Freelance Data Engineer | AWS, dbt, Airflow, Terraform | Data Lakehouse & Analytics Engineering
- Verfügbarkeit einsehen
- 1 Referenz
- 100€/Stunde
- 10585 Berlin
- auf Anfrage
- de | en
- 27.08.2026
- Contract ready
Kurzvorstellung
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
10/2025 – 1/2026
Tätigkeitsbeschreibung
- Sicherstellung der Kontinuität der produktiven Datenplattform und Gewährleistung einer 100%igen Service-Verfügbarkeit für interne Nutzer.
- Optimierung der Architekturintegrität und Systemperformance durch strategische Feature-Erweiterungen und gezielten Abbau von Technical Debt.
- Verantwortlich für das Onboarding und den Wissenstransfer für neue Data Engineers.
Technologien: AWS (S3, Lambda, Glue, ECS, SQS, SNS), Redshift, Athena, Apache Iceberg, Airflow, Terraform, Docker, Python, SQL, Golang
Amazon Web Services (AWS), Apache Kafka, Apache Spark, Big Data, Data Engineer, Data Warehousing, Docker, Golang, Infrastrukturarchitektur, Python, SQL
10/2025 – 12/2025
Tätigkeitsbeschreibung
- Leitung der kompletten Re-Architektur des Legacy-Systems; effektiver Neuaufbau der E-Commerce-Management-Plattform (V2) von Grund auf zur Modernisierung aller Kernprozesse.
- Federführende End-to-End-Entwicklung der Plattform, inklusive Cloud-Infrastruktur (Terraform, AWS), Python-Automatisierungs-Backend und einem modernen Next.js-Frontend.
- Entwicklung eines robusten Python-Backends zur Automatisierung komplexer E-Commerce-Operationen, inklusive Integration von Marktplatz-APIs zur Echtzeit-Datensynchronisierung sowie eines Management-Dashboards zur Sales-Visualisierung.
Technologien: Python, Terraform, AWS, Next.js, REST APIs.
Amazon Web Services (AWS), Data Engineer, Infrastrukturarchitektur, Python, Representational State Transfer (REST), Software engineering / -technik, SQL
10/2025 – offen
Tätigkeitsbeschreibung
- Aufbau einer end-to-end ELT-Datenplattform (Data Lakehouse) in AWS als alleiniger Data Engineer – inklusive Konzeption und Implementierung eines kostenoptimierten, maßgeschneiderten Data-Ingestion-Layers zur
- Anbindung von über neun externen APIs (u. a. CRM-, Billing- und operative Systeme) und zur Verarbeitung großer Datenmengen in Redshift.
- Aufbau eines modernen Data-Transformation-Layers mit dbt (Finance, Product, RevOps) – inklusive historischer Snapshots und Semantic Layer als zentrale Single Source of Truth – zur Bereitstellung hochwertiger Datenprodukte für die Visualisierung in QuickSight.
- Verantwortung für die Datenprozesse rund um Quote-to-Cash (Q2C) mit dem Ergebnis präziser Finanz- und Betriebsreportings.
- Orchestrierung komplexer Extraktions-, Anreicherungs- und Verteilungspipelines mit Apache Airflow und Docker, vollständig per Terraform bereitgestellt.
- Entwicklung eines Reverse-ETL-Service sowie moderner MCP-Server (SQL-Zugriff, Anbindung externer Tools) zur besseren Datenverfügbarkeit für nachgelagerte Teams.
- Steigerung der organisatorischen Effizienz durch Automatisierung zentraler Datenprozesse und signifikante Reduzierung des manuellen Aufwands.
Technologien: AWS (S3, Lambda, Glue, ECS, SQS, SNS), Redshift, Athena, Apache Iceberg, dbt Core, Airflow, Terraform, Docker, Python, SQL
Amazon Web Services (AWS), Data Engineer, Data Warehousing, Docker, Python, SQL
5/2022 – 9/2025
Tätigkeitsbeschreibung
- Befördert von Junior (Mai 2022) zu Medior (Apr 2023) und Senior (Apr 2024) auf Basis von Leistung und wachsendem Verantwortungsbereich.
- Übernahm die vollständige Verantwortung für das interne BI-Backend in den Bereichen Finance, RevOps und Operations, mit Support für über 100 interne Nutzer:innen.
- Reduzierte Kosten um 25 % und steigerte die Performance durch Migration der ETL-Pipelines von Glue zu Athena und ECS.
- Führte gemeinsam die Einführung von Apache Airflow, Data Quality Tests und Iceberg-Tabellen ein – Datenfreigabeprobleme wurden vollständig eliminiert.
- Entwickelte Xentrals erste ereignisgesteuerte Datenpipelines und ermöglichte damit nahezu Echtzeit-Updates geschäftskritischer Metriken (Latenz von 24 h auf unter 1 Minute gesenkt).
- Entwickelte und betreute interne Services in Go, z. B. eine produktionsreife Wechselkurs-API mit OpenAPI.
- Enge Zusammenarbeit mit Business- und Produktteams zur Entwicklung datengetriebener Produkte und Dashboards, die auf zentrale Geschäftsanforderungen abgestimmt sind.
- Standardisierte die Datenübersicht mittels eines Metadatenkatalogs, synchronisiert über Confluence, AWS Glue und Looker.
Amazon Web Services (AWS), Python, SQL
7/2019 – 3/2022
Tätigkeitsbeschreibung
· Promoted from working student after demonstrating ownership and delivering high-impact features across core systems.
· Built a custom ERP system from scratch using Flask, HTML, CSS, and JavaScript to support all business operations.
· Designed and implemented a dynamic pricing engine integrated with marketplace APIs, reducing daily manual adjustments by 95%.
· Automated procurement and inventory workflows by integrating with 5+ wholesaler APIs, cutting fulfillment delays and reducing processing time from hours to under 10 minutes.
· Modernized internal tooling and workflows, enabling fully automated marketplace listings—including direct wholesaler-to-consumer offers—with minimal manual effort.
HTML, JavaScript, Python, SQL, Web Entwicklung
Ausbildung
Technische Universität Berlin
Berlin
Über mich
Für einen SaaS-Anbieter aus der Hospitality-Branche habe ich als alleiniger Data Engineer die Konzeption und Implementierung eines kostenoptimierten, maßgeschneiderten Data-Ingestion-Layers in AWS verantwortet, der große Datenmengen zuverlässig in Redshift verarbeitet. Darauf aufbauend habe ich einen Data-Transformation-Layer mit dbt entwickelt, der Datenprodukte für die Visualisierung in QuickSight bereitstellt. Durch die Automatisierung zentraler Datenprozesse konnte der manuelle Aufwand deutlich reduziert werden.
Meine technischen Schwerpunkte liegen in Python, SQL und Go sowie im gesamten AWS-Ökosystem (S3, Lambda, ECS, SQS, SNS, RDS, CloudWatch), das ich mit Terraform, Docker und CI/CD-Prozessen betreibe. Im Daten-Stack arbeite ich routiniert mit Airflow, dbt, Apache Iceberg, Kafka, Athena, Glue und PySpark, bei Datenbanken vorwiegend mit Redshift, PostgreSQL und MySQL. Hinzu kommen Datenmodellierung, Data-Quality-Frameworks, REST-API-Design, Reverse ETL und MCP-Server.
In früheren Rollen habe ich unter anderem ETL-Pipelines migriert und damit die Kosten um 25 % gesenkt sowie die Performance spürbar gesteigert, event-getriebene Architekturen aufgebaut, die Datenlatenzen von 24 Stunden auf unter eine Minute reduziert haben, und Datenprodukte entwickelt, die über 20 interne Dashboards versorgen. Dabei arbeite ich eigenständig und zuverlässig und kommuniziere klar zwischen Technik, Produkt und Business.
Persönliche Daten
- Deutsch (Muttersprache)
- Englisch (Fließend)
- Europäische Union
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden