Ahmad F.

Ansvarsområder:

• Deltog i opsætning af datapipelines fra lokal SQL Server til Snowflake og samarbejdede i Agile-praksisser som f.eks. forbedring af backlog og sprintplanlægning.
• Bidrag til udviklingen af en Python Flask-webapplikation til upload og scraping af data fra CSV'er og regneark.
• Udviklet og optimeret store datapipelines ved hjælp af Databricks og PySpark, styring af komplekse ETL-processer og big data-workflows.

Resultater:

• Migrerede kritiske data ved hjælp af S3-buckets og dbt, hvilket forbedrede datatilgængeligheden og systemets ydeevne.
• Leveret højtydende, skalerbare ETL-løsninger med avancerede transformationer og performance tuning.
• Justerede tekniske implementeringer med forretningsmæssige mål gennem proaktive kravdiskussioner og effektivt teamsamarbejde.

Ansvarsområder:

• Byggede en omfattende dataplatform på Azure ved at gennemføre kravindsamlingssessioner med forskellige forretningsinteressenter for at understøtte rapportering og operationelle behov.
• Administrerede adskillige DataOps-opgaver, herunder udvikling af CI/CD-pipelines, provisionering af ressourcer, konfiguration af Kubernetes-klynger, indlæsning af data og oprettelse af skalerbare ETL-workflows.
• Anvendte orkestreringsværktøjer til system-til-system-dataoverførsler, vedligeholdt datamodeller, udviklede Power BI-dashboards og vejledte yngre teammedlemmer.

Resultater:

• Implementerede robuste cloud-baserede løsninger, der forbedrede rapporteringsmulighederne og strømlinede de operationelle processer.
• Opnået problemfri dataintegration og effektive overførsler gennem optimerede pipelines og effektive orkestreringsstrategier.
• Leverede handlingsorienteret indsigt via Power BI-dashboards og finansielle benchmarks, hvilket førte til bedre beslutningstagning for investorer og vækst i teamet.

Ansvarsområder:

• Samarbejdede med et team på 10 om at opbygge et robust datalager for en global detailklient ved hjælp af Infrastructure as Code (IaC) med Terraform til at etablere grundlæggende data- og analysefunktioner.
• Anvendte DevOps-praksis til at automatisere og versionskontrollere oprettelse af cloud-ressourcer, udviklede Python-scripts med enhedstests til dataudtræk og -indlæsning og brugte Azure Databricks med PySpark til kompleks databehandling.
• Hjalp med at konstruere dbt-forespørgsler til Snowflake-transformationer, byggede migrationspipelines fra Salesforce til Azure ved hjælp af forskellige Azure-tjenester og leverede strategisk rådgivning om værktøjs- og platformsstyring.

Resultater:

• Leverede en skalerbar data warehouse-løsning, der forbedrede dataintegration og analysefunktioner for en global detailvirksomhed.
• Strømlinede udviklingsarbejdsgange gennem automatiserede DevOps-pipelines, der reducerer implementeringstiden og forbedrer systemets pålidelighed.
• Rådgivning om cloud-strategi og værktøjsoptimering, der sikrer høj ydeevne, skalerbarhed og effektiv ressourceudnyttelse på tværs af kundeprojekter.

Ansvarsområder:

• Vedligeholdt omfattende datapipelines til et datalager ved hjælp af Azure Data Factory og SQL-lagrede procedurer, hvilket sikrede et problemfrit dataflow og nøjagtige transformationer.
• Bidrager til udviklingen af en maskinlæringsmodel ved at bruge Azure Machine Learning Service og Python-scripts til at opbygge og automatisere ML-pipelines.

Resultater:

• Opnået pålidelige og effektive dataintegrations- og transformationsprocesser, der styrker den overordnede datainfrastruktur.
• Automatiserede ML-pipeline-workflows, der fremskynder modeludvikling og -implementering og forbedrer forudsigelige analysefunktioner til sundhedsindsigt.

Ansvarsområder:

• Udviklet både enkle og avancerede dataintegrationer til store byggeprojekter og virksomhedsinterne programmer ved hjælp af forskellige cloudtjenester og programmeringssprog på Azure-platformen.
• Oprettede datalagre, orkestrerede arbejdsgange med Azure Data Factory, Logic Apps og Function Apps og brugte Python-pakker som Pandas til ETL-processer.
• Byggede Power BI-rapporter ved hjælp af avancerede DAX-funktioner og brugerdefinerede visuals for at levere indsigtsfulde projektanalyser.

Resultater:

• Strømlinede komplekse dataprocesser og -integrationer, forbedrede datalagring, rapporteringseffektivitet og driftspræstation.
• Forbedret datanøjagtighed og -tilgængelighed, der muliggør datadrevet beslutningstagning gennem omfattende Power BI-dashboards.
• Leverede skalerbare og omkostningseffektive cloud-løsninger på Microsoft Azure og sikrede konsekvent performance på tværs af flere virksomhedsprojekter.