Freiberuflicher IT-Berater

7/2021 – 9/2021

Für einen führenden globalen Versicherer wurde in kurzer Zeit ein Proof of Concept (POC) entwickelt für eine neue Datenplattform auf Basis von Azure Cloud Services. Ziel war es, zu beweisen, dass mit Hilfe von Cloud Ressourcen die Datenhaltung als auch alle notwendigen ETL-Strecken schnell und skalierbar entwickelt werden können. Auch das Konsumieren der Daten im Rahmen von Power BI Dashboards war Teil des POCs. Die Rolle des Projektmanagers umfasste dabei:
• Leitung des Entwicklerteams bestehend aus einem Architekten, zwei Data Engineers und einem Terraform-Entwickler
• Review der Implementierung in Azure Data Factory (ADF), ADF Data Flows, Azure Data Lake Storage Gen2 und PostgreSQL, um sicherzustellen, dass Kundenanforderungen korrekt umgesetzt wurden
• Unterstützung des Development Teams bei der Entwicklung von Data Quality Regeln in ADF Data Flows
• Entwicklung eines Power BI Dashboards zur Demonstration von Reporting-Funktionen, unter anderem der Möglichkeit Daten anhand der Row-Level-Security Daten für verschiedene Mandanten zu trennen
• Regelmäßige Vorstellung der Zwischenstände gegenüber dem höheren Management des Kunden
• Durchführung und Vorbereitung der finalen Produktpräsentation vor dem Top Management
• Verknüpfung der POC-Plattform mit Azure Purview zur Demonstration des Data Governance Tools
• Intensive Unterstützung des eignen Vertriebs für Folgebeauftragungen und der Weiterentwicklung der Lösung
• Erstellung von Leistungsnachweisen für die Rechnungserstellung anhand der JIRA-Buchungen inklusive der Budgetplanung
Fokusthemen: Data Engineering, Business Intelligence, Data Warehouse, ETL, Data Quality
Methoden: Scrum, CI/CD, Solution Design
Cloud: Microsoft Azure
Programmiersprachen: SQL, Python
Tools: Azure Data Factory, ADF Data Flows, Azure KeyVault, Azure DevOps, Power BI Service, Power BI Client, VSCode, DBeaver, JIRA, Azure Purview, Terraform, Microsoft Office
Frameworks: Spark, Pandas
Modelle: Data vault, Star schema
Datenbanken: PostgreSQL, Azure Data Lake Storage Gen2

Business Intelligence (BI), Data Vault, Data Warehousing, Engineering data management (EDM), ETL, Jira, Continuous Integration, Microsoft Azure, Microsoft Office 365, Postgresql, Python, Scrum, Solution Architektur, SQL

4/2020 – 6/2021

Kernaufgabe der Anforderungsanalyse war die Erstellung von Lastenheften, User Storys und BPMN-Modellen. Während des Projekts wechselte man von einer agilen Entwicklung (Scrum) zum Waterfall-Modell, weshalb sowohl agile als auch Waterfall-Methoden zum Einsatz kamen. Die Rolle des Anforderungsanalysten umfasste dabei:
- Analyse und Ausarbeitung der fachlichen Anforderungen in Zusammenarbeit mit dem Fachbereich
- Dokumentation der Anforderungen in Lastenhefte auf Confluence und Aufteilung dieser in Releases
- Dokumentation der Anforderungen in User Storys in JIRA und Zuweisung der Storys in Epics
- Absprachen mit dem Fachbereich, der Architektur und der Spezifikation zur Klärung offener Punkte während der Anforderungsanalyse
- Übergabe der fachlichen Anforderungen an die Spezifikation
- Ansprechpartner bei fachlichen Fragen für die Architektur, Spezifikation, Entwicklung und Test
- Review der Spezifikation (Pflichtenheft) in Confluence zur Freigabe für den Beginn der Entwicklung
Fokusthemen: Requirements Engineering
Methoden: Scrum, Waterfall, Release Management, BPMN
Programmiersprachen: SQL
Tools: JIRA, Confluence, Microsoft Office
Modelle: Entity-relationship
Datenbanken: Oracle

Business Process Model and Notation, Jira, Microsoft Office 365, Oracle Database, Release-Management, Requirement Analyse, Scrum, SQL

3/2020 – 5/2020

Für die Practice Business & Technology Solutions der Capgemini Deutschland GmbH wurde ein Framework für die Implementierung von Robotic Process Automation (RPA) Use Cases entwickelt, basierend auf Insights welche durch Process Mining gewonnen werden. Dies beinhaltete die folgenden Aufgaben:
- Allgemeine Dokumentation der Konzepte von Process Mining und der entsprechenden Software von Celonis
- Darstellung der verschiedenen Deployment-Szenarien für die Celonis Software
- Entwicklung einer Roadmap, beginnend mit einem Proof of Value (POV) für einen ausgewählten Retail-Prozess (z.B. Order to Cash (O2C) oder Purchase-to-Pay (P2P)) bis hin zur Operationalisierung und Skalierung des Frameworks auf weitere Geschäftsprozesse
Fokusthemen: Process Mining
Cloud: Celonis Intelligent Business Cloud
Programmiersprachen: SQL
Tools: Microsoft Office, Celonis Process Mining
Modelle: Entity-relationship
Datenbanken: Celonis Data Store

Data Mining, Microsoft Office 365, Prozessoptimierung, SQL

10/2018 – 3/2020

Für einen großen deutschen Telekommunikationsanbieter wurde das Reporting über den Absatz mobiler Endgeräte um mehrere KPIs bezüglich verschiedener Hersteller-Werbekostenzuschüsse erweitert. Hierfür wurde das Data Warehouse (Backend) um weitere Schnittstellen, Tabellen, Tabellenattribute sowie Berechnungen und Anreicherungen erweitert, sodass der entsprechende Cognos Cube (Frontend) mit den entsprechenden Kennzahlen erweitert werden konnte. Die Rolle als systemübergreifender Solution Designer innerhalb eines Scrum-Teams umfasste dabei:
- Design verschiedener Lösungsarchitekturen im Model Driven Design Ansatz unter Nutzung des Tools MID Innovator
- Spezifikation neuer User Storys in JIRA anhand fachlicher Anforderungen in Zusammenarbeit mit dem Product Owner sowie die Zuweisung der JIRA Epics zu einem Release
- Analyse neuer Datenquellen und Spezifikation neuer Schnittstellen (Datenattribute, Frequenz, Delta-Ermittlung, Fehlerverhalten, Medium)
- Design neuer ETL-Strecken für neue Datenquellen inklusive der Anpassung von Business-Logiken zur Darstellung neuere Kennzahlen im Frontend
- Durchführung von Code-Reviews, um sicherzustellen, dass die fachliche Anforderungen korrekt realisiert wurden
- Unterstützung des Farshore Entwicklungsteams und des Nearshore Testing Teams bei fachlichen Fragen
- Analyse und Verbesserung der Datenqualität durch Optimierung der Schnittstellen oder Anpassung der eigenen Datentransformationen
- Optimierung der Datenbank-Laufzeiten für die pünktliche Bereitstellung der Reports
- Agile Transformation des Projekts vom Waterfall-Modell zu Scrum
- Begleitung bei der Integration des Scrum Teams in ein SAFe Programm
Fokusthemen: Data Engineering, Business Intelligence, Data Warehouse, ETL, Data Quality
Methoden: Scrum, SAFe, Release Management, Requirements Engineering, Waterfall, Solution Design, Model Driven Design, BPMN, OLAP/ Data Cubes, Data Historization
Programmiersprachen: SQL
Tools: Git, MID Innovator, SQL Developer, JIRA, Microsoft Office, Cognos BI, Automic
Modelle: Star schema
Datenbanken: Oracle

Business Intelligence (BI), Business Process Model and Notation, Cognos (IBM), Data Warehousing, Datenmodelierung, Engineering data management (EDM), ETL, Git, Jira, Microsoft Office 365, Modellgetriebene Entwicklung, Online Analytical Processing, Oracle Database, Release-Management, Requirement Analyse, Scrum, Solution Architektur, SQL, UC4

3/2018 – 3/2020

Für Studierende der TU Darmstadt wurden jährliche Scrum Workshops organisiert und vor Ort (2018 und 2019) als auch digital (2020) durchgeführt, um diese bereits vor dem Berufseinstieg mit der agilen Methodik vertraut zu machen. Die Rolle des Trainers umfasste dabei:
- Entwicklung der Präsentation und der Zusammenfassung von Scrum
- Vorbereitung der Simulation „Scrum Lego City“ (2018 und 2019) bzw. der digitalen Alternative mit Minecraft anstelle von Lego (2020)
- Präsentation der Methode im Rahmen einer Vorlesung an der TU Darmstadt (2018 und 2019) bzw. digital (2020)
- Durchführung der Simulation vor Ort (2018 und 2019) und digital (2020)
Fokusthemen: Scrum
Methoden: Simulation “Scrum Lego City”, Scrum Simulation mit Minecraft

Scrum

3/2018 – 12/2018

Erstellung eines Frameworks zur automatischen Anonymisierung personenbezogener Daten innerhalb des Data Warehouse eines großen deutschen Telekommunikationsanbieters samt Nachweis. Sowohl historische Daten(einmalig) als auch aktuelle Daten (täglich) wurden durch das Framework anonymisiert, ohne dabei die Aussagekraft bestehender Reports zu beeinträchtigen. Eine Besonderheit stellte hier die Pseudonymisierung der MSISDN (Mobilfunknummer) dar, da dieses Attribut in vielen Tabellen als Schlüsselattribut fungiert und eine MSISDN nach einer gewissen Frist neu vergeben werden kann. Die Rolle des Solution Designers innerhalb eines Scrum-Teams umfasste dabei:
- Auswahl relevanter Tabellen und Attribute gemäß DSGVO (EU GDPR) in Absprache mit den Datenschutzbeauftragten
- Analyse und Gruppierung betroffener Tabellen in Cluster
- Konzeption geeigneter Löschkonzepte (Pseudonymisierung sowie verschiedene Anonymisierungsformen) je Attributart und je Tabelle
- Design von Tabellen für das Speichern von Löschnachweisen
- Modellierung und Dokumentation des Frameworks
Fokusthemen: Business Intelligence, Data Warehouse
Methoden: Anonymization and Pseudonymization of Data, Model Driven Design, BPMN, Scrum, Requirements Engineering, Solution Design, Release Management
Programmiersprachen: SQL
Tools: MID Innovator, SQL Developer, JIRA, Git, Automic, Microsoft Office
Modelle: Star schema
Datenbanken: Oracle

Business Intelligence (BI), Business Process Model and Notation, Data Warehousing, Datenschutz, Git, Jira, Microsoft Office 365, Modellgetriebene Entwicklung, Oracle Database, Release-Management, Requirement Analyse, Scrum, Solution Architektur, SQL, UC4

10/2017 – 3/2018

Für einen großen deutschen Telekommunikationsanbieter mussten die Cognos Power Play Cubes zu Dynamic Cubes migriert werden, um die Betreibbarkeit mehrerer Reports weiterhin zu gewährleisten. Hierfür mussten mehrere Tabellen im Data Warehouse (Backend) angepasst werden, als auch neue erstellt werden, um performante Live-Abfragen durch die neuen Dynamic Cubes zu ermöglichen. Die Aufgaben als Solution Designer umfassten:
- Analyse alter Power Play Cubes zur Definition aller relevanten Fakten und Dimensionen
- Identifizierung der relevanten Tabellen je Cube im Data Warehouse (Backend)
- Modellierung neuer Sternschemata zur optimierten Live-Abfrage von Daten über Dynamic Cubes
- Dokumentation der neuen Modelle im Rahmen des Model Driven Design im Tool MID Innovator
Fokusthemen: Data Engineering, Business Intelligence, Data Warehouse
Methoden: Waterfall, Release Management, Solution Design, OLAP/ Data Cubes, Model Driven Design, BPMN
Programmiersprachen: SQL
Tools: Cognos BI, MID Innovator, SQL Developer, Git, JIRA, Microsoft Office
Modelle: Star schema
Datenbanken: Oracle

Business Intelligence (BI), Business Process Model and Notation, Cognos (IBM), Data Warehousing, Engineering data management (EDM), Git, Jira, Microsoft Office 365, Modellgetriebene Entwicklung, Online Analytical Processing, Oracle Database, Release-Management, Solution Architektur, SQL