Freiberuflicher Data Engineer / Data-Architekt

Skalierbaren Data Lake auf der Google Cloud Platform (GCP) für die Abteilung Anti-Financial Crime (AFC) entworfen und implementiert, um Anti-Geldwäsche- und Anti-Terrorfinanzierungs-Initiativen zu unterstützen. Ein kleines Engineering-Team geleitet und robuste Daten-Pipelines zur Erfassung und Verarbeitung hochvolumiger Finanzdaten aufgebaut, darunter über 30 Millionen Transaktionen pro Tag aus dem Privat- und Firmenkundengeschäft. Analyse- und Reporting-Lösungen für Regulierungszwecke an mehreren internationalen Standorten bereitgestellt, darunter Deutschland, Singapur, Sri Lanka, Hongkong, Taiwan und Thailand. Eng mit globalen Teams zusammengearbeitet, um Datenqualität, Compliance und Performance sicherzustellen.

• Technologien:
• Cloud: Google Cloud Platform (GCP)
• Technologien zur Datenverarbeitung: Apache Spark (Dataproc - Python PySpark), Apache Airflow (Cloud Composer - Python API)
• Technologien zur Datenspeicherung: Google Cloud Storage
• Data Warehouse: BigQuery
• CI/CD und Infrastruktur als Code: GitHub Actions, Terraform
• Container-Orchestrierung: Google Kubernetes Engine (GKE)

Automatisiertes, hochverfügbares System in nahezu Echtzeit zur Überwachung und Auswertung von Lieferungen in ganz Europa entwickelt.

• Technologien:
• Cloud: Azure DevOps, Azure DataFactory, Azure Data Lake
• Technologien zur Datenverarbeitung: Apache Spark (Python PySpark via Databricks)
• Technologien zur Datenspeicherung: Apache Kafka, Apache Hive, Delta Lake, ADLS Gen2, Unity Catalog / Databricks SQL, Microsoft SQL Server
• Streaming-Technologien: Apache Kafka
• CI/CD: Azure DevOps Pipelines
• Business Intelligence: Microsoft PowerBI
• Infrastruktur als Code: Terraform

Freiberuflicher Backend-Entwickler bei einer Landesbank, tätig an einer Plattform für Smart-Contract-Analysen. Komponenten für die automatisierte Vertragsanalyse und Dokumentenerstellung entwickelt. Rohe Machine-Learning-Modelle in Produktions-Workflows integriert.

• Technologien:
• Webservices und REST-APIs: Spring-Boot, Python Flask, verschiedene Python-Bibliotheken für PDF-Merkmalsextraktion und -erstellung
• Managed Services: MinIO & S3 Storage, PostgreSQL-Datenbank, Keycloak für Nutzer-Authentifizierung
• Automation und Orchestrierung: Kubernetes, Docker-Compose, GitActions für Continuous Integration & Deployment

Schloss zwei Freelance-Projekte im Bereich Finanzmarktanalyse und Entwicklung von Anlagestrategien ab. Sammelte und integrierte Daten von Drittanbietern und crawlte Finanzdaten von verschiedenen Websites. Errichtete eine verteilte Datenspeicher-Infrastruktur mit PostgreSQL, MongoDB und Neo4j und verband sie mit einem Apache Spark-Verarbeitungskluster. Entwickelte eine End-to-End-Datenpipeline und implementierte eine Softwareumgebung für Backtesting und Portfolio-Umschichtung. Erstellte eine skalierbare und benutzerfreundliche Webanwendung zur Strategiewahl und Simulation. Übernahm zudem die Rolle des Scrum Masters, verwaltete agile Workflows und erleichterte die Teamkoordinierung.

• Technologien:**
• Datenerfassung: REST-APIs von Drittanbietern, Web-Crawling mit Python–Scrapy und Python-BeautifulSoup
• Verteilte Datenspeicherung: Postgres, Neo4J, Sharded MongoDB, Cassandra
• Datenanalyse und -verarbeitung: ApacheSpark, Python–Pandas
• Websites und REST-APIs: Python–Django, Python–Flask
• Automatisierung und Orchestrierung: Kubernetes, Docker-Compose, Jenkins für Continuous Integration & Deployment