11.11.2026 aktualisiert


verifiziert
Premiumkunde
100 % verfügbarSenior Data Engineer | Data & AI Architect | Data Scientist | BI
Hannover, Deutschland
Deutschland +2
Dr.rer.pol (Wirtschaftsmathematik), Dipl.-Math(Uni)info: Deutschland, Österreich, Schweiz
Über mich
Senior Data Engineer, Data & AI Architect und Data Scientist mit über 15 Jahren Erfahrung. Schwerpunkte: Python, SQL, Databricks, Machine Learning, KI, Power BI, Datenarchitektur, Business Intelligence, Predictive Analytics und Pricing. Erfahrung in technischer Projektleitung.
Skills
Data LakehouseKünstliche IntelligenzData AnalysisBusiness IntelligenceBusiness Intelligence DevelopmentBig DataBusiness AnalysisWirtschaftsinformatikCloud ComputingIt-BeratungBeratungData ArchitectureData GovernanceData IntegrationETL
DATA ENGINEERING & DATA ARCHITECTURE
Langjährige Erfahrung in der Konzeption, Entwicklung und Optimierung von Datenplattformen, Data Warehouses und analytischen Datenlösungen.
Python, SQL, PySpark, Apache Spark, Databricks
Microsoft Azure, Azure Data Factory, AWS
ETL-/ELT-Prozesse, Datenintegration und Datenmodellierung
SQL Server, PostgreSQL, Oracle, Amazon Redshift
Entwicklung und Optimierung komplexer Datenpipelines
Cloudbasierte und hybride Datenarchitekturen
BUSINESS INTELLIGENCE & ANALYTICS
Umfangreiche Erfahrung in der Entwicklung von BI-Lösungen, Management-Reporting und analytischen Anwendungen.
Microsoft Power BI, DAX, Power Query, Tableau
Semantische Datenmodelle und Data Warehousing
Konzeption von KPI-Systemen und Management-Dashboards
SQL-basierte Datenanalyse und Reporting
Finanz- und Vertriebscontrolling, Forecasting
Datenqualität und Reporting-Automatisierung
DATA SCIENCE & ARTIFICIAL INTELLIGENCE
Mehrjährige Projekterfahrung in statistischer Modellierung, Machine Learning und der Entwicklung datengetriebener Entscheidungsunterstützung.
Python, R, SQL, Scikit-learn
Machine Learning, Predictive Analytics
Zeitreihenanalyse und Forecasting
Klassifikation, Regression und Clustering
Optimierung und mathematische Modellierung
KI-Anwendungen und Large Language Models (LLMs)
ARCHITEKTUR, BERATUNG & PROJEKTLEITUNG
Konzeption und Weiterentwicklung von Datenarchitekturen
Aufnahme und Übersetzung fachlicher Anforderungen
Technische Projektkoordination und fachliche Teamführung
Agile Methoden, Scrum, interdisziplinäre Zusammenarbeit
Entwicklung von Datenstrategien und Analytics-Konzepten
Erfahrung mit internationalen Unternehmen und komplexen Datenlandschaften
AUSGEWÄHLTE PROJEKTREFERENZEN
CompuGroup Medical / docmetric, Open Grid Europe, Jungheinrich, GIATA, Telefónica, Deloitte, Dortmunder Energie- und Wasserversorgung sowie weitere Unternehmen.
Besondere Projekterfahrung in der Entwicklung eines Management-Cockpits für einen Private-Equity-Investor zur wirtschaftlichen Steuerung seiner Beteiligung, einschließlich KPI-Konzeption, Datenintegration, BI-Reporting und Forecasting.
EINSATZMÖGLICHKEITEN
Remote-Projekte sowie hybride Einsätze im DACH-Raum. Teilzeit und Vollzeit nach Vereinbarung.
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2015
Sprachen
DeutschMutterspracheEnglischverhandlungssicherRussischverhandlungssicher
Projekthistorie
Projektbeschreibung:
Konzeption und Entwicklung von Data-Science-, BI- und KI-Lösungen zur Analyse medizinischer Daten. Mitgestaltung der Datenarchitektur und analytischer Datenmodelle sowie Weiterentwicklung von Data-Warehouse-Strukturen.
Schwerpunkte: Medikations-, Diagnose-, Prozedur-, Dosierungs-, Komorbiditäts-, Verordnungs-, Patientenpotenzial- und Überweisungsprofilanalysen.
Aufgaben und Verantwortlichkeiten:
Aufnahme von Kundenanforderungen und Teilprojektplanung
Mitgestaltung der Datenarchitektur, Datenmodellierung und DWH-Anpassungen
Datenintegration, Datenaufbereitung und SQL-basierte Analysen
Entwicklung statistischer Modelle, Machine Learning, Predictive Analytics und Prognosen
KPI-Konzeption, Power-BI-Dashboards und Visualisierung
Unterstützung bei Entwicklung und Tests eines LLM-basierten Text-to-SQL-Chats auf Databricks für natürlichsprachliche Abfragen medizinischer Daten
Ableitung datenbasierter Handlungsempfehlungen
Methoden und Technologien:
Python, R, SQL, Power BI, PostgreSQL, Elasticsearch, AWS, Databricks, Data Engineering, Data Architecture, Data Warehousing, Datenmodellierung, Datenintegration, Machine Learning, Predictive Analytics, LLM, Generative AI, Text-to-SQL, multivariate Statistik, Simulation.
Konzeption und Entwicklung statistischer, simulationsbasierter und KI-gestützter Modelle zur Analyse und Prognose des Wasserstoffmarktes. Untersuchung des Flexibilitätsbedarfs beim kurzfristigen Anfahren von Kraftwerken, möglicher Abschaltnotwendigkeiten sowie der Optimierung von Wasserstoffspeichern.
Aufgaben und Verantwortlichkeiten:
Aufnahme fachlicher Anforderungen und Teilprojektplanung
Konzeption und Definition analytischer KPIs
Entwicklung statistischer Modelle und Machine-Learning-Verfahren
Mathematische Modellierung und Simulation komplexer Energiesysteme
Analyse von Flexibilitätsbedarf und Speicheroptimierung
Predictive Analytics und datenbasierte Prognosen
Datenanalyse, SQL-basierte Datenaufbereitung und Datenmodellierung
Konzeption und Entwicklung von Power-BI-Dashboards
Mitwirkung an Data-Warehouse-Anpassungen
Ableitung datenbasierter Handlungsempfehlungen
Methoden und Technologien:
Python, R, SQL, Microsoft Power BI, AWS, PostgreSQL, Data Science, Machine Learning, Predictive Analytics, mathematische Optimierung, Simulation, multivariate Statistik, Business Intelligence, Datenmodellierung, Data Warehousing.
Konzeption, Entwicklung und Produktivsetzung von Machine-Learning- und statistischen Modellen zur Preis-, Absatz-, Einspeise- und Netzlastprognose für Strom und Gas. Entwicklung datenbasierter Pricing- und Forecasting-Lösungen (QPFC, MPFC, PFC) zur Unterstützung energiewirtschaftlicher Entscheidungen.
Aufgaben und Verantwortlichkeiten:
Aufnahme fachlicher Anforderungen und Teilprojektplanung
Konzeption, Entwicklung und produktive Implementierung von ML-Modellen und Prognosealgorithmen
Entwicklung von Preisprognosemodellen und Pricing-Analysen
Zeitreihenanalyse, Predictive Analytics und statistische Modellierung
Prognose von Absatzmengen, Einspeisemengen und Netzlasten
Konzeption und Definition von KPIs und Berechnungslogiken
Datenintegration, SQL-basierte Datenaufbereitung und DWH-Anpassungen
Entwicklung von Power-BI-Dashboards und Datenvisualisierungen
Validierung analytischer Ergebnisse und Ableitung von Handlungsempfehlungen
Methoden und Technologien:
Python, R, SQL, Power BI, AWS, Azure, Microsoft Fabric, PostgreSQL, Machine Learning, Predictive Analytics, Time Series Forecasting, Pricing, Data Science, Data Warehousing, Datenmodellierung, multivariate Statistik.

exali Berufshaftpflicht-Siegel
Das original exali Berufshaftpflicht-Siegel bestätigt dem Auftraggeber, dass die betreffende Person oder Firma eine aktuell gültige branchenspezifische Berufs- bzw. Betriebshaftpflichtversicherung abgeschlossen hat.
Versichert bis: 01.04.2028