Analytics Engineering vom Freelance Experten

Was macht ein Analytics Engineer?

Ein Analytics Engineer steht zwischen klassischem Data Engineering und Business Intelligence. Während Data Engineers Daten bereitstellen und Analysten sie auswerten, sorgt der Analytics Engineer dafür, dass aus Rohdaten verlässliche, dokumentierte und analysefähige Datenmodelle werden.

Die Rolle ist geprägt von Software-Engineering-Prinzipien wie Versionierung, Tests und modulare Entwicklung, angewendet auf Datenmodelle. Das Ergebnis: saubere, wiederverwendbare Datenschichten, auf denen Ihre Fachbereiche schnell arbeiten können.

Meine Leistungen als Analytics Engineer

Datenmodellierung

Entwicklung dimensionaler Modelle (Star Schema, Data Vault) für Ihr Data Warehouse. Ich strukturiere Ihre Daten so, dass sowohl Technik als auch Fachbereiche verstehen, was dort steht.

Datentransformation

Umsetzung komplexer Geschäftslogik in SQL, Python oder dbt. Fakten- und Dimensionstabellen, aggregierte Kennzahlen, saubere Business-Definitionen, alles nachvollziehbar dokumentiert und testbar.

Data Quality & Testing

Aufbau automatisierter Tests für Ihre Datenmodelle. Datenqualitätsregeln, Unit-Tests auf Transformationen und Monitoring von Datenflüssen. So wissen Sie, wann etwas schiefläuft, bevor es der Fachbereich merkt.

Semantische Schicht

Aufbau einer semantischen Schicht, in der Kennzahlen und Dimensionen zentral definiert sind. Kein Streit mehr darüber, wie Umsatz oder Kundenanzahl berechnet wird. Die Zahlen stimmen überall.

Dokumentation & Wissenstransfer

Datenmodelle sind nur dann wertvoll, wenn sie auch genutzt werden. Ich dokumentiere Tabellen, Spalten und Business-Logik verständlich und schule Ihre Teams im Umgang mit der neuen Datenbasis.

Technologien

Ich arbeite mit den gängigen Werkzeugen moderner Analytics Engineering Teams: SQL (alle Dialekte), Python, dbt, Azure Data Services, Snowflake, SQL Server, Oracle, Informatica und SSIS. Die Toolauswahl richte ich nach Ihrem bestehenden Stack, nicht nach Trends.

Für wen ist Analytics Engineering sinnvoll?

Analytics Engineering ist besonders wertvoll für Unternehmen, die:

• mit unsauberen oder inkonsistenten Daten in Reports kämpfen,
• mehrere Data-Analysten beschäftigen, die unabhängig voneinander ähnliche Transformationen machen,
• ihre BI-Landschaft von Excel-Workflows zu einer professionellen Daten-Pipeline heben wollen,
• Datenqualität, Tests und Dokumentation etablieren möchten,
• dbt oder ähnliche moderne Analytics-Tools einführen wollen.

Warum ich?

Als Freelance Analytics Engineer mit über 10 Jahren Erfahrung bringe ich sowohl die technische Tiefe als auch das Business-Verständnis mit. Ich habe in Automotive, Healthcare, Finance und Versicherungen komplexe Datenlandschaften aufgebaut, unter anderem bei Porsche, MHP, der Bausparkasse Schwäbisch Hall und der Suva.

Ich arbeite bundesweit in Deutschland, überwiegend remote, bei Bedarf auch vor Ort.