Data Analyst / Business Analyst

Analyse und Aufbau eines neuen Reporting Systems aus zwei alt Systeme in Snowflake

• Aufbau Daten Model in Snowflake
• Erstellung des Reporting mit Power BI (MVP)
• Umsetzung Berechtigungskonzept auf Zeilenebene und Objektebene
• Analyse Zahlungssystem nach ISO 20022
• Datenmodellierung: Entwurf und Implementierung eines automatisierten und skalierbaren Report-Modells in Power BI
• DAX Entwicklung: Anwendung komplexer DAX-Abfragen und Erstellung berechneter Spalten
• Reporting und Dashboard-Entwicklung: Gestaltung interaktiver Dashboards und Berichte, die eine klare Visualisierung der KPIs ermöglichen und somit die Entscheidungsfindung unterstützen.
• Zusammenarbeit und Stakeholder-Management: Enge Zusammenarbeit mit dem hauseigenen und kundenseitigen Service Management Teams, um die Datenanforderungen präzise zu implementieren und die Ergebnisse effektiv zu kommunizieren
• Überprüfung der Datenqualität und deren Verbesserung
• Datenmodellierung: Entwurf und Implementierung eines automatisierten und skalierbaren Report-Modells in Power BI
• Testen der erstellen Datenmodellen (Datenmodellierung)
• Methoden und Softwaretools: Power BI, Snowflake, Jira, Confluence, Git / GitHub

Teilprojekt 1: Analyse und Neuorganisation der firmenweiten Materialstammdaten Teilprojekt 2: Datenaufbereitung und Analyse der Online Marketing Daten

• SAP R3, SAP S4 HANA
• Ablösen von SAP SAC
• Analyse und Transformation der Daten mit R und Python
• Erstellung des Reporting mit R
• Unterstützung der Enterprise Architecture
• Aufbau Datenstruktur für eCommerce
• Erstellung eines Kanalreporting Systems in Power BI
• Aufbau und Implementierung der Data Governance Richtlinien
• Verantwortlich für die Datenqualität
• Erstellung eines Datenmodelles (Datenmodellierung)
• Testen der erstellen Datenmodellen
• Umsetzung Berechtigungskonzept auf Zeilenebene (RLS) und Objektebene (OLS)
• Datenbankabfragen mit SQL und PL/SQL
• Erstellung interaktiver Dashboards und Berichten mit Power BI, Power BI Embedded
• Datenmodellierung: Entwurf und Implementierung eines automatisierten und skalierbaren Report-Modells in Power BI
• DAX Entwicklung: Anwendung komplexer DAX-Abfragen und Erstellung berechneter Spalten
• Reporting und Dashboard-Entwicklung: Gestaltung interaktiver Dashboards und Berichte, die eine klare Visualisierung der KPIs ermöglichen und somit die Entscheidungsfindung unterstützen.
• Zusammenarbeit und Stakeholder-Management: Enge Zusammenarbeit mit dem hauseigenen und kundenseitigen Service Management Teams, um die Datenanforderungen präzise zu implementieren und die Ergebnisse effektiv zu kommunizieren
• Erstellen von statistischen Modellen und Simulation Predictive Analytics mit Python (Numpy, Scipy, Pandas, Matplotlib, Seaborn, Scikit-Learn, Tensorflow)
• Testen und Dokumentation entwickelter Lösungen
• Prozessanalyse der Datenflüsse, Requirements Engineering , Prozessaufnahme und Visualisierung
• Methoden und Softwaretools: SAP R3 / Hana, MS SQL Datenbank, Oracle-Datenbank, Power BI, Microsoft SQL-Server Integration Services, Google Analytics (GA 4), Google Tag Manager, R, Python, Jira, Confluence, Git

Teilprojekt 1: Aufbau Reporting für die eCommerce Aktivitäten(CRM und Marketing) Teilprojekt 2: Analyse und neu Organisation der firmenweiten Materialstammdaten für das Projekt „Digitalisierung und eCommerce“

• SAP R3 SAP S4/HANA
• Oracel Datenbanken, MarieDB
• Aufbau von ETL Strecken
• Umstellung von Reports von Qlik-Sense nach Power BI
• Erstellung interaktiver Dashboards und Berichten mit Power BI, Power BI Embedded
• Analyse und Transformation der Daten mit R und Python
• Optimierung Datenstruktur hinsichtlich Zugriffszeiten
• Unterstützung der Enterprise Architecture
• Aufbau Datenstruktur für eCommerce
• Kanalreporting in Power BI aufgebaut
• Erstellung eines Datenmodelles (Datenmodellierung) in Snowflake
• Power BI Reporting der Marketing Daten
• Aufbau und Implementierung der Data Governance Richtlinien
• Verantwortlich für die Datenqualität
• Testen der erstellen Datenmodellen
• Datenbankabfragen mit SQL und PL/SQL
• Erstellung der Dashboards mit Power BI
• Umsetzung Berechtigungskonzept auf Zeilenebene (RLS) und Objektebene (OLS)
• Datenmodellierung: Entwurf und Implementierung eines automatisierten und skalierbaren Report-Modells in Power BI
• DAX Entwicklung: Anwendung komplexer DAX-Abfragen und Erstellung berechneter Spalten
• Reporting und Dashboard-Entwicklung: Gestaltung interaktiver Dashboards und Berichte, die eine klare Visualisierung der KPIs ermöglichen und somit die Entscheidungsfindung unterstützen.
• Zusammenarbeit und Stakeholder-Management: Enge Zusammenarbeit mit dem hauseigenen und kundenseitigen Service Management Teams, um die Datenanforderungen präzise zu implementieren und die Ergebnisse effektiv zu kommunizieren
• Testen und Dokumentation entwickelter Lösungen
• Prozessanalyse der Datenflüsse, Prozessaufnahme und Visualisierung
• Erstellen von statistischen Modellen und Simulation Predictive Analytics mit Python (Numpy, Scipy, Pandas, Matplotlib, Seaborn, Scikit-Learn, Tensorflow)
• Methoden und Softwaretools: SAP R3 / Hana, Kafka Stream, MS SQL-Datenbank, Microsoft SQL-Server Integration Services, R, Python, JSON Filesystem, Oracle DB, Snowflake,Power Bi, Qlik-Sense, Jira, Confluence, Google Analytics, Google Tag Manager, Git / GitHub

Analyse und Modifikation/Optimierung Simulationsprogram im Bereich Wasserwirtschaft

• Umstellung der SW auf neustes Release
• Optimierung der Parallelisierung
• Optimierung vom OpenMP Code
• Analyse und Optimierung Virtueller Maschinen
• Datenmodell in Snowflake aufgebaut
• Validierung der SW
• Durchführen von Simulationen
• Erstellen von statistischen Modellen und Simulation mit Python (Numpy, Scipy, Pandas, Matplotlib, Seaborn, Scikit-Learn, Tensorflow)
• Methoden und Softwaretools: MS Visual Studio, Intel Parallel Studio XE FORTRAN, MS Azure Cloud, Snowflake, Citrix, Jira, Confluence, Git / GitHub

• Laufende Auswertung mit Google Analytics.

Aufbau eines SPC Systems in der MEMS Produktion

• Vernetzen der Produktionsanlagen
• Aufbau der ETL Strecke zu SAP R3 / SAP BW
• Aufbau SAP-Tabellen
• Aufstellen statistischer Modelle
• Detection von Anomalien in den Datensätzen
• Einführen und Schulung der SPC Methode
• Erstellen von statistischen Modellen und Simulation mit Python
• Erstellen von statistischen Modellen und Simulation mit Python (Numpy, Scipy, Pandas, Matplotlib, Seaborn, Scikit-Learn, Tensorflow)
• Erstellen von Machine Learning Modellen (supervised und unsupervised learning) mit Python
• Bereitstellung der ML Modelle in der Azure Cloud
• Datenvisualisierung mit Power BI
• Methoden und Softwaretools: SAP, R, R-Studio, SQL, MS Azure Cloud, ETL Prozesse, Python, R Machine Learning und Power BI

Text-Mining: Facebook und Twitter Reaktionen

• Analyse der User Reaktion auf Marketingaktionen
• Analyse mit NLP (Python und R)
• Analyse des User Verhaltens
• Analyse der Kundenreaktionen
• Analyse mit Google Analytics
• Anwendung/Analyse von GIS Analysen
• Erstellen von statistischen Modellen zur Kundenbindung mit Python
• Erstellen von Reports aus Google Analytics
• Datenvisualisierung je nach Fremdenverkehrsamt in Power BI oder Tableau
• Laufende Auswertung mit Google Analytics seit 2019 für verschiedene Fremdenverkehrsämter.
• Methoden und Softwaretools: R, R-Studio, Visualisierung mit Shiny, Predictive Analytics, CRM-System, Power BI, Tableau, Machine Learning und Python

Predictive Maintenance im Produktionsbereich

• Aufbau der ETL Strecke zu SAP
• Aufbau SAP-Tabellen
• Aufbereitung der Daten für Predictive Maintenance
• Predictive Maintenance Modelle erstellen mit Python
• Erstellen von statistischen Modellen und Simulation mit Python (Numpy, Scipy, Pandas, Matplotlib, Seaborn, Scikit-Learn, Tensorflow)
• Bereitstellung der ML Modelle in der Azure Cloud
• Erstellen von statistischen Modellen mit Python
• Datenvisualisierung mit Power BI
• Methoden und Softwaretools: Analyse mit R, Python und Rapid Miner. Arbeiten in der MS Azure Cloud.

Wertstromanalyse im Produktionsbereich

• Wertstromanalyse im Rahmen einer Task Force zu beheben der Produktionsprobleme (Durchsatz, Liefertermine)
• Methoden und Softwaretools: Wertstromanalyse

Datenanalyse im Entwicklungsprozess im Medizinbereich; Durchführung eines DOE, Einzelheiten sind vertraulich

• Analyse der Entwicklungs- und Produktionsdaten
• Durchführen von DOE
• Analyse DOE
• Erstellen von statistischen Modellen mit Python und R
• Datenvisualisierung mit Power BI
• Methoden und Softwaretools: Analyse mit R, Python, Minitab, Visualisierung mit Power BI

Aufbau eines Qualitätsmanagements für Produktionsdaten; Coaching Mitarbeiter

• Ziel des Projektes war die Verknüpfung von Testdaten aus den Produktionsprozessen um den Einfluss verschiedener Faktoren, die während der Produktion anfallen, zu analysieren. Aus den Analysen der großen Datensätze (mehrere Gigabyte) wurde erkannt, welche Faktoren einen entscheidenden Einfluss auf die Qualität des Endproduktes haben.
• Methoden und Softwaretools: Daten aus SAP R3, CSV Dateien, Excel Dateien Visualisierung mit Tableau bzw. Power BI, Statistische Auswertung, Predictive Maintenance

Einführung SPC über SAP

• Dieses Projekt war eine Fortführung des Projektes „Einführung SPC vernetzte Arbeitsplätze (INDUSTRIE 4.0)“. Wichtigste Erweiterung war das Einbinden von SAP R3
• Methoden und Softwaretools: Abfrage von Produktionsdaten aus SAP und CSV Dateien, Analyse mit Excel, R, Python, Rapid Miner, Minitab und Erstellen von Predictive Analytics Modellen

Einführung SPC vernetzte Arbeitsplätze (INDUSTRIE 4.0), Coaching der Mitarbeiter

• Ziel des Projektes war der Aufbau eines SPC Systems (statistische Prozesskontrolle) Mit diesem System wurden Prozesskenngrößen erfasst und statistisch Ausgewertet um die Prozessstabilität der Herstellungsprozess zu garantieren. Hauptziel war es frühzeitig Prozessveränderungen z.B. Verschleiß zu erkennen.
• Die graphische Darstellung der Ergebnisse erfolgte hauptsächlich mit Tableau.
• Benutzt wurden die Ergebnisse von Gruppenleitern und Abteilungsleitern in der Produktion.
• Methoden und Softwaretools: Analyse mit Excel, R, Python, Rapid Miner, Minitab, Tableau

• BB Scoping LCR-100
• Hintergrund: Einflussgrößen auf die LCR-100 Performance darstellen Kundenzufriedenheit von Rockwell Collins verbessern (Leitfaden für Gespräche mit RCI Black-Belts) Aufwand der Datenbereitstellung zur Bewertung der LCR-100 Performance reduzieren.
• Ziele:
• Visualisierung und Bewertung von Störgrößen der LCR-100 Prozesse inklusive ihrer Einflussgrößen auf Performance ( Störgrößen) sowie deren Abdeckung mit laufenden Aktivitäten oder Projekten.
• Auswertung der Performance-Daten von 3 Losen a 10 Systemen Six Sigma gerechte Darstellung für Gespräche mit Black Belts von Rockwell Collins ( Kundenzufriedenheit).
• Zusammenhängende Bewertung von Cal/ATP, FOGIMU-CAS, Biastest.
• Darstellungsform für diese Datensätze erproben.
• Automatische Datenbereitstellung von LCR-100 Performance Daten.
• Aufwandreduzierung zur Datenbereitstellung aus SAP in eine erprobte Darstellung.
• Firmenweit einheitliche Datenbasis als Analyse- und Bewertungstool.

• BB Kostensenkung bei Prüfaufwand
• Hintergrund: Die Kosten für die Zwischenprüfungen und interne QS Abnahmen betragen ca. 700.000 € pro Jahr. Diese Kosten sollen im Projekt analysiert werden und Einsparpotential aufgezeigt werden.
• Ziel:
• Für die Zwischenprüfungen und internen QS Abnahmen entstehen pro Jahr Kosten von ca. 700.000 €. Diese Kosten sollen um ca. 14 % gesenkt werden, so dass eine Einsparung von ca. 100.000 € pro Jahr erreicht werden kann.

• GB Aufwandreduzierung bei der Darstellung von Testergebnissen im Bereich TFT
• Hintergrund: Im Bereich TFT werden die Testresultate immer in vollem Umfang ausgedruckt. Diese Detailausdrucke der Resultate werden nicht überall bzw. nur stichprobenhaft zur Beurteilung herangezogen. In einem "normalen" Test - Durchlauf entstehen beim LCR-100 so 120 Seiten Testresultate, die als Rohdaten schon elektronisch vorliegen. Wir wollen in diesem Projekt diesen Aufwand / Drucken / Ablegen reduzieren. Zusätzlich werden die Gerätemappen und damit die Testresultate nach der Lieferung der Geräte komplett eingescannt. Auch hier soll eine Aufwandreduzierung erfolgen.
• Ziele:
• Reduzierung Papierverbrauch um 225.000 Blatt
• Reduzierung der Scann Zeit um ca. 625 Std. pro Jahr.

• GB Reduzierung Aufwand EASA ONE
• Hintergrund: Die EASA Form 1 ist eine Lufttüchtigkeitsbescheinigung und wird für jedes zivile Luftfahrtgerät ausgestellt. Die Erstellung der EASA Form 1 wird bisher unter MS Access erstellt. Das stellt ein sehr hohes Risiko dar, weil Datenbanken unter MS Access bei NG LITEF nicht gepflegt werden.
• Ziel:
• Ziel des Projektes ist es, den Erstellungsprozess so zu optimieren, dass eine Reduzierung des Zeitaufwandes erreicht wird und die Datensicherheit entscheidend erhöht wird.

• GB Aufwandsreduzierung im Änderungsdienst
• Hintergrund: Reduzierung des administrativen Aufwandes bei gleichzeitiger Verkürzung der Durchlaufzeit von Änderungsanweisungen. Transparenz des Status der jeweiligen Änderungsanweisung in SAP realisieren.
• Ziel:
• Reduzierung des Aufwandes in der Freigabe von Änderungsanweisungen um 1260h Stunden. Entsprechen: 108.000 / Jahr

• GB Hochverfügbarkeit Testrechner
• Hintergrund: Deutliche Reduzierung der Ausfälle von Testgeräten aufgrund von Netzwerk-, Server- und Rechnereinflüssen sowie Sicherstellung der Hochverfügbarkeit in der Zukunft.
• Ziel:
• Reduzierung der Testgeräteausfälle von 32 pro Jahr auf 5 pro Jahr.