Gese Contracting & Consulting GmbH
Datenmanagement & Data Analytics – Experten & Teams | GESE & Cie

Datenmanagement & Data Analytics – Expertenvermittlung für verlässliche Datenprodukte

Eine moderne Datenplattform vereint zuverlässige Datenintegration (Batch, Streaming/CDC, APIs) mit skalierbarem Lakehouse-Storage (Delta/Iceberg) und automatisierter Transformation via dbt, Spark und SQL. Darauf aufbauend liefern Analytics Engineering und ein Semantic Layer (z. B. LookML/Metric Layer) konsistente KPIs für Self-Service-BI in Power BI, Looker und Tableau. Data Governance, Quality/Testing (CI, Data Tests, SLAs), Lineage, Katalogisierung und Observability sorgen für Vertrauen, Compliance und kostenoptimierten Betrieb. Je nach Organisation setzen wir auf Data Products und Data Mesh oder zentral betriebene Domains – stets mit klaren Ownership-Modellen und SLAs. Für fortgeschrittene Analytik verbinden wir ML/MLOps (Feature Pipelines, Registry, Monitoring) und bereiten Daten für GenAI/LLM-Anwendungen vor. Wir besetzen dafür Data Engineers, Analytics Engineers, BI-Entwickler:innen, Data Scientists/ML Engineers, Data Architects sowie Governance/Steward-Rollen – passgenau, mit belastbaren Referenzen und einer Shortlist in 48–72 Stunden.

Rollen & Profile
Data Engineer, Analytics Engineer, BI-Dev, Data Scientist, ML Engineer, Data Architect, Data Steward.
Stacks
Spark/Databricks, BigQuery/Snowflake, Kafka, dbt, Airflow, Python/SQL, Power BI/Looker/Tableau.
Seniority
Senior/Lead, Principal, Platform Owner, Interims Head of Data, Squads.
Domänen
E-Commerce, Industrie/IoT, Finance, Public, Health, Mobility, SaaS.
Data-Stack – Quellen, Plattform, Modelle & Insights Datenquellen & Integration ERP/CRM · IoT · APIs Batch · CDC · Streaming Ingestion & Orchestrierung Kafka · Fivetran · Airbyte · Airflow Speicher & Lakehouse S3/ADLS · Delta/Iceberg · Snowflake/BigQuery Transformation & Modellierung dbt · Spark · SQL · Data Vault · Kimball · Tests/CI BI, Analytics & ML Power BI · Looker · Tableau · Python/ML · MLOps Typische Rollen Data/Analytics Engineer · BI-Developer · Data Scientist · ML Engineer · Data Architect · Data Steward · Platform Engineer Mini-Zeitachse (Meilensteine) 2006 Hadoop 2014 Spark 2016 dbt 2020 Lakehouse 2021 Data Mesh 2023 GenAI-Assist

Technologie-Landscape & Hersteller

Schlüsselbegriffe: Lakehouse, Streaming/CDC, ELT/ETL, Semantic Layer, Data Products, Governance, MLOps, Generative AI.

  • Plattform & Storage: Snowflake, BigQuery, Databricks, Redshift, Delta/Iceberg/Hudi, ADLS/S3
  • Ingestion & Orchestrierung: Kafka, Debezium, Fivetran, Airbyte, Airflow, Dagster
  • Transformation & Modellierung: dbt, Spark, SQL, Data Vault 2.0, Kimball
  • BI & Semantik: Power BI, Looker(Studio), Tableau, Semantic Layer (LookML/MetricLayer)
  • ML & Betrieb: Python, scikit-learn, MLflow, Feature Store, Kubeflow, SageMaker
  • Governance & Qualität: Great Expectations, Monte Carlo, Collibra, Purview

Typische Projekt-Use Cases (Besetzungen)

Lakehouse-Aufbau
Ingestion, Storage, Governance, Semantic Layer.
Echtzeit-Reporting
Kafka/CDC, Streaming-Pipelines, Low-Latency Dashboards.
Analytics Engineering
dbt-Modelle, Tests, Docs, CI/CD & SLAs.
ML-Use Cases
Feature-Pipelines, MLOps, Monitoring & Drift-Handling.

Mehrwert unserer Besetzungen

  • Schnellstart: Shortlist i. d. R. in 48–72 Stunden
  • Passgenauigkeit: Matching nach Stack, Domäne & Data Maturity
  • Transparenz: klare Profile, Referenzen, verfügbare Kapazitäten
  • Qualität & Betrieb: Data Tests, SLAs, Observability, Kostenkontrolle

Was Sie von uns erhalten

Shortlist
Kuratiert, mit Skills-Matrix & Verfügbarkeit.
Interview-Koordination
Slots, Agenden, Tech-Screens, Feedback-Loop.
Vertragsabwicklung
Rahmen & Einzelabrufe, klare Deliverables.
Begleitung im Einsatz
Start-Check, Touchpoints, Ersatz bei Ausfällen.

Ablauf der Besetzung

  1. Briefing: Ziele, Use Cases, Quellen, Datenschutz & Budget
  2. Shortlist 48–72h: 2–5 passende Profile mit Honorarspannen
  3. Interviews: Fachgespräche, optional Tech-Task
  4. Start & Touchpoints: Onboarding, Meilensteine, Eskalationswege

Zusammenarbeit & Team-Setup

  • Beratung on Demand: Senior Profiles ad-hoc, klarer Scope
  • Data Squad: cross-funktional (DE/AE, BI, DS/ML, Gov)
  • Interims-Rollen: Data Architect, Head of Data, Platform Owner
Qualität & Verlässlichkeit im Staffing
Wir sind reiner Vermittler von Expert:innen & Teams. Projekterfolg, Reviews und Abnahmen liegen beim Auftraggeber. Unser Beitrag: präzises Matching, Geschwindigkeit und Kontinuität.
Compliance & Erfahrung
  • Prüfung auf Scheinselbstständigkeit im Vermittlungsprozess
  • Sicherheitsüberprüftes eigenes Unternehmen
  • 10+ Jahre IT- & Contracting-Erfahrung

Verwandte Services & Links

FAQ

Übernehmt ihr Data Reviews oder Projekthaftung?
Nein. Wir sind Vermittler und garantieren keinen Projekterfolg; Architektur/Reviews, Abnahmen und Betrieb liegen beim Auftraggeber bzw. dessen Dienstleistern. Wir unterstützen durch schnelles, passgenaues Staffing.
Welche Compliance-Checks führt ihr durch?
Wir prüfen im Vermittlungsprozess u. a. auf Scheinselbstständigkeit und achten auf klare vertragliche Regelungen. Unser Unternehmen ist sicherheitsüberprüft und verfügt über 10+ Jahre IT- & Contracting-Erfahrung.
Welche Technologien besetzt ihr?
Snowflake/BigQuery/Databricks, Delta/Iceberg, Kafka/Debezium, Airflow/Dagster, dbt/Spark/SQL, Power BI/Looker/Tableau, MLflow/Kubeflow sowie Tools für Governance & Data Quality.
Wie läuft die Besetzung ab?
Briefing → Shortlist in 48–72 Stunden → Interviews/Tech-Screen → Start. Optional: Ersatzregelung & regelmäßige Touchpoints.
Unverbindliches Erstgespräch
Jetzt Termin vereinbaren oder rufen Sie uns an: +49 40 22 660 228

Alle Marken sind Eigentum ihrer jeweiligen Inhaber. Nennung dient ausschließlich Informationszwecken.

Diese Website nutzt cookies