Entwicklung und Wartung einer unternehmensweiten Plattform. Aufbau und Optimierung der Infrastruktur. Verwaltung einer Microservice-Kafka-Architektur. Technische Überwachung und Bugfixes. Konzeption und Entwicklung einer automatisierten Testsuite mit Python und GitHub-actions. Go-Live-Unterstützung und Dokumentation. Agile Entwicklung und Projektmanagement in einem internationalen Team mit Jira. Entwicklung von Prozessen zur Konsolidierung von KPIs. Executive Reporting und Monitoring

Unternehmensweiter Geltungsbereich und Berücksichtigung. Entwicklung eines Notfallplans. Umsetzung einer IT-Sicherheitsstrategie basierend auf BSI-Standards. Anforderungsdefinition gemäß internem und externem Stakeholder. Kommunikation mit dem Top-Management und dem Team. Iteratives und agiles Projektmanagement gemäß SCRUM.

Marktforschung, Analyse von Anwendungsfällen und Identifikation potenzieller Kunden. Inhaltsentwicklung für Marketing und strategische Ansätze. Datenmodellierungsperspektive auf die Anforderungsanalyse und -definition. Allgemeine Projektunterstützung. Stakeholder-Kommunikation und agile Projektdurchführung.

Erstellung von Schulungsmaterialien für einen unternehmensweiten Rollout. Multimediale Inhaltsentwicklung zu hochkomplexen technischen Spezifikationen. Abstraktion des gesamten Prozesses der automatisierten Bereitstellung sowie Infrastruktur als Code. Stakeholder-Kommunikation und Teamarbeit.

Konsolidierung und Identifizierung von datenquellenbasierten Silos. Extraktion relevanter Daten und Metadaten mit Python. Transformation von Daten zur Gewährleistung von Qualität und Konsistenz. Modellierung von Crashtests. Entwurf komplexer Datenmodelle in Neo4j und SQL. Integration von Semantiken und Axiomen in die Logik. Implementierung und Bereitstellung der gesamten Datenpipeline.

Umsetzung von Business Use Cases. Identifizierung und Erfassung von unternehmensweiten Daten mit Python. Cloud-basierte Bereitstellung von Neo4j- und SQL-Datenbanken. Hochkomplexes Datenmodell-Design mit Cypher. Implementierung von Algorithmen des maschinellen Lernens in Python und Neo4j. Dashboard-Design und -Optimierung mit Power BI. Kontinuierliche Integration und Entwicklung, Implementierung der Pipeline mit Docker und Kubernetes.

Mehrere Experteninterviews mit dem oberen Management und Abteilungsleitern. Identifikation von Anwendungsfällen für die übergreifende Wertschöpfung verschiedener Bereiche. Rekursive Iterationen mit Managern, um Agilität zu gewährleisten. Sprint-Planung, Backlog und Review. Funktionale, Einheits- und Konzepttests. Präsentation an das obere Management mit einem skalierbaren Full-Stack-Lieferergebnis. Einsatz und interne Einführung. Nachberichterstattung an Führungskräfte und Moderation von technischen Workshops.