Hoppa till innehållet
Hany Ibrahim, Data Engineer / Tech Lead

13 år i yrketEgenföretagare

Hany Ibrahim

Data Engineer / Tech Lead

  • Kvadrat Tech Stockholm

Hany har en unik förmåga att omvandla komplexa affärskrav till effektiva tekniska lösningar. Han har lång erfarenhet av inom Analytics med tyngdpunkt på, lösningsarkitekrur, SQL, Python, ETL-utveckling och arkitektur för stora datamängder i molnet i plattformar som Azure Databricks och Google Cloud Platform. Hany är van att arbeta i gränslandet mellan data, teknik och verksamhet, där lösningarna behöver fungera i praktiken och ge konkret stöd i beslutsfattandet.

Han är tekniskt mycket stark men pratar samma språk som verksamheten och navigerar vant i komplexa miljöer. Som person är Hany organiserad, proaktiv och hjälpsam; han delar gärna med sig av sin kunskap och lägger stor vikt vid att förstå och uppfylla kundens specifika behov. Hany arbetar även med modernisering och vidareutveckling av analytics-miljöer, inklusive praktiska POC:er för AI-baserade lösningar, med fokus på att skapa mer effektiva analysflöden och högre datanytta mellan verksamhet och dataplattformar.

Visa mer
  • Python PySpark
  • SQL
  • ETL
  • Databricks
  • Google Cloud Platform
  • Azure
  • SSAS Tabular
  • Azure Data Lake
  • Azure Databricks
  • Looker
  • Power BI
  • SSAS
  • Data Engineering
  • Datamodellering
  • CI/CD
  • IFRS9
  • Dataform
  • Azure Data Warehouse
  • Delta Lake

Kurser & certifieringar

  • Utbildning i PythonAvega · 2019
  • Analyzing and Visualizing Data with Power BIedX · 2017
  • Introduction to R for Data ScienceedX · 2017
  • Implementing Real-Time Analytics with Hadoop in Azure HDInsightedX · 2015

Uppdrag

  • Green Cargo

    jan. 2023 – apr. 2026

    Data Engineer / Tech Lead

    Bakgrund Green Cargo är marknadsledande inom hållbara järnvägstransporter för gods i Norden, där små marginaler kräver hög precision i dataanalys och uppföljning.

    Hany etablerade en modern dataplattform från grunden genom att leda implementationen av Azure Databricks och skapa en robust Lakehouse-arkitektur. Utmaningen bestod i att kombinera kostnadseffektiv skalbarhet, avancerad datatransformation och ett styrt data-ekosystem samtidigt som två parallella migreringsspår hanterades: dels från äldre SSIS- och SQL-lager, dels från GCP-miljön med Dataform, BigQuery och Looker, som behövde byggas om till en sammanhängande Databricks-, dbt- och Power BI-baserad lösning.

    Tog rollen som Lead Data Engineer och lösningsarkitekt och definierade den tekniska målarkitekturen för Azure Databricks, inklusive klusterstrategier, kostnadsoptimering och detaljerad Lakehouse-struktur med medallion-principer.
    Säkerställde datastyrning genom Unity Catalog med tydliga principer för dataägarskap, åtkomstkontroll, kvalitet och spårbarhet på tvärs av både befintliga Azure-resurser och inkommande GCP-datakällor.
    Etablerade komplett CI/CD‑strategi och produktionssättning av Databricks‑arbetsflöden, inkluderande automatiserade tester, dbt‑orkestrering, kontrollerad deployment av pipelines samt strukturerad datamodellering enligt Kimball‑principer för enhetliga och lättanvända datamodeller.
    Byggde transformationslager i dbt med fokus på robusta modeller, hög kodkvalitet och skalbarhet, även som ersättning för tidigare Dataform-flöden i GCP.
    Migrerade och moderniserade både SSIS-paket och BigQuery/Looker-baserade lösningar till en enhetlig Databricks- och Power BI-arkitektur med förbättrad prestanda, tydligare datastruktur och reducerade driftkostnader.
    Dokumenterade datamodeller och dataflöden i Blue Dolphin

    Resultat: Den nya plattformen möjliggjorde snabbare leverans av dataprodukter, kraftigt förenklad dataförvaltning och lägre totalkostnad. Migreringen från både SSIS och GCP skapade ett mer enhetligt analytics-landskap med högre tillit till KPI:er, tydligare styrning och minskat manuellt arbete. Moderniseringen av transformationslogik och governance gav en mer förvaltningsbar och framtidssäkrad arkitektur, byggd för skalning och fortsatt innovation.

    Teknik och metoder: Azure, Azure Databricks, Delta Lake, Delta Live Tables, Azure Data Factory, Power BI Premium, Semantiska modeller, DAX, SQL, Python (filhantering/automation), Azure DevOps, GitHub, CI/CD (grundflöde), Data Governance, Metadata/datakatalogisering, Säkerhet/behörighet (RBAC/least privilege), Scrum, Azure AI Foundry (POC), AI-agenter (POC), GCP (BigQuery, Dataform, Looker).

    Visa mer
    • SQL
    • CI/CD
    • Azure
    • GitHub
    • Metadata Management
    • Power BI
    • SSIS
    • Data Governance
    • Azure Data Factory
    • Python PySpark
    • Python
    • Google Cloud Platform
    • Azure DevOps
    • Data Transformation
    • Data Engineering
    • Looker
    • Power BI Premium
    • Dbt
    • Dataform
    • Delta Lake
    • Lakehouse Architecture
    • Unity Catalog
    • Tech leadership
    • Azure Databricks
    • CI/CD processes
  • Vattenfall

    jan. 2020 – dec. 2023

    Data Engineer

    Bakgrund: Vattenfall är ett av Europas ledande energibolag där korrekt, spårbarhet och säker data är avgörande för styrning av processer och finansiell uppföljning i stor skala.

    Konsulten utvecklade datalager och rapportering för nätanslutningsprocesser samt uppföljning av underleverantörsavtal. Fokus låg på att skala datamodeller och pipelines samtidigt som definitioner, datakvalitet och åtkomst standardiserades över flera intressenter.

    Samlade krav och definierade KPI:er tillsammans med verksamheten och operationaliserade dessa i Kimball-baserade datamodeller i SQL Server/Azure Synapse.
    Utvecklade och orkestrerade datapipelines i Azure Databricks och Synapse, med inbyggd validering och avstämningar för att säkerställa tillförlitliga mått och minska felrisk.
    Byggde Power BI-rapporter baserade på semantiska modeller och DAX samt skapade återanvändbara mått som minskade dubbelkodning mellan team.
    Bidrog med lösningsförslag och etablerade governance-principer för datadefinitioner, en enkel metadatastruktur och åtkomststyrning för säker datadelning.
    Etablerade ett CI/CD-grundflöde i Azure DevOps/GitHub (versionering, pull requests, validering och releaseprocess) för dataartefakter i Scrum-team.

    Resultat: Förbättrad aktualitet och kvalitet i rapporteringen samt mer konsekvent uppföljning genom tydligare definitioner och semantiska byggblock. CI/CD-processen minskade friktion i releaser och reducerade risken för fel vid förändringar i datakedjan.

    Teknik och metoder: SQL Server, Azure Synapse, Azure Databricks, Power BI, Semantiska modeller, DAX, ETL, Kimball, Python, Azure DevOps, GitHub, Jira, CI/CD (grundflöde), Data Governance (guardrails), Åtkomststyrning, Scrum.

    Visa mer
    • ETL
    • SQL Server
    • CI/CD
    • GitHub
    • Power BI
    • DAX
    • JIRA
    • Kimball
    • Data Governance
    • Python
    • Azure DevOps
    • Scrum
    • Azure Synapse
    • Azure Databricks
    • Semantiska modeller
  • Vattenfall

    jan. 2019 – dec. 2020

    Data Engineer

    Bakgrund: Vattenfall är marknadsledande inom energilösningar i Norden med behov av att kombinera data över affärsområden för analys, styrning och stegvis modernisering till molnet.

    Teamet utvecklade datalager och rapportering både on-prem och i molnet, där uppgiften var att möjliggöra nya analyser och genomföra migrering till Azure för verksamheter inom Värme och Finans med bibehållen datakvalitet.

    • Integrerade data från flera källsystem och byggde DW-strukturer i SQL Server med datakvalitetskontroller och avstämningspunkter.
    • Implementerade molnkomponenter i Azure Databricks och Azure Data Factory för att modernisera pipelines och minska teknisk skuld.
    • Utvecklade Power BI-underlag för finansiell rapportering och General Ledger-analys med fokus på återanvändbara mått.
    • Etablerade grundprinciper för åtkomst och spårbarhet mellan råzon och konsumtion för säkrare delning och enklare felsökning.

    Resultat: Skapade stabila underlag för verksamhetsrapporter och bredare analys över affärsområden; migreringsstegen till Azure förbättrade skalbarhet och förenklade fortsatt modernisering utan att tappa kontroll på kvalitet och definitioner.

    Teknik och metoder: SQL Server, Azure Databricks, Azure Data Factory, Azure Synapse, Power BI, ETL, Datamodellering, DevOps, Scrum, General Ledger Analytics.

    Visa mer
    • ETL
    • SQL Server
    • DevOps
    • Power BI
    • Azure Data Factory
    • Datamodellering
    • Scrum
    • Azure Databricks
  • H&M

    jan. 2018 – dec. 2019

    Data Engineer / Solution Architect

    Bakgrund: H&M Group är en global marknadsledare inom mode och detaljhandel där finansiell transparens och enhetliga definitioner krävs för styrning över varumärken, marknader och tusentals användare.

    Hany utvecklade målarkitektur och rapportplattform för controlling, där utmaningen var att bygga ett datalager från grunden och etablera ett semantiskt lager, governance och åtkomst som fungerar i stor skala.

    Arkitekturerade och utvecklade datalagret i Azure (Azure SQL/Azure Data Warehouse) samt pipelines i Azure Data Factory för standardiserad och skalbar datainläsning.
    Designade Kimball-baserade datamodeller och etablerade ett semantiskt lager för konsekventa KPI-definitioner och återanvändning i Power BI.
    Optimerade DAX och rapportmönster för drill-down till butiksnivå och stabil prestanda vid bred distribution.
    Etablerade ramar för governance i rapporteringslagret: definitioner, ägarskap och en enkel metadatastruktur som ökade spårbarhet och möjliggjorde mer self-service.
    Utvärderade nästa steg mot en modern plattform (inkl. Fabric-inriktning) genom principer för dataprodukter och tydligare konsumtionslager.

    Resultat: Levererade ett robust beslutsstöd i stor skala där KPI:er blev mer konsekventa och enklare att tolka. Governance-ramar och semantiska byggblock minskade dubbelarbete och ökade återanvändning, samtidigt som en Fabric-nära riktning gjorde plattformen mer framtidssäkrad.

    Teknik och metoder: Azure Data Warehouse, Azure SQL, Azure Data Factory, Azure Data Lake, Power BI, Semantiska modeller, DAX, SQL, Kimball, ETL, Governance (definitioner/ägarskap), Metadata-struktur, Åtkomstprinciper, Fabric (inriktning), Finansiell rapportering.

    Visa mer
    • Governance
    • Fabric
    • Power BI
    • DAX
    • Kimball
    • Azure SQL
    • Azure Data Lake
    • Azure Data Factory
    • Metadata
    • Datamodellering
    • Azure Data Warehouse
  • Swedish Orphan Biovitrum

    jan. 2018 – dec. 2018

    Data Engineer / Solution Architect

    Bakgrund: Sobi är marknadsledande inom behandlingar för sällsynta sjukdomar med snabbt växande verksamhet där planering, budget och analys kräver tillförlitliga data och tydliga definitioner.

    Hany utvecklade arkitektur och DW-lösning för att förbättra budgetering, planering och analytics, där utmaningen var att snabbt etablera struktur, datakvalitet och styrning i informationsförsörjningen.

    Designade arkitektur och Kimball-baserade datamodeller för finansiell styrning och planeringsdata i Azure Data Warehouse.
    Implementerade ETL-flöden i Azure Data Factory och SQL med inbyggda valideringar som säkerställde korrekta mått och avstämningsbara siffror.
    Utvecklade Power BI-rapporter med semantiska modeller för budget, prognos och uppföljning med tydliga KPI-definitioner.
    Etablerade grundläggande governance: definitioner, dataägarskap och en enkel metadatastruktur samt principer för åtkomst till rapporteringslagret.

    Resultat: Förbättrad informationsförsörjning och starkare beslutsunderlag för planering och budgetprocesser. Tydligare definitioner och kvalitetssignaler minskade manuellt arbete och ökade tilliten till uppföljningen i en växande organisation.

    Teknik och metoder: Azure Data Warehouse, Azure Data Factory, Power BI, SSAS, SQL, Kimball, ETL, Kravinsamling, Governance (grundram), Metadata-struktur, Åtkomstprinciper, Finansiell rapportering.

    Visa mer
    • ETL
    • SQL
    • SSAS
    • Power BI
    • Kimball
    • Azure Data Factory
    • Azure Data Warehouse
  • Coop / MedMera Bank

    jan. 2017 – dec. 2017

    Data Engineer / BI-konsult

    Bakgrund: Coop är en av Sveriges marknadsledande dagligvaruaktörer där datadriven kampanjstyrning och riskkontroll är avgörande för lojalitet, marginaler och kreditbeslut i stor kundvolym.

    Hany arbetade med kund- och kreditdata för kampanjoptimering och riskanalys, där utmaningen var att bygga stabila dataflöden och analysunderlag över flera datakällor i en miljö som successivt moderniserades mot Azure.

    Designade och utvecklade datamodeller samt DW-strukturer för kund-, kampanj- och kreditdata med fokus på datakvalitet och spårbarhet.
    Utvecklade och förvaltade ETL-pipelines i SQL för integration av flera datakällor och säkerställde konsistenta och avstämningsbara data för analys.
    Implementerade datavalideringar och kvalitetskontroller i pipelines för att förbättra tillförlitligheten i kampanj- och riskdata.
    Samverkade nära verksamheten och BA för att operationalisera KPI:er och säkerställa att datamodeller stödde analys och segmentering.
    Bidrog till migreringssteg mot Azure genom att anpassa pipelines och datamodeller för bättre skalbarhet och framtida modernisering.

    Resultat: Stabilare dataflöden och mer tillförlitliga analysunderlag för kampanj- och riskanalys. Förbättrad datakvalitet och mer strukturerad informationsförsörjning ökade hastigheten i analys och uppföljning samt minskade manuella moment i kampanjprocessen.

    Teknik och metoder: SQL, ETL, Datalager, Segmentering, Kampanjanalys, Kreditriskanalys, Kravanalys, Azure (migreringssteg).

    Visa mer
    • Datalager
    • ETL
    • SQL
    • Azure
    • Segmentering
    • Kreditriskanalys
    • Kampanjanalys
  • Volkswagen Financial Services

    jan. 2015 – dec. 2016

    Data Engineer / BI-konsult

    Bakgrund: Volkswagen Financial Services är en marknadsledande aktör inom fordonsfinansiering där regulatorisk rapportering och riskstyrning är affärskritisk och kräver spårbarhet, kvalitet och kontroller i hela datakedjan.

    Teamet implementerade regulatoriska ramverk (AnaCredit, IFRS9) och utvecklade datalager samt rapporteringsstöd, där utmaningen var att omsätta komplexa regelverk till validerade dataprodukter och robusta leveranser mot ECB.

    Tolkade regelverk och genomförde kravanalys för AnaCredit/IFRS9 samt översatte dessa till Kimball-baserade datamodeller i datalagret med fokus på spårbarhet och regulatorisk rapportering.
    Designade och utvecklade datapipelines och backend i Azure Data Warehouse med SQL och Python för automation, validering och kontrollregler, inklusive stored procedures och datakontroller.
    Implementerade rapporteringslager och analysunderlag i Power BI för portföljrisk, PD-scoring och rating med transparent och reproducerbar beräkningslogik.
    Etablerade kontroller för datakvalitet, data lineage och spårbarhet i rapporteringskedjan genom valideringar, avstämningar och dokumenterade definitioner.

    Resultat: Möjliggjorde tillförlitliga och revisionsbara leveranser av regulatorisk data till ECB. Tydliga datamodeller, kontroller och spårbar logik ökade kvaliteten i rapporteringskedjan och minskade risken för fel i regulatorisk rapportering.

    Teknik och metoder: Azure Data Warehouse, SQL, Python (automation/validering), Power BI, ETL, Kimball, Stored Procedures, AnaCredit, IFRS9, Kravanalys, Datakvalitet/avstämningar.

    Visa mer
    • ETL
    • SQL
    • Power BI
    • Stored procedures
    • Kimball
    • Python
    • IFRS9
    • AnaCredit
    • Azure Data Warehouse
  • Telenor

    jan. 2015 – dec. 2016

    BI-konsult

    Bakgrund: Telenor är en marknadsledande teleoperatör där SLA-styrning och leverantörsuppföljning kräver tydliga KPI:er, transparent logik och pålitlig rapportering för flera verksamhetsdelar.

    Teamet tog fram analyser och rapporter för SLA-uppföljning, där utmaningen var att bygga korrekta beräkningar för bonus/straff och göra data begriplig och återanvändbar över avdelningar.

    • Samlade krav och definierade SLA-KPI:er med flera beställargrupper och dokumenterade beräkningslogik i kravspecifikationer.
    • Implementerade datalagerlogik i SQL och SSIS med återanvändbara beräkningskomponenter (stored procedures) för konsistens.
    • Byggde rapporter i SSRS och kompletterande visualisering i Power BI där det gav snabbare insikter och enklare konsumtion.
    • Förvaltade semantiskt lager i SSAS, inklusive kuber, för gemensamma mått och dimensioner i rapporteringen.

    Resultat: Gav bättre kontroll över SLA-utfall och mer konsekvent uppföljning av partners; standardiserade beräkningar minskade manuellt arbete och ökade transparens i leveransstyrningen.

    Teknik och metoder: SQL, SSIS, SSRS, SSAS, Kuber, Power BI, DW-utveckling, Stored Procedures, Kravinsamling, KPI-design.

    Visa mer
    • SQL
    • SSAS
    • Requirements Gathering
    • Power BI
    • Stored procedures
    • SSIS
    • SSRS
    • SLA monitoring
    • Data Warehouse Development
    • KPI Design
  • Stockholms stads bostadsförmedling (SSBF)

    jan. 2015 – dec. 2016

    BI-konsult

    Bakgrund: Stockholms stads bostadsförmedling är en central offentlig aktör där korrekt statistik och transparent rapportering är avgörande för offentlig insyn och faktabaserade beslut.

    Teamet säkrade och förbättrade datalagerprocesser för offentliga rapporter, där utmaningen var att höja datakvalitet och modernisera rapportering från SSRS till Power BI utan att tappa kontroll på definitioner och kvalitet.

    • Kartlade datakällor och ETL-flöden i SQL/SSIS för att identifiera och åtgärda datakvalitetsbrister och inkonsekventa mått.
    • Förbättrade datamodellering och semantiskt lager i SSAS (inkl. kuber) för mer tillförlitliga dimensioner och beräkningar.
    • Migrerade rapporter från SSRS till Power BI med fokus på prestanda, tydlighet och återanvändbara mått.
    • Etablerade rutiner för förvaltning och kvalitetskontroll (enkel governance) för att hålla rapporter stabila över tid.

    Resultat: Höjde tillförlitligheten i datalager och förbättrade kvaliteten i offentliga rapporter; minskad felrisk och tydligare definitioner gjorde analysunderlag mer robusta för både interna och externa intressenter.

    Teknik och metoder: SQL, ETL, SSIS, SSAS, Kuber, SSRS, Power BI, Datamodellering, Förvaltning, Scrum.

    Visa mer
    • SQL
    • SSAS
    • Power BI
    • SSIS
    • SSRS
    • Datamodellering
  • Euromaint AB

    jan. 2014 – dec. 2015

    ERP-konsult / Analytiker

    Bakgrund: Euromaint är en marknadsledande aktör inom underhåll och service för spårbunden trafik där effektiv verkstadsstyrning och mätbar förbättring är centralt för kostnad och leveransprecision.

    Teamet mätte KPI:er och stödde budget/prognos samt anpassade affärssystemet för att stödja lean-inspirerade arbetssätt, där utmaningen var att koppla process, systemkonfiguration och uppföljning till konkreta förbättringar.

    • Tog fram KPI-ramverk och byggde uppföljning i SQL Server med stored procedures för stabil rapportering och återanvändbara beräkningar.
    • Konfigurerade Infor LN för att stödja Rail Production System (RPS) och standardiserade arbetsflöden i verksamheten.
    • Byggde analysunderlag för budget och prognos samt etablerade avstämningsrutiner för kvalitet i data och rapporter.
    • Visualiserade effekter av processförändringar och stöttade verksamheten med beslutsunderlag för prioriteringar.

    Resultat: Bidrog till sänkta löpande kostnader och bättre styrning av verkstadsprocesser; tydligare KPI:er och mer konsekvent uppföljning ökade förutsägbarhet och förbättrade resursutnyttjande.

    Teknik och metoder: Infor LN, SQL Server, Stored Procedures, KPI-design, Budget/Prognos, Lean/RPS, Processuppföljning.

    Visa mer
    • SQL Server
    • Stored procedures
    • Infor LN
    • KPI-design
  • GE Healthcare

    jan. 2013 – dec. 2014

    BI-projektledare

    Bakgrund: GE Healthcare är marknadsledande inom medicinteknik där finansiell styrning kräver standardiserade rapporter och tillförlitliga datakällor för att minska manuellt analysarbete.

    Teamet standardiserade finansiell analys och rapportering, där utmaningen var att automatisera manuella moment och etablera en BI-lösning som gav konsekventa definitioner och snabbare rapportframtagning.

    • Drev införande av BI-plattform (Oracle BI) och koordinerade krav, leverans och förändringsarbete med intressenter och ekonomi funktion.
    • Standardiserade finansiella definitioner och rapportstrukturer för jämförbarhet och styrning, inklusive avstämningsbara mått.
    • Integrerade datakällor i data warehousing-lösning och säkrade kvalitet via kontrollpunkter och valideringar.
    • Arbetade iterativt i agil projektledning för att prioritera värde, hantera risker och få snabb adoption i organisationen.

    Resultat: Automatiserade rapportgenerering och frigjorde betydande analystid; standardisering av definitioner gav mer jämförbara rapporter och förbättrade beslut genom ökad tillit till siffror och minskad manuell hantering.

    Teknik och metoder: Oracle Business Intelligence, IBM Cognos, Hyperion Planning, SQL, Data Warehousing, Agil projektledning, Kravhantering.

    Visa mer
    • Datalager
    • Oracle Business Intelligence
    • SQL
    • Agil projektledning
    • Hyperion Planning
    • IBM Cognos
  • GE Healthcare

    jan. 2013 – dec. 2013

    Projektledare

    Bakgrund: GE Healthcare är marknadsledande inom medicinteknik där modernisering av applikationsportföljer är centralt för att reducera kostnader, licensrisk och förvaltningsbörda.

    Teamet planerade och genomförde pensionering av Lotus Notes-applikationer, där utmaningen var att migrera snabbt med kontroll på licenser, prioritering och beroenden mellan verksamhet och IT.

    • Tog fram projektplan och roadmap för avveckling, inklusive prioritering i backlog och krav i user stories.
    • Samordnade migrering till nya lösningar (t.ex. Salesforce/OpenText) och hanterade beroenden mellan team, applikationsägare och leverantörer.
    • Analyserade licensstruktur och kostnadsdrivare samt stöttade upphandling och beslutsunderlag för moderna plattformar.
    • Levererade delmål i korta cykler och rapporterade status, risker och effekter till styrgrupp och intressenter.

    Resultat: Migrerade en stor del av applikationsportföljen på kort tid och reducerade licenskostnader; modernare plattformar och tydligare styrning minskade förvaltningsrisk och ökade skalbarhet för fortsatt digitalisering.

    Teknik och metoder: Salesforce, OpenText, Lotus Notes, CRM, User Stories, Product Backlog, Leverantörsstyrning, Projektledning.

    Visa mer
    • Projektledning
    • Lotus Notes
    • Product backlog
    • OpenText
    • Salesforce
    • CRM

Utbildning

  • Civilingenjör Industriell Ekonomi

    2007 – 2012

    Kungliga Tekniska Högskolan (KTH)

  • Ekonomikurser med fokus på Kina

    2011

    Fudan University

  • Fristående kurser i Kinesiska och Miljöteknik

    2010

    Dalian University of Technology

  • Self Leadership Course

    2010

    KTH / Handelshögskolan i Stockholm

Kompetens · nivå och år

Tekniker

  • Python PySpark
  • SQL
  • ETL
  • Python
  • Azure SQL
  • Datalake
  • General ledger
  • Spårk
  • Stored procedures
  • Fabric
  • Hadoop
  • Oracle BI
  • R
  • Java-programmering
  • Metadata

Plattformar

  • Databricks
  • Google Cloud Platform
  • Azure
  • Datalager
  • GitHub
  • Google Cloud Platform (GCP)
  • HDInsight
  • SQL Server
  • AWS
  • GCP
  • OBIEE

Produkter

  • SSAS Tabular
  • Azure Data Lake
  • Azure Databricks
  • DAX
  • Streaming
  • AnaCredit
  • Azure AI Foundry
  • Hyperion
  • Infor LN
  • Informatica Power Center
  • Lotus Notes
  • OpenText
  • Salesforce
  • TFS versionshantering
  • Tvärfunktionellt gruppledarskap
  • Power BI Premium

Verktyg

  • Looker
  • Power BI
  • SSAS
  • SSIS
  • Azure Data Factory
  • Azure DevOps
  • Azure Synapse
  • Excel business intelligence
  • Git
  • Dbt
  • Snowflake
  • SSRS
  • BigQuery
  • JIRA
  • CRM

Metoder och processer

  • Data Engineering
  • Datamodellering
  • CI/CD
  • Data Governance
  • Data Pipelines
  • Data Vault
  • Kimball
  • Kravanalys
  • Agil projektledning
  • Dokumentation
  • Finansiell rapportering
  • RBAC
  • Reverse Engineering
  • Scrum
  • Verksamhetsanalys
  • DevOps
  • Oracle Business Intelligence
  • Testautomation
  • Data Transformation
  • Governance
  • Metadata Management
  • Product backlog
  • Projektledning
  • Requirements Gathering
  • Segmentering

Standarder och regelverk

  • IFRS9

Övrigt

  • Dataform
  • Azure Data Warehouse
  • Delta Lake
  • Dataarkitektur
  • Delta Live Tables
  • Event Hub
  • Matillion
  • Pipelines
  • SparkSQL
  • AI-agenter
  • Data mesh
  • Hyperion Planning
  • IBM Cognos
  • Lakehouse-arkitektur
  • Medallion architecture
  • SCD Type 1/2/3
  • Unity Catalog
  • Blue Dolphin
  • Open Text
  • CI/CD processes
  • Data Warehouse Development
  • Datakatalogisering
  • Kampanjanalys
  • KPI Design
  • KPI-design
  • Kreditriskanalys
  • Lakehouse Architecture
  • Semantiska modeller
  • SLA monitoring
  • Tech leadership

Den som känner Hany

Theodor Wahlgren

Theodor är Hanys kontaktperson på Kvadrat.