English
Svenska
Dansk
Dutch
Français
Norsk
Suomi
NEU
Proxify is bringing transparency to tech team performance based on research conducted at Stanford. An industry first, built for engineering leaders.
Learn more
Arian F.
Data Engineer
Arian ist ein Dateningenieur mit mehr als vier Jahren Berufserfahrung. Er ist spezialisiert auf die Entwicklung und Optimierung von Datenpipelines mit Databricks, SQL, Apache Spark, Python, AWS und Airflow. Er entwickelt skalierbare, cloudbasierte Lösungen und sorgt für eine effiziente systemübergreifende Datenverarbeitung.
Eine seiner herausragenden Leistungen war die Optimierung der Cloud-Infrastruktur seines Unternehmens. Durch die Durchführung eingehender Analysen und die Anpassung der Ressourcenkonfiguration und -nutzung konnte Arian die Kosten um 30 % senken und erntete für seinen Beitrag breite Anerkennung.
Arian ist bekannt für seine akribische Liebe zum Detail und seinen durchdachten Problemlösungsansatz. Er liefert robuste, leistungsstarke Datenlösungen für jedes Projekt.
Hauptkompetenz
- Git 4 Jahre
- YAML 3 Jahre
- Fact Data Modeling 3 Jahre
Andere Fähigkeiten
- Jira 4 Jahre
- Microsoft Excel 3 Jahre
- AWS S3 3 Jahre
Ausgewählte Erfahrung
Beschäftigung
Data Engineer
Valtech - 1 jahr
- Zusammenarbeit mit einem großen globalen Einzelhandelskunden bei der Umgestaltung und Verbesserung seiner Datenplattform mit Schwerpunkt auf der praktischen Nutzung von Databricks und Azure-Tools;
- Aufbau und Pflege von ETL-Pipelines in Databricks, Verarbeitung von Daten aus Quellsystemen bis hin zu endgültigen Tabellen;
- Entwicklung einer Reihe von Mitarbeiter- und HR-KPIs, die den Stakeholdern helfen, die Einstellung, Bindung und andere Trends in der Belegschaft zu verfolgen. Diese KPIs werden von den Führungskräften aktiv genutzt, um die Planung und Entscheidungsfindung zu unterstützen;
- Koordinierung mit technischen und nicht-technischen Teams, um sicherzustellen, dass die Daten korrekt strukturiert und bei Bedarf verfügbar sind.
Technologien:
- Technologien:
AWS
Databricks
Apache Spark
Python
SQL
AWS S3
Azure
Azure Data Factory
DevOps
- Data Engineering
Git
- ELT
Apache Airflow
- Data Analytics
- Data Modeling
Pytest
- Dimensional modeling
- Fact Data Modeling
YAML
PySpark
GitHub Actions
Senior Data Engineer
Starbucks - 9 monate
- Migrated production pipelines from Alteryx to Databricks, improving end-to-end performance and making the workflows easier to run and maintain;
- Led the move from Databricks Hive Metastore to Unity Catalog, standardizing governance and access without disrupting existing workloads;
- Led the build of a new employee movement tracking product end-to-end + data model where I delivered clean, consistent data that powers the dashboard.
Technologien:
- Technologien:
-
Databricks
-
Python
-
SQL
-
Azure Data Factory
- Data Engineering
- ELT
-
Apache Airflow
- Data Analytics
- Data Modeling
- Fact Data Modeling
- Data Governance
-
PySpark
- Data Quality
Data Engineer
XponentL Data - 9 monate
- Modernisierung der Dateninfrastruktur für ein globales Öl- und Gasunternehmen durch Optimierung der Datenarchitektur zur Steigerung der Effizienz und Verbesserung der Zugänglichkeit.
- Er leitete die durchgängige Entwicklung von Key Performance Indicators (KPIs), von der Erfassung der Anforderungen bis zur Implementierung der Lösungen in Produktionsumgebungen.
- Er stellte sicher, dass die KPIs vollständig mit den Unternehmenszielen übereinstimmten und als wichtige Instrumente zur Förderung des Unternehmenserfolgs dienten.
- Implementierung von Best Practices für Datenmanagement und -verwaltung, um die langfristige Skalierbarkeit und Zuverlässigkeit des Datenökosystems zu unterstützen.
Technologien:
- Technologien:
-
AWS
-
Databricks
-
Apache Spark
-
Python
-
SQL
AWS Lambda
-
AWS S3
-
Azure
Microsoft Power BI
-
Azure Data Factory
Pandas
-
DevOps
- Data Engineering
Jira
-
Git
- ELT
-
Apache Airflow
- Data Analytics
Snowflake
- Data Modeling
- Dimensional modeling
- Fact Data Modeling
-
YAML
-
PySpark
Python Lecturer
Creative Hub - 10 monate
- Entwicklung und Durchführung von ansprechenden Python-Vorlesungen für ein Data Science Bootcamp mit Schwerpunkt auf Datenanalyse und einführenden Konzepten für maschinelles Lernen.
- Entwicklung von praktischen Unterrichtsplänen, die den Schwerpunkt auf praktisches Lernen und reale Anwendungen von Python legen.
- Führte die Studenten durch die Grundlagen der Python-Programmierung und sorgte für Klarheit in den Kernprinzipien der Datenwissenschaft und des maschinellen Lernens.
- Persönliche Unterstützung für Studenten, um auf individuelle Herausforderungen einzugehen und das Vertrauen in die Anwendung von Python-Kenntnissen bei Projekten zu fördern.
Technologien:
- Technologien:
- Project Management
-
Python
- Data Engineering
Data Enginner
Raiffeisen Tech - 2 jahre 1 monat
- Reduzierung der AWS-Kosten um 30 % durch strategische Optimierung und Ressourcenmanagement.
- Er leitete die Migration eines Data Lake zu Databricks und sorgte für eine nahtlose Integration und verbesserte Leistung.
- Verwaltung von End-to-End-Data-Engineering-Prozessen, einschließlich Datenextraktions-, -umwandlungs- und -ladepipelines (ETL).
- Nutzung von Cloud-Umgebungen für effiziente Datenspeicherung, Wartung und Skalierbarkeit.
- Er entwickelte detaillierte, auf die Anforderungen der Kunden zugeschnittene Datenprodukte und erntete Anerkennung für die Bereitstellung hochwertiger Lösungen.
Technologien:
- Technologien:
-
AWS
-
Databricks
-
Apache Spark
-
Python
-
SQL
-
AWS Lambda
-
AWS S3
NumPy
-
DevOps
- Data Engineering
AWS Athena
-
Jira
-
Git
- ELT
-
Apache Airflow
- Data Analytics
- Data Modeling
Amazon CloudWatch
-
Pytest
- Dimensional modeling
- Fact Data Modeling
Apache Iceberg
-
YAML
Salesforce
-
PySpark
Microsoft Excel
Data Engineer/Analyst
Vianova AI - 1 jahr 7 monate
- Entwicklung des ersten Patientenberichtssystems des Unternehmens, das Rohdatensätze in verwertbare Erkenntnisse umwandelt.
- Einsatz von SQL und Python zur Extraktion, Bereinigung, Verarbeitung und Validierung realer Patientendaten.
- Er entwarf und implementierte Datenumwandlungsabläufe, um die Genauigkeit und Konsistenz der Berichterstattung zu gewährleisten.
- Erstellung von Visualisierungen und Berichten zur Darstellung von Daten in einem benutzerfreundlichen Format zur Unterstützung laufender Analysen und Entscheidungen.
Technologien:
- Technologien:
Flask
Postman
-
Python
-
SQL
-
NumPy
-
Pandas
- Data Engineering
-
Jira
-
Git
- ELT
- Data Analytics
- Data Modeling
-
Microsoft Excel
Ausbildung
BSc.Computer Engineering
University of Prishtina · 2017 - 2021
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