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
Momo E.
Data Engineer
Momo ist ein Data Engineer mit über fünf Jahren Erfahrung in der Umwandlung von Rohdaten in verwertbare Geschäftsinformationen. Er ist auf Microsoft-Technologien wie Power BI, Microsoft Fabric und SQL spezialisiert und nutzt diese, um skalierbare, effiziente und aufschlussreiche Datenlösungen zu erstellen.
Er entwirft und automatisiert robuste Datenpipelines, entwickelt benutzerfreundliche Berichtssysteme und ermöglicht eine bessere Entscheidungsfindung durch zugängliche Analysen. Momo ist bekannt für seine problemlösende Denkweise und seine Fähigkeit, sich an verschiedene technische Herausforderungen anzupassen. Er arbeitet nahtlos mit technischen und geschäftlichen Teams zusammen und stellt sicher, dass die Datenlösungen sowohl praktisch als auch auf die Unternehmensziele abgestimmt sind.
Als freiberuflicher Berater unterstützt Momo Kunden bei der Modernisierung ihrer Datenplattformen - von der Erstellung intuitiver Dashboards bis hin zur Rationalisierung komplexer Berichtsworkflows. Mit seiner Arbeit erschließt er das volle Potenzial von Unternehmensdaten, indem er sie verlässlich, organisiert und einfach zu interpretieren macht.
Hauptkompetenz
- Microsoft Power BI 5 Jahre
- SQL 4 Jahre
- Microsoft Power Platform 5 Jahre
Andere Fähigkeiten
- Python 3 Jahre
- dbt 1 Jahre
- Snowflake 1 Jahre
Ausgewählte Erfahrung
Beschäftigung
BI Expert
AMDT - 3 monate
- Entwurf und Implementierung von Datenpipelines mit dbt zur effizienten Datentransformation und -modellierung.
- Entwicklung und Optimierung von Snowflake Data Warehouses zur Unterstützung skalierbarer, leistungsstarker Analysen.
- Erstellung und Pflege interaktiver Power BI Embedded Dashboards, um den Endbenutzern Einblicke in Echtzeit zu geben.
Technologien:
- Technologien:
Microsoft Power BI
- Data Engineering
Jira
Git
- Data Analytics
Snowflake
- Data Modeling
dbt
BI Consultant
KLEPIERRE - 9 monate
- Vorbereitung, Modellierung und Prüfung bestehender Datenökosysteme zur Leistungsoptimierung.
- Entwicklung und Pflege von Power BI-Dashboards, Analyse von Kundenanforderungen und Bereitstellung von Datenvisualisierungs-POCs.
- Entwicklung von technischen Lösungen mit SQL und Python auf Microsoft Fabric zur Unterstützung verschiedener Finanzanalysen.
Technologien:
- Technologien:
-
Microsoft Power BI
- Data Engineering
- Data Analytics
Azure Synapse
- Data Modeling
Microsoft Power Automate
Microsoft Power Platform
Microsoft Fabric
Data Analyst
Ingenico - 4 jahre 2 monate
- Implementierung von Datenpipelines und OLAP-Würfeln in Zusammenarbeit mit dem IT-BI-Team zur Automatisierung von Geschäftsberichten und -prozessen.
- Enge Zusammenarbeit mit den Geschäftsteams, um den Bedarf an Berichten zu ermitteln, Ziele zu definieren und Prioritäten festzulegen.
- Zusammenarbeit mit dem IT-BI-Team bei der Definition von Entwicklungsanforderungen und der Festlegung von Implementierungsprioritäten.
- Automatisierung, Zentralisierung und Verbesserung der Zuverlässigkeit von Daten in allen Geschäftsfunktionen.
- Erstellung von Power BI-Dashboards und -Berichten zur Unterstützung von Geschäftsentscheidungen.
- Gemeinsame Nutzung, Veröffentlichung und Schulung von Geschäftsteams zur effektiven Nutzung von Berichten und Dashboards.
Technologien:
- Technologien:
Databricks
-
Microsoft Power BI
- Data Science
- Data Engineering
-
Jira
- Data Analytics
- Data Modeling
Salesforce
SAP
-
Microsoft Power Platform
Ausbildung
MSc.Markets Finance
PACE University - Lubin School · 2018 - 2019
MSc.Data engineering
École supérieure d'ingénieurs Léonard-de-Vinci · 2014 - 2019
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