Redon T.

Ritech delivers modern data and analytics solutions, helping organizations build scalable cloud-based data platforms and reporting ecosystems.

• Developed and maintained enterprise-scale data warehouse solutions using Snowflake as the central analytics platform.

• Designed, optimized, and enhanced data transformation workflows using dbt, improving maintainability and performance across multiple data domains.

• Led dbt project restructuring and repository clean-up initiatives, standardizing models, naming conventions, and deployment processes.

• Implemented performance optimization strategies in Snowflake, including query tuning, clustering, and warehouse optimization.

• Built and maintained dimensional data models (Star/Snowflake schemas) to support business intelligence and analytics requirements.

• Developed and maintained data ingestion pipelines from Azure Blob Storage and MySQL databases into Snowflake.

• Supported business reporting and self-service analytics through ThoughtSpot, ensuring reliable and performant data models for end users.

• Implemented data quality validation, testing, and monitoring using dbt best practices and automated checks.

• Entwurf und Implementierung von Echtzeit- und Batch-Datenpipelines mit Apache Airflow und Talend.
• Aufbau und Verwaltung eines AWS Data Lake mit S3 und Parquet, optimiert für effiziente Abfragen und Integration.
• Automatisierte Dateneingabe- und Transformationspipelines mit AWS Glue, MQTT und Apache Iceberg für Athena-Abfragen.
• Erstellung von ETL-Workflows in Talend zur Konsolidierung von Daten aus verschiedenen Quellen, einschließlich SQL- und NoSQL-Datenbanken.
• Implementierung von CDC-Strategien und Entwicklung dimensionaler Modelle zur Verbesserung der Analyseleistung.
• Leitung von Projekten zur Integration von Immobiliendaten, Gewährleistung von Datenqualität, Governance und Compliance.

• Entwurf von Datenmodellen und Pipelines für zentralisierte Speicher- und Business-Intelligence-Anwendungen.
• Entwicklung und Pflege von ETL-Workflows zur Integration verschiedener Datenquellen, Verbesserung der Datenverfügbarkeit und -konsistenz.
• Optimierte Pipelines zur Unterstützung von Echtzeit- und Batch-Ingestion in skalierbaren Data-Warehouse-Umgebungen.
• Angewandte Datenumwandlungs- und -validierungsprozesse, um qualitativ hochwertige, analysefähige Datensätze zu gewährleisten.
• Automatisierte Daten-Workflows zur Steigerung der Effizienz und Verringerung manueller Fehler.
• Dokumentieren Sie alle Datenprozesse, um die Transparenz und Wartbarkeit zu verbessern.

• Wir haben skalierbare Backend-Systeme mit Java und Spring Boot entwickelt und dabei Wert auf eine saubere Architektur und Wartungsfreundlichkeit gelegt.
• Entwicklung von REST-APIs und Microservices, um eine nahtlose Integration zwischen verteilten Systemen zu ermöglichen.
• Beitrag zum Entwurf der Lösungsarchitektur zur Verbesserung der Leistung und Skalierbarkeit.
• Implementierung von Caching-, Indizierungs- und asynchronen Verarbeitungstechniken zur Verbesserung der Backend-Leistung.

• Entwicklung und Anpassung von ERP-Modulen und Erweiterungen für Unternehmenskunden.
• Sie haben sowohl an neuen als auch an alten Dynamics-basierten Systemen gearbeitet.
• Unterstützte Systemintegrationen und stellte kundenspezifische Anpassungen der Geschäftslogik sicher.