Data Engineer

Erfahrener Data Engineer mit umfassender Erfahrung im Design, Aufbau und Betrieb von Data-Warehouse- und BI-Infrastrukturen. Spezialisiert auf die Entwicklung skalierbarer, containerisierter und reproduzierbarer Datenplattformen, die von der Datenextraktion bis zur Visualisierung den gesamten Datenlebenszyklus abdecken.

Schwerpunkt auf der Konzeption und Implementierung moderner ELT-Architekturen (Batch-Verarbeitung) unter Verwendung von Open-Source-Technologien:

Python (ELT/ETL, API-Anbindungen, Datenvalidierung),

Apache Airflow (Orchestrierung und Monitoring von Pipelines),

dbt (Datenmodellierung und Transformation),

PostgreSQL (analytisches Data Warehouse),

Docker (Containerisierung und Deployment),

FastAPI (Datenservices und Upload-Portale),

MkDocs (technische Dokumentation) sowie

Apache Superset und Power BI (Visualisierung und Reporting).

Besondere Stärke liegt in der end-to-end-Verantwortung: von der Architekturplanung und Datenintegration über die Implementierung der Medaillon-Architektur (Bronze–Silver–Gold–Datamart) bis hin zur Bereitstellung von Dashboards und Self-Service-Analytics. Dabei werden alle Komponenten versionskontrolliert, dokumentiert und CI/CD-fähig bereitgestellt.

Langjährige Erfahrung in der Integration heterogener Datenquellen (ERP-, API-, SQL-, SaaS- und Cloud-Systeme). Entwicklung eigener Python-Bibliotheken für die Extraktion und Transformation von Unternehmensdaten, unter anderem aus Systemen der Microsoft-Dynamics-Familie.

Starke DevOps-Kompetenz im Aufbau von On-Premise-Umgebungen: Einrichtung von Linux-Servern (Ubuntu), Konfiguration von Datenbanken, Airflow-Clustern und Netzwerken, Überwachung von Performance, Backups und Systemstabilität.

Ausgeprägte analytische und konzeptionelle Fähigkeiten, praxisorientiertes Denken und hoher Qualitätsanspruch an Architektur, Code und Dokumentation. Ziel ist immer die Schaffung nachhaltiger, wartbarer und verständlicher Datenplattformen, die Geschäftsentscheidungen beschleunigen und Datenprozesse vereinfachen.