Skip to content

Latest commit

 

History

History
258 lines (180 loc) · 13.5 KB

Germo_Goertz_IT_profile.adoc

File metadata and controls

258 lines (180 loc) · 13.5 KB
Raw

IT Profil Germo Görtz (de)

Table of Contents

seit 1999: Microsoft BI Architekt + Entwickler. MS SQL Server, Power BI, Fabric, SSAS (OLAP, Tabular), Data Warehouse, Lakehouse, ELT, ETL, Azure

Germo Goertz 345x460

14089 Berlin

Download des IT-Profils als Word-Datei: Germo_Goertz_IT_profile.docx

BI-Architekt und -Entwickler mit Microsoft BI

  • AISBERG - Analytische InformationsSysteme und BERatung im Gesundheitswesen

  • Business Intelligence (BI, Geschäftsanalyse):

    • Anforderungsanalyse

    • Architektur

    • Konzeption

    • Einführung und

    • Umsetzung von

      • Data Warehouse (DWH)

      • Data Lakehouse (Databricks, data lake)

      • ELT (Extrahieren, Laden, Transformieren von Daten), ETL

      • Datenmodellen

        • relational

        • analytisch / semantisch

      • Analyseverfahren

      • Planungssystemen

      • Berichtssystemen

  • Implementierung von Geschäftsprozessen und -logiken

  • Datenmodellierung als pragmatische Kombination verschiedener sinnvoller Konzepte

    • Datenmodellierung nach Bill Inmon. Inmon definiert ein Data Warehouse als "subjektorientierte, nichtflüchtige, integrierte, zeitvariante Sammlung von Daten zur Unterstützung von Managemententscheidungen". DWH als einheitliche Quelle der Wahrheit.

    • Datenmodellierung nach Data Vault. Insbesondere scheinen mir Hubs, Satelliten und Links oft sinnvoll.

    • Datenmodellierung mit Dimensional modeling (DM) als Bestandteil der "Business Dimensional Lifecycle methodology" entwickelt von Ralph Kimball, insbesondere bei der Verwendung multidimensionaler OLAP-Datenbanken (die immer mehr von tabularen Datenbanken abgelöst werden)

    • Data Lakehouse

  • automatisierte versionisierte Dokumentation mit meinem DataHandwerk DocsGenerator[1] (Kombination von technischer und fachlicher Dokumentation; AsciiDoc, Antora (Docs as Code))

  • technische Umsetzung regulatorischer Anforderungen (Historisierung, Versionierung, Data Lineage, DSGVO, …​)

  • Automatisierung (Daten-Import und -Export, ELT, Code-Generierung, DWH, Dokumentation)

  • unter Verwendung von Microsoft SQL Server, einschließlich SSAS (SQL Server Analysis Services), SSIS (SQL Server Integration Services), SSRS (SQL Server Reporting Services) und verschiedener Microsoft Azure Technologien

  • und von Software und Technologie rund um die Microsoft BI Plattform oder zur Entwicklung

Anmerkungen

Über SSAS (SQL Server Analysis Services), Power BI und Microsoft Fabric

Unter dem gleichen Oberbegriff SSAS (SQL Server Analysis Services) vereint Microsoft zwei unterschiedliche Technologien:

  • multidimensionale Datenbanken: OLAP

  • tabellarische Datenbanken: Tabular

Bei gleichem Namen handelt es sich um unterschiedliche Technologien. Die Dokumentation von Microsoft: Vergleichen von tabellarischen und mehrdimensionalen Lösungen

Mit den multidimensionalen Datenbanken arbeite ich seit 1999, damals noch "OLAP Services 7.0", ab 2000 "MSAS" (Microsoft Analysis Services). Ab 2005 gab es mit "SSAS" (SQL Server Analysis Services) wieder eine neue Technologie, welche grundsätzlich der heutigen mehrdimensionalen Technologie entspricht. Typische Begriffe dieser multidimensionalen Technologie sind OLAP, Würfel (Cubes) und Dimensionen.

Seit SQL Server 2012 gibt es zusätzlich SSAS Tabular, eine auf Tabellen basierende Technologie, wie sie auch in Power BI verwendet wird.

Microsoft sieht die Zukunft in der Cloud: Power BI Services; Microsoft Fabric, basierend auf einem OneLake.

=> Was sich mit Power BI oder SSAS Tabular realisieren lässt, wird von mir pragmatisch mit Tabular gemacht. Falls nötig und sinnvoll, gibt es weiter OLAP.

Die Abfragesprache MDX (Multidimensional Expressions) kann für beide Technologien verwendet werden, DAX (Data Analysis Expressions) kann nur für SSAS Tabular verwendet werden.

keine AÜL, Rentenversicherung, Scheinselbständigkeit

Ich habe kein Interesse an einer festen Anstellung, auch nicht an einer Arbeitnehmerüberlassung (AÜL), da ich jeden unnötigen Kontakt mit der Deutschen Rentenversicherung vermeiden will.

Sprachkenntnisse

  • deutsch (Muttersprache)

  • russisch (studiert und gearbeitet in Russland)

  • englisch

1. Mehr zum Docs-as-Code und meinem Dokumentationsgenerator: https://blog.germo-goertz.de/2021-04-20-docs-code-mit-asciidoc-und-antora/
2. Warum es das DataHandwerk Projekt gibt: https://blog.germo-goertz.de/2021-03-23-datahandwerk-toolkit-mssql/