Projekte

Praktische Projekte aus den Bereichen Data Engineering, Cloud und AI-gestützte Entwicklung.

Irish Hospital Healthcare Analytics

Abgeschlossen

Analyse-Plattform, die Patientenbewertungen irischer Krankenhäuser aus Google Places und SerpAPI mit staatlichen Wartelisten-Daten (NTPF) zusammenführt, Sentiment-Analysen durchführt und in interaktiven Dashboards visualisiert.

Apache AirflowAWS S3PostgreSQLPythonApache Spark+5

Airbnb Listings Pipeline

Abgeschlossen

Batch-Datenpipeline, die periodisch Airbnb-Listing-Snapshots aus dem Inside-Airbnb-Datensatz abruft, in MinIO speichert und für die historische Trendanalyse des Londoner Kurzzeitvermietungsmarkts in PostgreSQL lädt.

Apache AirflowMinIOPostgreSQLApache SparkMetabase+3

Batch Energy Analytics Pipeline (AWS)

Abgeschlossen

Serverlose Batch-Pipeline, die monatliche Stromerzeugungs-Daten aus der Ember API für 8 europäische Länder ingested, verschachteltes JSON via AWS Glue in Parquet transformiert und Energieproduktionstrends über ein Amazon-QuickSight-Dashboard visualisiert.

AWS S3AWS Glue ETLAWS Glue CrawlerAmazon AthenaAmazon QuickSight+2

dbt Analytics Engineering (AWS Redshift)

Abgeschlossen

dbt-Projekt für Analytics Engineering auf AWS Redshift Serverless, basierend auf dem Olist-E-Commerce-Datensatz (100K Bestellungen, Brasilien 2016–2018). 18 Modelle über drei Schichten (Staging, Intermediate, Marts), vollständig implementiert und getestet: 94 Tests, 3 Custom Macros, 1 SCD-2-Snapshot und ein Star-Schema für Self-Service-Analytics.

dbtAWS Redshift ServerlessAmazon S3SQLPython+2

Real-Time Maritime Analytics Pipeline (AWS)

Abgeschlossen

Vollständig serverlose Echtzeit-Pipeline, die live AIS-Schiffspositionsdaten via WebSocket ingested, durch eine event-getriebene Lambda-Architektur verarbeitet, Rohdaten in S3 archiviert und Schiffsaktivitäten in Echtzeit über OpenSearch Dashboards visualisiert.

Amazon KinesisAWS LambdaAmazon SQSAmazon Kinesis FirehoseAmazon S3+3

Credit Card Fraud Detection (AWS SageMaker)

Abgeschlossen

End-to-End-ML-Pipeline zur Kreditkartenbetrugs-Erkennung auf AWS SageMaker, mit Fokus auf Class-Imbalance-Handling, Threshold-Optimierung für Business-Entscheide und der Entwicklung wiederverwendbarer, domänenagnostischer ML-Frameworks.

AWS SageMakerAWS S3AWS AthenaPythonXGBoost+4

Versicherungswerk — Beratungsmandat

Laufend

Beratungsmandat für eine deutsche digitale Versicherungsplattform (versicherungswerk.de). Schwerpunkt: Projektstruktur definieren, Claude Code als Audit- und Analyse-Werkzeug einführen, Arbeitsweisen etablieren und technische Richtung vorgeben.

Claude CodeGitHubKanbanMiroN8N+2

Rolle: Berater

Portfolio Website — bridging-data.com

Abgeschlossen

Mehrsprachige Portfolio-Website, gebaut mit Next.js 15 und Tailwind CSS, als statische Seite auf AWS deployed (S3, CloudFront, ACM, Route 53) mit automatisierter CI/CD-Pipeline via GitHub Actions.

Next.jsTypeScriptTailwind CSSnext-intlAWS S3+5

AI Knowledge Platform

LiveLaufend

Modulare AI-Wissensplattform — live unter platform.bridging-data.com. Die Plattform umfasst Technology Radar, Competitor Intelligence, Regulatory Radar und AI Chat, alle serverlos auf AWS betrieben. Phase 6 enthält einen Corporate LLM Prototype mit Cognito-Authentifizierung.

PythonFastAPIPostgreSQLpgvectorAWS RDS+17
Live-Plattform öffnen →

Private Knowledge Hub

Abgeschlossen

Lokales Dokumenten-Retrievalsystem für private Projektunterlagen. Indexiert CLAUDE.md-, README- und SKILL.md-Dateien aus 10+ Projekten und beantwortet Fragen in natürlicher Sprache mit quellenbasierter Antwortgenerierung und Markdown-Rendering.

PythonFastAPIPostgreSQLpgvectorAWS RDS+1

Lokal / Privat — keine Live-Demo

AI Consulting Accelerator

Laufend

KI-gestützter Beratungs-Workflow, der Discovery, Analyse und Delivery in Industriestandards (IREB, BABOK, BPMN, PMBOK, Scrum) verankert. Das System generiert strukturierte, quellenbasierte Entwürfe aus unstrukturiertem Kundeninput — mit 13 benannten, versionierten Skills, zustandsbehafteten Engagements und einem Organizational-Memory-Layer, der internes Projekt- und Framework-Wissen als zitierte Referenzen einbringt. Lokal vollständig implementiert und getestet; AWS-Deployment steht bevor.

PythonFastAPIPostgreSQLpgvectorOpenAI API+11