Über mich
Ein Generalist, der jede Ebene gesehen hat
Die kurze Version
Mit über zehn Jahren Erfahrung quer durch alle Disziplinen rund um Daten bringe ich eine Perspektive mit, die den meisten Spezialisten fehlt — ich kann es bauen, es analysieren und erklären, warum es für das Business zählt.
Mein Hintergrund ist eine Mischung aus Mathematik und technischer Informatik, mit Abschlüssen einer führenden technischen Universität. Diese Kombination hat mir ein tiefes quantitatives Fundament gegeben und eine klare Vorliebe für Dinge, die in Produktion auch wirklich laufen.
Was mich unterscheidet: Ich sitze in keinem Spezialisierungs-Silo. Die meisten Data-Profis sind entweder auf der Engineering- oder auf der Analytics-Seite stark. Ich bin in beidem zuhause — ich kann Systeme entwerfen, die gleichzeitig architektonisch sauber und analytisch aussagekräftig sind, und ich spreche die Sprache jedes Stakeholders im Raum.
Qualifikationen
BSc Mathematik
BSc Technische Informatik
Werdegang
- Data Analyst Globale Finanz- und Versicherungsbranche Quantitatives Fundament in komplexen Datenumgebungen, im großen Maßstab.
- Data Scientist Mobility-Startup Modellierung und Experimentation in einem schnellen Produktumfeld.
- Data Scientist → Data Engineer Digital-Health-Scale-up — vom Startup bis zum IPO 10× Hypergrowth in drei Monaten, durch einen Börsengang und eine Übernahme.
- Staff Data Engineer & Team Lead Datenplattform-Ownership Plattform-Verantwortung, Hiring & Coaching, Stakeholder-Management auf Executive-Level.
- Staff Software Engineer & Tech Lead Platform Engineering Data Contracts at Scale, cross-funktionale technische Führung.
- Group Technical Product Manager, Data Products Datenstrategie Roadmap und Priorisierung für ein Portfolio von Datenprodukten über Engineering, Analytics und Data Science hinweg. Verantwortlich für die Datenstrategie des Unternehmens.
- Staff Data Developer, Data Excellence KI-Readiness und -Adoption Unternehmensweite KI-Readiness und KI-Adoption vorangetrieben, mit belastbaren Data-Governance-Prozessen und einer Kultur der Data Excellence.
Warum ich
Der gesamte Datenlebenszyklus
Von der Anbindung von Quellsystemen und Pipeline-Engineering bis zu Datenmodellierung, Analytics, Experimentation und Reporting für die Geschäftsführung.
Erprobt auf jeder Reifestufe
Datenfunktionen von null aufgebaut, durch schnelles Wachstum skaliert und zu vertrauenswürdigen, unternehmensweiten Plattformen reifen lassen. Ich weiß, wo in jeder Phase die Fallen liegen — auch die, die eine KI-Initiative leise scheitern lassen, bevor sie überhaupt beginnt.
Brücke zwischen Engineering und Business
Architektur mit Engineers. ROI mit Ihrem C-Level. Am selben Tag. Diese seltene Kombination verhindert genau die Fehlausrichtung, an der die meisten Datenprojekte scheitern.
Akademische Tiefe, praktisches Ergebnis
Rigoros durch Ausbildung, pragmatisch durch Erfahrung. Der Hintergrund, den man an der Qualität der Arbeit sieht, nicht nur im Lebenslauf.
Stack
Sprachen & Speicher
- Python
- SQL
- Terraform
- Snowflake
- PostgreSQL
- S3
Tools & Frameworks
- dbt
- Airflow
- Meltano
- Singer
- FastAPI
- Snowplow
Analytics & BI
- Tableau
- Metabase
- A/B-Testing
- Predictive Analytics
Branchen
- Gesundheit
- FinServ & Versicherung
- Mobilität & IoT
- SaaS