Moses O.

Data Engineer

Moses ist ein erfahrener Dateningenieur mit acht Jahren Erfahrung in der Entwicklung und Optimierung von Datenlösungen in verschiedenen Branchen. Er verfügt über umfassende Kenntnisse in SQL, Python, Spark, Databricks, DBT, Airflow, Kafka und Cloud-Plattformen wie Azure, GCP und AWS.

Zu seinen wichtigsten Leistungen gehört die Umstrukturierung von Datenpipelines für einen Kunden durch die Migration seines Altsystems auf Databricks. Diese Transformation war besonders wirkungsvoll, da er die Lösung erfolgreich auf die unterschiedlichen Bedürfnisse der Teams für Data Engineering, maschinelles Lernen und Analytics Engineering zugeschnitten hat, was zu einer robusten und anpassungsfähigen Dateninfrastruktur führte.

Mit seiner ausgeprägten Fähigkeit, die Anforderungen der Interessengruppen mit den technischen Implementierungen in Einklang zu bringen, liefert Moses konsequent innovative, skalierbare und effiziente Datenlösungen, die den Geschäftserfolg fördern.

Hauptkompetenz

  • Microsoft Power BI
    Microsoft Power BI 6 Jahre
  • SSAS
    SSAS 6 Jahre
  • SSIS
    SSIS 8 Jahre

Andere Fähigkeiten

  • Kubernetes
    Kubernetes 5 Jahre
  • Terraform
    Terraform 4 Jahre
  • Keras
    Keras 3 Jahre
Moses

Moses O.

Estonia

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Data Engineer

    Bondora - 1 jahr 11 monate

    • Verwaltete und entwickelte skalierbare Datenpipelines unter Verwendung von Azure DevOps für kontinuierliche Integration und kontinuierliche Bereitstellung (CI/CD).
    • Ermöglichte die Datenaufnahme aus unterschiedlichen externen Quellen und Betriebsdatenbanken in den Bronze-, Silber- und Goldschichten einer Lakehouse-Architektur.
    • Nutze ein maßgeschneidertes Framework unter Verwendung von Python, SQL, Azure Databricks, SSIS, Azure Event Hubs und Azure Data Factory, um die Arbeitsabläufe der Datenverarbeitung zu rationalisieren.
    • Entwarf und implementierte Dashboarding-Lösungen mit Looker, um umsetzbare Einblicke zu bieten.
    • Orchestrierte Workflows mit DBT (Data Build Tool) und Databricks Workflows, um nahtlose Datenumwandlungen und effiziente Pipeline-Betrieb sicherzustellen.

    Technologien:

    • Technologien:
    • Microsoft Power BI Microsoft Power BI
    • SSIS SSIS
    • Kubernetes Kubernetes
    • Postman Postman
    • JSON JSON
    • REST API REST API
    • Databricks Databricks
    • Grafana Grafana
    • Tableau Tableau
    • ETL ETL
    • Flask Flask
    • Selenium Selenium
    • FastAPI FastAPI
    • Pydantic Pydantic
    • NumPy NumPy
    • Pandas Pandas
    • PyTorch PyTorch
    • DevOps DevOps
    • Docker Docker
    • SQL SQL
    • Azure Azure
    • Python Python
    • Azure Blob storage Azure Blob storage
    • Apache Kafka Apache Kafka
    • Apache Airflow Apache Airflow
    • Azure Cloud Azure Cloud
    • MSSQL MSSQL
    • PowerShell PowerShell
    • SharePoint SharePoint
    • Bash Bash
    • Git Git
    • Terraform Terraform
    • Azure Data Factory Azure Data Factory
    • Data Modeling
    • ELT
    • PostgreSQL PostgreSQL
    • MS 365 Power Apps MS 365 Power Apps
    • Azure Event Hubs Azure Event Hubs
    • Confluent Confluent

  • Data Engineer

    Breakwater Technology - 1 jahr 7 monate

    • Verwaltete, baute und sicherte sowohl Batch- als auch Echtzeit-Streaming-Datenpipelines, um große Datensätze effizient zu verarbeiten und zu analysieren.
    • Identifizierte Trends in komplexen Datensätzen, um wertvolle Einblicke zu liefern und datengestützte Entscheidungen zu unterstützen.
    • Entwickelte und wartete Datenlager, um Rohdaten in strukturierte und zugängliche Formate für Kunden zu transformieren.
    • Entwarf und implementierte wiederverwendbare Frameworks zum Speichern und Verarbeiten externer Datenquellen.
    • Nutze Technologien wie SQL, Python, Scala, Apache Spark, DBT, BigQuery und Airflow für skalierbare Datenverarbeitung und -transformation.
    • Integrierte Kafka Connect für Datenstreaming in Echtzeit und nahtlose Konnektivität mit externen Systemen.
    • Erstellte interaktive und aufschlussreiche Datenvisualisierungen mit Google Data Studio, um Ergebnisse effektiv zu kommunizieren.

    Technologien:

    • Technologien:
    • Scala Scala
    • Kubernetes Kubernetes
    • Postman Postman
    • JSON JSON
    • REST API REST API
    • ETL ETL
    • Flask Flask
    • FastAPI FastAPI
    • Pydantic Pydantic
    • NumPy NumPy
    • Pandas Pandas
    • PyTorch PyTorch
    • DevOps DevOps
    • Docker Docker
    • SQL SQL
    • Python Python
    • Azure Blob storage Azure Blob storage
    • Apache Kafka Apache Kafka
    • Apache Airflow Apache Airflow
    • Google Cloud Google Cloud
    • AWS AWS
    • Bash Bash
    • BigQuery BigQuery
    • Git Git
    • Looker Looker
    • Terraform Terraform
    • Data Modeling
    • ELT
    • Apache Spark Apache Spark
    • Salesforce Salesforce
    • Confluent Confluent

  • Data Engineer

    Dubai Holding - 2 monate

    • Entwarf und entwickelte Big-Data-Lösungen zur Verwaltung von Goldkundenaufzeichnungen über verschiedene Geschäftsvertikalen hinweg, um Daten genau und konsistent zu halten.
    • Konsolidierte große Datensätze aus verschiedenen Quellen, indem Technologien wie SQL, Python, Azure Databricks, Azure Event Hubs und Azure Data Factory genutzt wurden.
    • Wandte die Prinzipien der Medaillon-Datenarchitektur an, um strukturierte und effiziente Datenebenen (Bronze, Silber, Gold) für optimiertes Datenmanagement und Analytik zu schaffen.
    • Nutze Azure Data Lake und Azure Synapse Analytics, um skalierbaren Datenspeicher und Verarbeitung zu ermöglichen.
    • Implementierte CI/CD-Pipelines mit Azure DevOps, um Entwicklungs- und Bereitstellungsprozesse für Datenlösungen zu rationalisieren.

    Technologien:

    • Technologien:
    • Microsoft Power BI Microsoft Power BI
    • Kubernetes Kubernetes
    • Postman Postman
    • JSON JSON
    • REST API REST API
    • Databricks Databricks
    • ETL ETL
    • Flask Flask
    • FastAPI FastAPI
    • Pydantic Pydantic
    • NumPy NumPy
    • Pandas Pandas
    • PyTorch PyTorch
    • DevOps DevOps
    • Docker Docker
    • SQL SQL
    • Azure Azure
    • Python Python
    • Azure Blob storage Azure Blob storage
    • Apache Kafka Apache Kafka
    • Azure Cloud Azure Cloud
    • MSSQL MSSQL
    • PowerShell PowerShell
    • SharePoint SharePoint
    • Bash Bash
    • Git Git
    • Azure Data Factory Azure Data Factory
    • Data Modeling
    • ELT
    • Azure Event Hubs Azure Event Hubs

  • Data Engineer

    PricewaterhouseCoopers (PwC) - 2 jahre 2 monate

    • Verwaltete, baute und sicherte Microsoft SQL Server (2017, 2019, Azure SQL)-Datenbanken und Datenpipelines und ermöglichte die Unternehmensdatenintegration über heterogene Systeme für PwC-Büros in 12 Ländern mit Databricks und Azure Data Factory.
    • Migrierte veraltete Datenpipelines zu Azure Databricks und verbesserte die Leistung und Skalierbarkeit.
    • Erstellte ETL-Prozesse unter Verwendung von Azure Data Factory, um wichtige Geschäftsabläufe zu unterstützen und reibungslose Datenoperationen zu gewährleisten.
    • Co-leitete ein Integrationsteam, das Schnittstellen für ein bedeutendes Digitalisierungsprojekt im Finanzsektor lieferte.
    • Entwarf Power BI-Dashboards für das obere Management, die Echtzeit-Übersichten durch wichtige Leistungsindikatoren (KPIs) bereitstellen.
    • Verbessert die SSRS-Abfrageantwortzeit um 15 % durch Umstrukturierung der Abfrage nach eingehender Analyse des Ausführungsplans.
    • Trieb Verbesserungen der Datenplattform voran, einschließlich Kapazitätsplanung zur Steigerung der Skalierbarkeit und Unterstützung des Unternehmenswachstums.
    • Gewährleistete Datensicherheit, Qualität und Governance über alle Datenplattformen hinweg, um Compliance und betriebliche Integrität aufrechtzuerhalten.

    Technologien:

    • Technologien:
    • Microsoft Power BI Microsoft Power BI
    • SSAS SSAS
    • SSIS SSIS
    • Kubernetes Kubernetes
    • T-SQL T-SQL
    • Postman Postman
    • JSON JSON
    • REST API REST API
    • Databricks Databricks
    • Tableau Tableau
    • ETL ETL
    • Keras Keras
    • Flask Flask
    • Selenium Selenium
    • FastAPI FastAPI
    • Pydantic Pydantic
    • NumPy NumPy
    • Pandas Pandas
    • PyTorch PyTorch
    • DevOps DevOps
    • Docker Docker
    • SQL SQL
    • Azure Azure
    • Python Python
    • Azure Blob storage Azure Blob storage
    • Apache Kafka Apache Kafka
    • Apache Airflow Apache Airflow
    • Google Cloud Google Cloud
    • Azure Cloud Azure Cloud
    • MSSQL MSSQL
    • PowerShell PowerShell
    • SharePoint SharePoint
    • MuleSoft Anypoint Platform
    • UiPath UiPath
    • Bash Bash
    • BigQuery BigQuery
    • Git Git
    • Looker Looker
    • Terraform Terraform
    • Azure Data Factory Azure Data Factory
    • Data Modeling
    • ELT
    • MS 365 Administration MS 365 Administration
    • VMware vSphere VMware vSphere
    • Workday HCM Workday HCM

Ausbildung

  • MSc.Management

    Estonian Business School · 2022 - 2023

  • MSc.Data Science

    Middlesex University · 2019 - 2021

  • MSc.Management Information Systems

    Coventry University · 2014 - 2015

  • BSc.Computer Science

    Valley View University · 2008 - 2012

Finden Sie Ihren nächsten Entwickler innerhalb von Tagen, nicht Monaten

In einem kurzen 25-minütigen Gespräch würden wir gerne:

  • Auf Ihren Bedarf bezüglich des Recruitments von Software-Entwicklern eingehen
  • Unseren Prozess vorstellen und somit wie wir Sie mit talentierten und geprüften Kandidaten aus unserem Netzwerk zusammenbringen können
  • Die nächsten Schritte besprechen, um den richtigen Kandidaten zu finden - oft in weniger als einer Woche

Unterhalten wir uns

Jetzt Entwickler:innen finden, die innerhalb von wenigen Tagen starten können. Ohne Risiko.