraform
Tools: AWS DataZone, AWS Redshift, Python, Tableau, PL/SQL, PL/pgSQL, S3 File Store, Tableau Desktop, Tableau Cloud, Tableau Bridge
Arbeitsverwaltung: Bitbucket, Microsoft Teams, Jira
Plattform: Mac OS, Windows, AWS
Im Fokus steht die Bereitstellung von Daten zur Internetnutzung in Flugzeugen durch Passagiere bei
verschiedenen Airlines. Hierbei werden detaillierte Informationen und Sessioninformationen der
einzelnen Nutzer analysiert und für verschiedene Stakeholder aus Finance, Produktsteuerung und
Controlling aufbereitet. Im Rahmen des Projekts wurde zunächst ein Proof of Concept (POC) zur
Evaluierung einer neuen Reporting- und Analyseplattform durchgeführt. Das bestehende Reporting
mit dem Werkzeug Sisense sollte aufgrund von Lizenzkosten und mangelnder Wartbarkeit durch
eine günstigere, leistungsstarke Plattform abgelöst und die bestehenden Berichte sowie
Datenquellen migriert werden. Die POCs umfassten die Werkzeuge Apache Superset, Power BI und
Tableau. Final wurde Tableau gewählt und eine Migration sowie Weiterentwicklung der bestehenden
Reports und Dashboards durchgeführt.
• Planung und Konzeption des POC,
• Aufbau der POC-Szenarien in den jeweiligen Plattformen (Apache Superset, Power BI, Tableau),
• Vorbereitung und Durchführung der Migration der bestehenden Berichte und Datenquellen nach
Tableau,
• Administration der Tableau Cloud-Umgebung,
• Schulung der Fachanwender
Teamgröße: 7 Personen
DV-Basis: Technologien: Tableau Desktop, Tableau Cloud 2025, Sisense, MySQL, Apache Superset, Power BI
Tools: Tableau Desktop, Tableau Cloud, DBeaver
Arbeitsverwaltung: Atlassian Jira, Atlassian Confluence