28.04.2026 aktualisiert
100 % verfügbar
Senior IT-Consultant | Data Engineer | Software Engineer | Infrastructure Architect
Altmannstein, Deutschland
Nur Remote
Bachelor of ArtsÜber mich
Daten in messbaren Geschäftsnutzen verwandeln – Umsetzungspartner für End-to-End Data Engineering, skalierbare Datenarchitektur und stabile Infrastruktur, von Konzept bis Produktion
Skills
Data CatalogData LakehouseAzure DevOpsAPIsData AnalysisBusiness IntelligenceIt-BeratungData ArchitectureData GovernanceETLDatenmanagementData WarehousingDevOpsIt OperationsInfrastruktur
Cloud Data Engineering & Datenarchitektur
Entwicklung und Betrieb von ETL-Strecken, Data Pipelines und semantischen Datenmodellen auf Basis von Azure Cloud, Azure Databricks, Unity Catalog und weiteren Cloud-Technologien. Aufbau skalierbarer, sicherer und Compliance-konformer Data-Lakehouse-Plattformen fuer datengetriebene Analysen und BI-Reporting.
IT-Infrastruktur & DevOps
Design und Bereitstellung skalierbarer Cloud-Infrastrukturen mit Infrastructure as Code (Terraform), Private-Link Networking und Cloud Platform Architecture. Aufbau und Pflege von CI/CD-Pipelines, Release- und Deployment-Prozessen in Azure DevOps sowie Kubernetes-basierten Umgebungen.
Software Engineering & API-Entwicklung
Implementierung von Softwareloesungen mit Java Microservices (Spring), C# .Net, Python und weiteren Technologien. Entwicklung und Integration von REST APIs (JSON, XML) sowie Schnittstellenprogrammierung zwischen verschiedenen Systemen und Anwendungen.
Security & Identity and Access Management (IAM)
Schutz von Daten, Systemen und Netzwerken durch Identity and Access Management, Rollen- und Berechtigungskonzepte, Cloud Security Architecture, Compliance und Audit Readiness. Einsatz von Keycloak fuer rollenbasiertes Identity- und Access-Management.
Datenmanagement & Data Governance
Einfuehrung umfassender Governance-Frameworks fuer Datenqualitaet, Versionierung, Metadatenverwaltung und Zugriffskontrolle. Verwaltung von Unity Catalog, Metastores sowie Identity & Access Management im Rahmen von Data-Strategie-Projekten.
Machine Learning & MLOps
Training, Evaluation und Deployment von Machine-Learning-Modellen sowie Aufbau reproduzierbarer MLOps-Pipelines (Training, Validation, Deployment) in der Cloud. Einsatz von TensorFlow, Keras, scikit-learn, Argo Workflows, Kubeflow und MetaFlow.
ERP-Systeme & Prozessdigitalisierung
Beratung, Implementierung und Optimierung von ERP-Systemen (abas ERP) sowie Analyse, Dokumentation und Optimierung von Geschaeftsprozessen. Datenmigration, Schnittstellenentwicklung und Systemintegration im Rahmen unternehmensweiter Digitalisierungsprojekte.
Projektmanagement & IT-Strategieentwicklung
Planung, Koordination und Umsetzung komplexer IT-Projekte und Forschungsprojekte. Entwicklung von IT-Roadmaps, Zielarchitekturen, Sicherheits- und Risikomanagementkonzepten sowie Einfuehrung von OKR-Frameworks fuer IT-Infrastruktur und Verwaltung.
Datenbankentwicklung & LIMS
Entwicklung und Administration von Datenbankloesungen (MS SQL Server, PostgreSQL, NoSQL) sowie Implementierung von Labor-Informations- und Management-Systemen (LIMS, GQM MES). Aufbau vollautomatisierter Datenpipelines zur Auftragserfassung und Ergebnisübermittlung.
Erfahrung
Berufserfahrungmehr als 10 Jahre
Freelancer seit2023
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Konzeption und Umsetzung einer Cloud-basierten Enterprise Data-Lakehouse-Plattform auf Basis von Azure Databricks in der Microsoft Azure-Cloud als strategische Grundlage für BI, Analytics und datengetriebene Innovation.
Verantwortlich für Architektur, Infrastruktur und DevOps-Setup sowie Entwicklung produktiver Data Pipelines und Governance-Strukturen. Aufbau einer skalierbaren, vollständig privatisierten Cloud-Umgebung mittels Infrastructure as Code (Terraform), Implementierung von CI/CD-Prozessen in Azure DevOps sowie Einführung moderner Entwicklungsstandards.
Ergebnisse:
• Bereitstellung qualitätsgesicherter Core Data Sets und erster produktiver Datamarts
• Einführung eines sicheren Self-Service-Datenzugangs für Fachbereiche
• Umsetzung eines ganzheitlichen Security- und IAM-Konzepts
• Etablierung skalierbarer Data-Engineering-Frameworks (Python, PySpark, Delta Lake)
Rollen: Infrastructure Architect | DevOps Engineer | Cloud Data Engineer | Azure Databricks Account Administrator
Konzeption und Aufbau einer Cloud-basierten Data-Lakehouse-Plattform für die Lebens- und Krankenrückversicherung mit dem Ziel einer zentralen, auditierbaren „Single Source of Truth“. Umsetzung einer skalierbaren Governance- und Self-Service-Architektur auf Basis von Azure Databricks und Microsoft Azure.
Verantwortlich für Cloud-Architektur, DevOps-Setup und Sicherheitskonzept. Integration bestehender Subsysteme in eine konsolidierte DataHub-Struktur sowie Implementierung von CI/CD-Prozessen mit Azure DevOps und Infrastructure as Code (Terraform).
Ergebnisse:
• Aufbau einer zentralen, versionierten und governance-konformen Datenplattform für L&H
• Integration mehrerer Subsysteme in eine gemeinsame Lakehouse-Architektur
• Einführung rollenbasierter Zugriffskontrolle, Metadatenmanagement und Data Lineage
• Enablement von Self-Service-Analytics (R, Power BI) für Fachbereiche
• Umsetzung einer vollständig privatisierten, sicheren Cloud-Umgebung
Rollen: Infrastructure Architect | DevOps Engineer | Azure Databricks (Account) Administrator
Forschungsprojekt zur Entwicklung eines KI-basierten virtuellen Sensors zur Analyse der Fahrzeug-Vertikaldynamik. Aufbau einer cloudbasierten Daten- und MLOps-Plattform auf Basis von Azure Kubernetes Service zur Verarbeitung großer Sensordatensätze sowie zur automatisierten Modellentwicklung und -bereitstellung.
Verantwortlich für Projektleitung/-koordination (Forschung & Industrie), Cloud-Architektur, Data Engineering und Machine Learning. Implementierung reproduzierbarer MLOps-Pipelines mit Argo Workflows und TensorFlow.
Ergebnisse:
• Entwicklung und Deployment eines ML-basierten Prototyps zur Berechnung dynamischer Fahrzeugparameter
• Aufbau automatisierter Trainings-, Validierungs- und Deploymentprozesse (MLOps)
• Skalierbare Cloud-Infrastruktur für rechenintensive ML-Workloads
• Erfolgreiche Forschungskooperation mit DLR inkl. Wissenstransfer und Open-Source-/Open-Data-Komponenten
• Erweiterung der bestehenden Datenplattform um KI- und MLOps-Funktionalitäten
Rollen: Projektleitung (Forschungsprojekt) | Cloud Data Engineer | Machine Learning Engineer | DevOps Engineer