Ahmad F.

Ansvarsområder:

• Deltatt i å sette opp datapipelines fra lokal SQL Server til Snowflake, og samarbeidet i Agile-praksiser som forbedring av backlog og sprintplanlegging.
• Bidratt til utviklingen av en Python Flask-webapplikasjon for opplasting og skraping av data fra CSV-filer og regneark.
• Utviklet og optimalisert store datapipelines ved hjelp av Databricks og PySpark, og håndtert komplekse ETL-prosesser og arbeidsflyter for stordata.

Resultater:

• Migrerte kritiske data ved hjelp av S3-bøtter og dbt, noe som forbedret datatilgjengeligheten og systemytelsen.
• Leverte skalerbare ETL-løsninger med høy ytelse og avanserte transformasjoner og ytelsesjustering.
• Tilpasning av tekniske implementeringer til forretningsmålene gjennom proaktive kravdiskusjoner og effektivt teamsamarbeid.

Ansvarsområder:

• Bygget en omfattende dataplattform på Azure ved å gjennomføre behovsinnhentingsøkter med ulike interessenter i virksomheten for å støtte rapportering og operasjonelle behov.
• Administrert en rekke DataOps-oppgaver, inkludert utvikling av CI/CD-rørledninger, klargjøring av ressurser, konfigurering av Kubernetes-klynger, inntak av data og oppretting av skalerbare ETL-arbeidsflyter.
• Brukt orkestreringsverktøy for system-til-system-dataoverføringer, vedlikeholdt datamodeller, utviklet Power BI-dashbord og veiledet yngre teammedlemmer.

Resultater:

• Implementerte robuste skybaserte løsninger som forbedret rapporteringsmulighetene og effektiviserte driftsprosessene.
• Oppnådd sømløs dataintegrasjon og effektive overføringer gjennom optimaliserte pipelines og effektive orkestreringsstrategier.
• Leverte handlingsrettet innsikt via Power BI-dashbord og finansielle benchmarks, noe som bidro til bedre beslutninger for investorer og vekst i teamet.

Ansvarsområder:

• Samarbeidet med et team på 10 personer om å bygge et robust datavarehus for en global detaljhandelskunde, ved hjelp av Infrastructure as Code (IaC) med Terraform for å etablere grunnleggende data- og analysefunksjoner.
• Anvendt DevOps-praksis for å automatisere og versjonskontrollere opprettelse av skyressurser, utviklet Python-skript med enhetstester for datautvinning og -innlasting, og benyttet Azure Databricks med PySpark for kompleks databehandling.
• Bistått med å konstruere dbt-spørringer for Snowflake-transformasjoner, bygget migreringsrørledninger fra Salesforce til Azure ved hjelp av ulike Azure-tjenester, og gitt strategisk rådgivning om verktøy og plattformadministrasjon.

Resultater:

• Leverte en skalerbar datavarehusløsning som forbedret dataintegrasjonen og analysemulighetene for en global detaljhandelsbedrift.
• Strømlinjeformede utviklingsarbeidsflyter gjennom automatiserte DevOps-pipelines, noe som reduserer distribusjonstiden og forbedrer systemets pålitelighet.
• Rådgivning om skystrategi og optimalisering av verktøy for å sikre høy ytelse, skalerbarhet og effektiv ressursutnyttelse på tvers av kundeprosjekter.

Ansvarsområder:

• Vedlikeholdt omfattende datapipelines for et datalager ved hjelp av Azure Data Factory og SQL-lagrede prosedyrer, og sørget for sømløs dataflyt og nøyaktige transformasjoner.
• Bidratt til utviklingen av en maskinlæringsmodell ved å bruke Azure Machine Learning Service og Python-skript for å bygge og automatisere ML-pipelines.

Resultater:

• Oppnått pålitelige og effektive prosesser for dataintegrasjon og -transformasjon, og styrket den overordnede datainfrastrukturen.
• Automatiserte ML-pipeline-arbeidsflyter, akselererer modellutvikling og distribusjon og forbedrer prediktive analysefunksjoner for innsikt i helsevesenet.

Ansvarsområder:

• Utviklet både enkle og avanserte dataintegrasjoner for store byggeprosjekter og bedriftsinterne programmer ved hjelp av ulike skytjenester og programmeringsspråk på Azure-plattformen.
• Opprettet datavarehus, orkestrert arbeidsflyter med Azure Data Factory, Logic Apps og Function Apps, og benyttet Python-pakker som Pandas for ETL-prosesser.
• Bygget Power BI-rapporter ved hjelp av avanserte DAX-funksjoner og tilpassede visualiseringer for å levere innsiktsfulle prosjektanalyser.

Resultater:

• Strømlinjeformet komplekse dataprosesser og -integrasjoner, forbedret datalagring, rapporteringseffektivitet og driftsytelse.
• Forbedret datanøyaktighet og -tilgjengelighet, noe som muliggjør datadrevet beslutningstaking gjennom omfattende Power BI-dashbord.
• Leverte skalerbare og kostnadseffektive skyløsninger på Microsoft Azure, og sørget for konsekvent ytelse på tvers av flere bedriftsprosjekter.