14.09.2026 aktualisiert

**** ******** ****
verifiziert
Premiumkunde
100 % verfügbar

Senior Data Engineer | 7+ Jahre | Databricks · Snowflake · dbt · PySpark · Azure

Düsseldorf, Deutschland
Weltweit
Msc. Data Science & Advanced Analytics
Düsseldorf, Deutschland
Weltweit
Msc. Data Science & Advanced Analytics

Profilanlagen

Lebenslauf_Ehsan-Meisami.docx

Über mich

Ich migriere Legacy Datawarehouse Systeme zu modernen Lakehouse Architekturen: strukturiert, zuverlässig und mit Fokus auf langfristige Datenstabilität. Mit 7+ Jahren Erfahrung begleite ich Unternehmen von der Anforderungsanalyse bis zum produktiven System in Databricks und Snowflake.

Skills

Sql Data WarehouseApache AirflowBusiness IntelligenceCloud-EngineeringData ArchitectureDateninfrastrukturData VaultData WarehousingAzure Data FactorySnowflakeApache SparkData LakePySparkAzure Data AnalyticsDaten-PipelineDatabricks
Data Engineer mit M.Sc. Data Science und 7+ Jahren Erfahrung in der Entwicklung und Migration moderner Datenplattformen. Spezialisiert auf Cloud-Migrationen von Legacy-Systemen zu Databricks Lakehouse und Snowflake auf Azure und AWS.

Hauptplattformen & Cloud:
  1. Databricks (Experte, 3+ Jahre): Lakehouse-Architektur, PySpark, Lakeflow Declarative Pipelines & Jobs, Delta Lake, Unity Catalog, Delta Live Tables, Performance-Optimierung
  2. Snowflake (Experte): Data Vault 2.0, Schema-Design, SQL-Optimierung, DWH-Best Practices
  3. Microsoft Azure (Sehr gut): Azure Data Factory, Synapse Analytics, Service Bus, Event Hubs, AKS, Blob Storage, Azure DevOps
  4. AWS (Grundkenntnisse): S3, Glue, Kinesis, Lambda
Data Engineering & ETL/ELT:
  1. dbt (Experte): Transformationslogik, Validierungstests, Dokumentation
  2. Apache Kafka (Gut): Real-time Streaming, IoT- und Telemetriedaten
  3. FastAPI & Docker (Gut): API-Entwicklung und Container-Deployment
  4. Airflow (Grundkenntnisse): Pipeline-Orchestrierung
Datenmodellierung:
Data Vault 2.0 (Experte) · Dimensionale Modellierung (Experte) · Medallion-Architektur (Experte)
Programmiersprachen:
SQL (Experte): Spark SQL, T-SQL, ANSI-SQL
Python (Sehr gut): PySpark, Pandas, NumPy
Datenvisualisierung:
PowerBI (Gut): DAX, Measures, Tabular Editor · Tableau (Gut)
Methoden: Scrum · Azure DevOps · Git · JIRA · Confluence

Erfahrung

Berufserfahrung5 - 10 Jahre
Freelancer seit2021

Sprachen

DeutschMutterspracheEnglischverhandlungssicher

Projekthistorie

Data Engineer

Großer deutscher Energieversorger

Energie, Wasser und Umwelt

>10.000 Mitarbeiter

Migration von Azure Data Factory-Pipelines und SQL Server Stored Procedures zu Databricks Lakehouse (Medallion-Architektur). Anbindung neuer Quellsysteme inkl. MongoDB. Aufbau skalierbarer ETL-Pipelines mit automatisiertem Monitoring & Alerting via Azure Service Bus. Performance-Optimierung und CI/CD-Deployments via Azure DevOps.
Tools: Databricks, PySpark, Lakeflow, Azure Data Factory, Azure Service Bus, MongoDB, Azure DevOps

Data Engineer

Großer deutscher Versicherungskonzern

Versicherungen

>10.000 Mitarbeiter

Migration eines On-Premise Data Warehouses zu Snowflake. Konzeption des Zieldatenmodells nach Data Vault 2.0; Implementierung der Transformationslogik mit dbt inkl. Validierungstests. Fachliche Beratung zu Data Vault und dimensionaler Modellierung; SQL-Optimierung und Einführung von Best Practices im neuen DWH.
Tools: Snowflake, dbt, Data Vault 2.0, SQL

BI Developer

Telekommunikationsinfrastruktur

Telekommunikation

50-250 Mitarbeiter

Analyse und Optimierung bestehender semantischer Datenmodelle und ETL-Prozesse. Aufbau skalierbarer ETL-Pipelines und verbesserter PowerBI-Reporting-Infrastruktur. Erstellung einer zentralen Dokumentationsbasis (Wiki) für Tabellen, Views, KPIs und PowerQuery zur Standardisierung des Datenverständnisses im Team.
Tools: PowerBI (DAX, Measures, Tabular Editor), SQL, Azure

BI Developer

E-Commerce für Getränke

Internet und Informationstechnologie

500-1000 Mitarbeiter

Aufbau einer Kafka-basierten Echtzeit-Streaming-Pipeline für Fahrzeugtelemetrie- und IoT-Daten im Databricks Lakehouse (Unity Catalog). Implementierung von Lakeflow Declarative Pipelines für Echtzeit-ETL vom Raw- zum Gold-Layer. Entwicklung einer FastAPI-Microservice-API (Docker, Azure) zur automatisierten E-Fahrzeugbewertung.
Tools: Databricks, Lakeflow, Unity Catalog, Apache Kafka, PySpark, FastAPI, Docker, Azure, Databricks Genie

Zertifikate

Apache Airflow 3 Fundamentals

Astronomer

2025


Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden