Remote bevorzugt. Onboarding & Workshops/Schulungen im DACH-Raum möglich.
Aufgabe ist die automatisierte Darstellung der Ergebnisse verschiedener Mitarbeiter-Surveys. Dies soll Informationen zur Verfügung stellen, die bisher nur in komplizierter Weise eingesehen werden konnten. Die Daten werden aus Sharepoint direkt mit Power Bi verbunden, transformiert und visualisiert. Wichtige Entwicklungen in den standardisierten Surveys werden aufgezeigt. Wichtig dabei ist auch die datenschutz-konforme Gestaltung der Zugriffs-/Lese-Rechte.
Das TSO-Team sorgt für den reibungslosen Betrieb dieser Systemumgebung.
Gesundheits- & Sozialwesen
Der
Konzern benötigt eine zentrale Anlaufstelle für die Auswertung von
Daten, die in verschiedenen Systemen erfasst werden. Zusätzlich zur
Zusammenführung der Daten besteht die Herausforderung, komplexe
Strukturen, wie z.B. verschiedene Hierarchien sowie komplexes
Daten-Verhalten (bspw. rückwirkende Änderungen), effektiv abzufangen und
möglichst klar dem Kunden zur Verfügung zu stellen. Weiterhin ist es
aufgrund der Natur der Daten nötig, den Datenschutz zu gewährleisten und
zusätzlich den Zugriff auf einzelne Personengruppen maßzuschneidern.Hierfür wurde ein DWH mit Historisierung konzipiert, in dem die
verschiedenen Datenquellen zusammengefügt und aufbereitet wurden. Zur
Erstellung und Darstellung der Berichte wird Power BI-Service mit einem
strikten Rollenkonzept inkl. Rechteverteilung genutzt.Die Daten sind im DWH zusammengeführt und die gewünschten Berichte
werden über Power BI-Service zur Verfügung gestellt. Schulungen für die N
Aufgabe ist die Automatisierung von vorhandenen Excel-Reports im HR-Bereich. Dies soll Kapazitäten befreien, die bisher die Reports manuell erstellen mussten. Die Daten werden über OData aus SAP an Power BI geliefert und dort visualisiert. Wichtige Kennzahlen und deren Trends werden monatlich ohne weiteren Zusatzaufwand direkt ausgewertet und in einem Report dargestellt.
Verschiedene Webseiten des Sportvereins sollten auf ihre DSGVO-Konformität untersucht werden.
Für jede Webseite wurde im ersten Schritt eine teil-automatisierte Datenschutz-Bestandsaufnahme durchgeführt. Im zweiten Schritt wurden deren Ergebnisse genutzt, um manuell alle Aspekte im Detail zu überprüfen. Die Kommunikation mit dem Kunden war für manche Details essentiell, da diese von außen nicht ersichtlich, aber doch relevant für die Bewertung waren.
Als Ergebnis erhielt der Kunde eine Zusammenfassung, eine Detailbewertung und eine Liste von Handlungsempfehlungen für jede Webseite.
Der Konzern benötigt eine zentrale Anlaufstelle für die Auswertung von Daten, die in verschiedenen Systemen erfasst werden. Zusätzlich zur Zusammenführung der Daten besteht die Herausforderung, komplexe Strukturen, wie z.B. verschiedene Hierarchien sowie komplexes Daten-Verhalten (bspw. rückwirkende Änderungen), effektiv abzufangen und möglichst klar dem Kunden zur Verfügung zu stellen. Weiterhin ist es aufgrund der Natur der Daten nötig, den Datenschutz zu gewährleisten und zusätzlich den Zugriff auf einzelne Personengruppen maßzuschneidern.
Hierfür wurde ein DWH mit Historisierung konzipiert, in dem die verschiedenen Datenquellen zusammengefügt und aufbereitet wurden. Zur Erstellung und Darstellung der Berichte wird Power BI-Service mit einem strikten Rollenkonzept inkl. Rechteverteilung genutzt.
Die Daten sind im DWH zusammengeführt und die gewünschten Berichte werden über Power BI-Service zur Verfügung gestellt. Schulungen für die Nutzung von Power BI-Desktop für zukünftiges Self-Service-BI sind angedacht.
Die Struktur der Prozesse und Dokumentation der A/B-Tests sollten unternehmensweit standardisiert werden, um möglichst viel Transparenz zu erreichen, und einen ?single source of truth? (SSOT) zu schaffen, damit verschiedene Abteilungen voneinander lernen können.
Dies beinhaltete den Prozess zur Erstellung von Test-Hypothesen via Shiny-Server und das Projektmanagement in einem zentralen Jira-Projekt.
Die Auswertung und Dokumentation der Ergebnisse erfolgte via Shiny, Jira und Confluence. Die unternehmensweite Standardisierung von Dokumentationen der Tests in Jira lagen in der eigenen Verantwortung. Hierzu mussten die Interessen aller Abteilungen ermittelt und berücksichtigt werden. Zusätzlich musste ein angepasstes neues Jira-Projekt mit der IT-Abteilung entwickelt werden.
Für ein neu entwickeltes Produkt wurde das Konzept zur Datenerfassung eigenständig erstellt und dessen Implementierung überwacht. Kern dabei war die eigenständige Ermittlung und Erfüllung von Anforderungen aus Produktmanagement, UX, Marketing sowie auch der Software-Entwicklung selbst. Die Konformität zu GDPR und internen Standards musste hierbei sichergestellt werden.
In der Anforderungsanalyse wurde unter anderem ermittelt, welche Informationen die einzelnen Abteilungen benötigen. Hilfreich war es, dass durch die umfangreichen eigenen Erfahrungen mit dem Vorgängerprodukt und den Best Practices zeitnah eine stabile Produktstrategie zur Verfügung stand. Hierfür war eine enge Zusammenarbeit mit verschiedensten Abteilungen notwendig. Dies wurde durch zeitnahe Kommunikation, Transparenz und einer guten Dokumentation ermöglicht.
Das neu entwickelte Konzept wurde in Form einer ausführlichen Dokumentation des Schemas selbst und aller zu erfassenden Daten in Confluence festgehalten. Dies bildete die Basis für alle Tickets für die Implementierung und dient auch auf lange Sicht als Referenz für alle Fragen bezüglich der erfassten Details. Das hinterlegte Schema ermöglicht jederzeit eine konsistente Erweiterung zu einem späteren Zeitpunkt.
In diesem Projekt wurde ein ?proof of concept? (POC) implementiert, um die AI-Fähigkeiten von AWS bezüglich ?natural language processing? (NLP) zu testen. Ziel war eine Analyse, ob diese einen Mehrwert für die automatische Analyse von Kunden-Feedback bringt. Ausgangslage war eine bereits bestehende Pipeline aufgrund von SurveyMonkey, R und Tableau.
Genutzt wurden regelmäßige agile Meetings zur Ausrichtung des Projekts. Hierbei wurden auch offenen Fragen der Studierenden geklärt. Regelmäßige Checks mit der zentralen Analyticsabteilung zur Klärung der Umsetzbarkeit und Kompatibilität mit den existierenden Systemen gehörten ebenso dazu.
Der POC wurde erfolgreich implementiert und zeigte weitreichende Möglichkeiten auf, wie AWS für NLP und die Feedback-Analyse genutzt werden kann.
Aufgrund von neuen rechtlichen Bestimmungen durch GDPR musste die komplette Datenerfassung überarbeitet und umgestellt werden.
Dabei wurden alle alten Daten mit Python und verschiedenen Skripten aus Mixpanel extrahiert und gesäubert. Im Anschluss wurden die extrahierten und gesäuberten Daten in einem Data Lake abgelegt, um weiterhin verfügbar zu sein. Unsere Mitarbeiterin leitete das Projekt.
In diesem Projekt sollte ein wöchentlich erstellter Stakeholder-Report für die Geschäftsführung durch eine automatisierte und täglich aktualisierte Version ersetzt werden.
Hierzu wurden für alle Produkte des Unternehmens die entsprechende Datenquelle (Mixpanel, Playstores) über ETL-Prozesse zu zentralen Tableau Data-Sources verarbeitet und dann mit Tableau visualisiert. Das Design orientierte sich dabei weitestgehend an der statischen Vorgängerversion.
Das resultierende mehrseitige Dashboard wurde über den intern gehosteten Tableau Server für die Geschäftsführung per Browser und App zugänglich gemacht. Auf Wunsch der Geschäftsführung wurden die Zugriffsrechte im Namen der Transparenz auf die gesamte Belegschaft erweitert.
Nebenfach: Informatik
Dashboard Erstellung mit Power BI und/oder Tableau
Scrum Master Tätigkeit
Product Owner Tätigkeit
Bildungswesen, Öffentlicher Dienst, IT, Gesundheitswesen, HR, Automotive
Remote bevorzugt. Onboarding & Workshops/Schulungen im DACH-Raum möglich.
Aufgabe ist die automatisierte Darstellung der Ergebnisse verschiedener Mitarbeiter-Surveys. Dies soll Informationen zur Verfügung stellen, die bisher nur in komplizierter Weise eingesehen werden konnten. Die Daten werden aus Sharepoint direkt mit Power Bi verbunden, transformiert und visualisiert. Wichtige Entwicklungen in den standardisierten Surveys werden aufgezeigt. Wichtig dabei ist auch die datenschutz-konforme Gestaltung der Zugriffs-/Lese-Rechte.
Das TSO-Team sorgt für den reibungslosen Betrieb dieser Systemumgebung.
Gesundheits- & Sozialwesen
Der
Konzern benötigt eine zentrale Anlaufstelle für die Auswertung von
Daten, die in verschiedenen Systemen erfasst werden. Zusätzlich zur
Zusammenführung der Daten besteht die Herausforderung, komplexe
Strukturen, wie z.B. verschiedene Hierarchien sowie komplexes
Daten-Verhalten (bspw. rückwirkende Änderungen), effektiv abzufangen und
möglichst klar dem Kunden zur Verfügung zu stellen. Weiterhin ist es
aufgrund der Natur der Daten nötig, den Datenschutz zu gewährleisten und
zusätzlich den Zugriff auf einzelne Personengruppen maßzuschneidern.Hierfür wurde ein DWH mit Historisierung konzipiert, in dem die
verschiedenen Datenquellen zusammengefügt und aufbereitet wurden. Zur
Erstellung und Darstellung der Berichte wird Power BI-Service mit einem
strikten Rollenkonzept inkl. Rechteverteilung genutzt.Die Daten sind im DWH zusammengeführt und die gewünschten Berichte
werden über Power BI-Service zur Verfügung gestellt. Schulungen für die N
Aufgabe ist die Automatisierung von vorhandenen Excel-Reports im HR-Bereich. Dies soll Kapazitäten befreien, die bisher die Reports manuell erstellen mussten. Die Daten werden über OData aus SAP an Power BI geliefert und dort visualisiert. Wichtige Kennzahlen und deren Trends werden monatlich ohne weiteren Zusatzaufwand direkt ausgewertet und in einem Report dargestellt.
Verschiedene Webseiten des Sportvereins sollten auf ihre DSGVO-Konformität untersucht werden.
Für jede Webseite wurde im ersten Schritt eine teil-automatisierte Datenschutz-Bestandsaufnahme durchgeführt. Im zweiten Schritt wurden deren Ergebnisse genutzt, um manuell alle Aspekte im Detail zu überprüfen. Die Kommunikation mit dem Kunden war für manche Details essentiell, da diese von außen nicht ersichtlich, aber doch relevant für die Bewertung waren.
Als Ergebnis erhielt der Kunde eine Zusammenfassung, eine Detailbewertung und eine Liste von Handlungsempfehlungen für jede Webseite.
Der Konzern benötigt eine zentrale Anlaufstelle für die Auswertung von Daten, die in verschiedenen Systemen erfasst werden. Zusätzlich zur Zusammenführung der Daten besteht die Herausforderung, komplexe Strukturen, wie z.B. verschiedene Hierarchien sowie komplexes Daten-Verhalten (bspw. rückwirkende Änderungen), effektiv abzufangen und möglichst klar dem Kunden zur Verfügung zu stellen. Weiterhin ist es aufgrund der Natur der Daten nötig, den Datenschutz zu gewährleisten und zusätzlich den Zugriff auf einzelne Personengruppen maßzuschneidern.
Hierfür wurde ein DWH mit Historisierung konzipiert, in dem die verschiedenen Datenquellen zusammengefügt und aufbereitet wurden. Zur Erstellung und Darstellung der Berichte wird Power BI-Service mit einem strikten Rollenkonzept inkl. Rechteverteilung genutzt.
Die Daten sind im DWH zusammengeführt und die gewünschten Berichte werden über Power BI-Service zur Verfügung gestellt. Schulungen für die Nutzung von Power BI-Desktop für zukünftiges Self-Service-BI sind angedacht.
Die Struktur der Prozesse und Dokumentation der A/B-Tests sollten unternehmensweit standardisiert werden, um möglichst viel Transparenz zu erreichen, und einen ?single source of truth? (SSOT) zu schaffen, damit verschiedene Abteilungen voneinander lernen können.
Dies beinhaltete den Prozess zur Erstellung von Test-Hypothesen via Shiny-Server und das Projektmanagement in einem zentralen Jira-Projekt.
Die Auswertung und Dokumentation der Ergebnisse erfolgte via Shiny, Jira und Confluence. Die unternehmensweite Standardisierung von Dokumentationen der Tests in Jira lagen in der eigenen Verantwortung. Hierzu mussten die Interessen aller Abteilungen ermittelt und berücksichtigt werden. Zusätzlich musste ein angepasstes neues Jira-Projekt mit der IT-Abteilung entwickelt werden.
Für ein neu entwickeltes Produkt wurde das Konzept zur Datenerfassung eigenständig erstellt und dessen Implementierung überwacht. Kern dabei war die eigenständige Ermittlung und Erfüllung von Anforderungen aus Produktmanagement, UX, Marketing sowie auch der Software-Entwicklung selbst. Die Konformität zu GDPR und internen Standards musste hierbei sichergestellt werden.
In der Anforderungsanalyse wurde unter anderem ermittelt, welche Informationen die einzelnen Abteilungen benötigen. Hilfreich war es, dass durch die umfangreichen eigenen Erfahrungen mit dem Vorgängerprodukt und den Best Practices zeitnah eine stabile Produktstrategie zur Verfügung stand. Hierfür war eine enge Zusammenarbeit mit verschiedensten Abteilungen notwendig. Dies wurde durch zeitnahe Kommunikation, Transparenz und einer guten Dokumentation ermöglicht.
Das neu entwickelte Konzept wurde in Form einer ausführlichen Dokumentation des Schemas selbst und aller zu erfassenden Daten in Confluence festgehalten. Dies bildete die Basis für alle Tickets für die Implementierung und dient auch auf lange Sicht als Referenz für alle Fragen bezüglich der erfassten Details. Das hinterlegte Schema ermöglicht jederzeit eine konsistente Erweiterung zu einem späteren Zeitpunkt.
In diesem Projekt wurde ein ?proof of concept? (POC) implementiert, um die AI-Fähigkeiten von AWS bezüglich ?natural language processing? (NLP) zu testen. Ziel war eine Analyse, ob diese einen Mehrwert für die automatische Analyse von Kunden-Feedback bringt. Ausgangslage war eine bereits bestehende Pipeline aufgrund von SurveyMonkey, R und Tableau.
Genutzt wurden regelmäßige agile Meetings zur Ausrichtung des Projekts. Hierbei wurden auch offenen Fragen der Studierenden geklärt. Regelmäßige Checks mit der zentralen Analyticsabteilung zur Klärung der Umsetzbarkeit und Kompatibilität mit den existierenden Systemen gehörten ebenso dazu.
Der POC wurde erfolgreich implementiert und zeigte weitreichende Möglichkeiten auf, wie AWS für NLP und die Feedback-Analyse genutzt werden kann.
Aufgrund von neuen rechtlichen Bestimmungen durch GDPR musste die komplette Datenerfassung überarbeitet und umgestellt werden.
Dabei wurden alle alten Daten mit Python und verschiedenen Skripten aus Mixpanel extrahiert und gesäubert. Im Anschluss wurden die extrahierten und gesäuberten Daten in einem Data Lake abgelegt, um weiterhin verfügbar zu sein. Unsere Mitarbeiterin leitete das Projekt.
In diesem Projekt sollte ein wöchentlich erstellter Stakeholder-Report für die Geschäftsführung durch eine automatisierte und täglich aktualisierte Version ersetzt werden.
Hierzu wurden für alle Produkte des Unternehmens die entsprechende Datenquelle (Mixpanel, Playstores) über ETL-Prozesse zu zentralen Tableau Data-Sources verarbeitet und dann mit Tableau visualisiert. Das Design orientierte sich dabei weitestgehend an der statischen Vorgängerversion.
Das resultierende mehrseitige Dashboard wurde über den intern gehosteten Tableau Server für die Geschäftsführung per Browser und App zugänglich gemacht. Auf Wunsch der Geschäftsführung wurden die Zugriffsrechte im Namen der Transparenz auf die gesamte Belegschaft erweitert.
Nebenfach: Informatik
Dashboard Erstellung mit Power BI und/oder Tableau
Scrum Master Tätigkeit
Product Owner Tätigkeit
Bildungswesen, Öffentlicher Dienst, IT, Gesundheitswesen, HR, Automotive