Fachliche Schwerpunkte:

• Big Data / Data Science
• Business Intelligence / Data Warehousing
• Cloud Computing

Rollen: Software Engineer, Business Analyst, Data Engineer, Data Analyst, Data Scientist

Zertifizierungen:

• AWS Solution Architect – Associate
• Cloudera Certified Data Engineer (CCP)
• Spark Fundamentals I - Big Data University
• Spark Fundamentals II - Big Data University
• Using HBase for Real-time Access to your Big Data - Big Data University
• M101J: MongoDB for Java Developers – MongoDB University
• M102: MongoDB for DBAs – MongoDB University
• Pentaho Architect Bootcamp
• Sun certified Java Programmer (SCJP)

Ausbildung:

• Promotion in Bioinformatik (2009)
  Abschluß: magna cum laude

• Diplom in Informatik (2004)
  Abschluß: 1,3

Qualifikationen

• Starke analytische, konzeptionelle und kommunikative Fähigkeiten. Hohe Eigeninitiative sowie selbständiges und ergebnisorientiertes Arbeiten.
• 15 Jahre IT-Erfahrung in unterschiedlichen Rollen (Software Engineer, Business Analyst, Data Engineer, Data Analyst, Data Scientist, Product Owner). Rolle als Entwickler im Hauptfokus.
• Mehr als zehn Jahre Erfahrung in der Anwendung agiler Projektmanagementmethoden (Scrum).
• Sehr vertraut mit relevanten (Big) Data Themen wie Business Intelligence, Data Warehousing, Data Analytics / Data Science sowie mehrere Jahre Erfahrung in der Anwendung moderner Technologien wie AWS, Hadoop und Pentaho sowie ihrer Ökosysteme.

Projekt: Entwicklung einer Python-basierten Pipeline zur Transformation von Unternehmensdaten in ein zentrales Data Backend einer Analytics Anwendung
Verwendete Technologien, Libraries, Software und Tools: SAP HANA, HANA Development Tools, SQL, Stored Procedures, DBeaver, Python, PySpark, Pandas, Pytest, Memory-Profiler, PyCharm, Parquet, Eclipse, Docker, BitBucket, Git, Jenkins, Confluence, Jira

Projekt: Entwicklung eines Data Lake basiertem Data Warehouse in der Cloud
Verwendete Technologien, Libraries, Software und Tools: AWS (EC2, VPC, SNS, SQS, S3, IAM, Lambda, Redshift, Spectrum, Athena, CloudFormation, CodePipeline, CodeCommit, CodeBuild, CodeDeploy, ECS), Docker, Ansible, Kite, Impala, Avro, Parquet, NiFi, Java, JDBC, JNDI, JUnit, Mockito, Eclipse, Python, PyCharm, BitBucket, Git, Maven, Jenkins, Confluence, Jira

Projekt: Migration vorhandener Business Intelligence, Data Warehouse und Big Data Infrastruktur nach AWS
Verwendete Technologien, Libraries, Software und Tools: AWS (EC2, ELB, VPC, SNS, SQS, S3, Glacier, IAM, RDS, Redshift, CloudFormation, CodePipeline, CodeCommit, CodeBuild, ECS), Docker, Logzio, Prometheus, Ansible, Cloudera Director, Pentaho (Data Integration, Business Analytics), SQL, PostgreSQL, Sqirrel, DBeaver, Java, JDBC, JNDI, JUnit, Eclipse, Python, Locust, PyTest, Scikit-Learn, PyData, PyCharm, Spark, BitBucket, Git, Maven, Confluence, Jira

Projekt: Implementierung eines Modells zur Vorhersage von Churn-Kandidaten inklusive der Visualisierung in einem analytischem Dashboard
Verwendete Technologien, Libraries, Software und Tools: Pentaho (Data Integration, CTools), WEKA, Jenetics, SQL, PostgreSQL, SQirrel, Java, JDBC, JNDI, JUnit, Eclipse, BitBucket, Git, Maven, Jenkins, Confluence, Jira

Projekt: Einführung von Hadoop, Spark und MongoDB für Big Data Analytics
Verwendete Technologien, Libraries, Software und Tools: Pentaho (Data Integration), Cloudera Hadoop (Cloudera Manager, HUE, HDFS, HBase, SQOOP, Hive, Impala, Parquet, Avro), Spark (Core, SQL), MongoDB, SQL, PostgreSQL, Sqirrel, Java, JDBC, JUnit, Eclipse, Git, Ant, Jenkins, Confluence, Jira

Projekt: Entwicklung von Reporting-Lösungen zur Analyse des Online-Kundenverhaltens
Verwendete Technologien, Libraries, Software und Tools: Pentaho (Data Integration, Business Analytics), Hadoop (HUE, HDFS, SQOOP, Impala, Parquet), SQL, PostgreSQL, Sqirrel, Java, JDBC, JUnit, Eclipse, Git, Ant, Jenkins, Confluence, Jira

Projekt: Aufbau eines zentralen Data Warehouse und Einführung von Pentaho als Business Intelligence Lösung
Verwendete Technologien, Libraries, Software und Tools: Pentaho (Data Integration, Business Analytics), SQL, PostgreSQL, Oracle, SQirrel, PgAdmin, Python, PyCharm, Java, Spring (Boot, Data, Cloud Config), RMI, JDBC, JUnit, Eclipse, CVS, Ant, Jenkins, Confluence, Jira

Projekt: Erweiterung des existierenden Adserver Systems um eine regelbasierte Empfehlungs-Engine
Verwendete Technologien, Libraries, Software und Tools: Java, JDBC, RMI, JUnit, Selenium, Servlets, JSP, Struts, Wicket, Hibernate, SQL, Oracle, CVS, Ant, Eclipse, Jira, Confluence

Projekt: Einführung der Handelsplattform Calypso für Zins- und Kreditderivate
Verwendete Technologien, Libraries, Software und Tools: Java, JDBC, RMI, Swing, JUnit, EasyMock, Velocity, SQL, SQirrel, Sybase, XML, XSLT, UML, SVN, TIBCO Rendezvous, Jprofiler, CruiseControl, Windows, Solaris OS, Eclipse, Jira, HP Quality Center, Lotus Notes, MS Office Suite, MagicDraw UML

Projekt: Analyse metabolischer Netzwerke
Verwendete Technologien, Libraries, Software und Tools: C++, Python, R, PHP, JavaScript, SQL, MySQL, XML, GraphViz, Boost, GDB, Machine Learning (Support Vector Machines, Decision Trees), libSVM, C4.5, vi, SciTE, CVS, Zope Server, MS Office Suite, Latex

Projekt: Entwicklung einer web-basierten Software für die effiziente buchhalterische Erfassung von Bereitschafts- / Rufbereitschaftszeiten und Notarzteinsätzen des medizinischen Personals inklusive der Generierung von Gehaltsabrechnungen.
Verwendete Technologien, Libraries, Software und Tools: Perl, CVS, SQL, MySQL, Apache HTTP Server, SciTE, Windows, MS Office Suite

80 bis 100% verfügbar in München und Umgebung