Freiberuflicher Dateningenieur / Datenarchitekt

Entwarf und implementierte einen skalierbaren Data Lake auf der Google Cloud Platform (GCP) für die Anti-Financial Crime (AFC)-Abteilung, der Anti-Geldwäsche- und Anti-Terror-Finanzierungs-Initiativen unterstützte. Führte ein kleines Engineering-Team und baute robuste Datenpipelines zum Einlesen und Verarbeiten großer Mengen an Finanzdaten, darunter über 30 Millionen tägliche Transaktionen aus dem Retail- und Firmenkundengeschäft. Lieferte Analyse- und Regulierungsberichts-Lösungen für mehrere internationale Standorte, darunter Deutschland, Singapur, Sri Lanka, Hongkong, Taiwan und Thailand. Kollaborierte eng mit globalen Teams, um Datenqualität, Compliance und Performance sicherzustellen.

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

Entwickelte ein automatisiertes, hochverfügbares Near-Real-Time-System zur Überwachung und Auswertung von Lieferungen in ganz Europa.

• Technologien:
• Cloud: Azure DevOps, Azure DataFactory, Azure Data Lake
• Datenverarbeitungstechnologien: Apache Spark (Python PySpark über Databricks)
• Datenspeichertechnologien: 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 (öffentlich-rechtlich) und Mitarbeit an einer Plattform für Smart-Contract-Analysen. Entwickelte Komponenten für automatisierte Vertragsanalysen und Dokumentengenerierung. Integrierte rohe Machine-Learning-Modelle in Produktions-Workflows.

• Technologien:
• Webservices und REST-APIs: Spring Boot, Python Flask, verschiedene Python-Bibliotheken zur PDF-Feature-Extraktion und -Generierung
• Managed Services: MinIO & S3 Storage, PostgreSQL, Keycloak zur Benutzer-Authentifizierung
• Automatisierung und Orchestrierung: Kubernetes, Docker Compose, GitActions für Continuous Integration & Deployment

Zwei freiberufliche Projekte durchgeführt, bei denen ich Finanzmärkte analysierte und Anlagestrategien entwickelte. Daten von Drittanbietern gesammelt und integriert und Finanzdaten von verschiedenen Websites gecrawlt. Verteilte Datenspeicher-Infrastruktur mit PostgreSQL, MongoDB und Neo4j aufgebaut und an einen Apache Spark-Verarbeitungscluster angebunden. End-to-End-Datenpipeline entwickelt und eine Softwareumgebung für Backtesting und Portfolio-Rebalancing implementiert. Eine skalierbare und benutzerfreundliche Webanwendung für Strategiewahl und Simulation erstellt. Außerdem die Rolle des Scrum Masters übernommen, agile Abläufe gesteuert und die Teamkoordination unterstützt.

• Technologien:**
• Datenerfassung: Drittanbieter-REST-APIs, Web-Crawling mit Python–Scrapy und Python–BeautifulSoup
• Clusterbasierte 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