Freiberuflicher Data & Lakehouse Consultant · Databricks
Ihre Databricks-Plattform,
geplant, gebaut und im Betrieb
Ich konzipiere Ihre Datenplattform, baue sie mit Ihrem Team auf und bringe sie bis in den produktiven Betrieb. Danach führen Ihre Entwickler alles selbst weiter. Kein Lock-in.
Über mich
Nach Jahren im Data-Engineering bin ich überzeugt: Plattformen werden nicht alleine durch Werkzeuge gut, sondern durch die Haltung ihrer Macher und Nutzer. Wer Teams nur versorgt, schafft Abhängigkeit. Wer Teams befähigt, schafft Wert und multipliziert ihn. Deshalb arbeite ich mit Databricks: Für viele Teams ist es die richtige Wahl, weil es Innovationskraft, eine breite Feature-Abdeckung und Ausgereiftheit mit einer Zugänglichkeit verbindet, die den Einstieg für das ganze Team leicht macht.
Informatikstudium an der Ruhr-Universität Bochum, danach Evonik, wo ich Computer Vision für reale Industrieanwendungsfälle eingesetzt und sehr unterschiedliche Datenlandschaften kennengelernt habe. Bis 2026 verantwortete ich bei Fiege Logistics eine Databricks-Plattform auf Azure, auf der ganze Teams täglich arbeiten.
Meine Wurzeln liegen im Ruhrgebiet: pragmatisch, ehrlich, gerade, mit dem Anspruch, dass etwas am Ende wirklich funktioniert. Was mich privat und beruflich antreibt, ist dasselbe: Dinge verstehen, wie sie zusammenhängen, und sie besser machen.
Seit 2026 berate ich als freiberuflicher Data & Lakehouse Consultant. Ich gestalte Databricks-Architekturen, unterstütze bei der Automatisierung von Plattformen, baue Pipelines, die im Betrieb bestehen, und arbeite so, dass mein Auftraggeber mich nicht braucht, wenn ein Projekt endet.
Angebote
Drei Einstiege mit geringem Risiko, drei Angebote für den Ausbau. Jedes beginnt bei einem klaren Anlass und endet in einem definierten Ergebnis.
-
Plattform läuft bereits
Databricks Kostencheck
Ein Bericht mit bezifferter Maßnahmenliste: Einsparung, Aufwand und Risiko je Position, im Übergabe-Workshop persönlich erläutert. Ihre Grundlage für alle weiteren Entscheidungen.
-
Entscheidung noch offen
Fabric vs Databricks Check
Eine strukturierte Bewertung beider Plattformen: Kosten, Features, Lock-in, Roadmap. Sie erhalten eine explizite, schriftlich begründete Empfehlung, in wenigen Tagen.
-
Angebot liegt vor
Databricks Zweitmeinung
Ein Review Ihres Angebots von Großanbieter oder Systemintegrator: Architektur, Umfang, Preis. Sie erhalten ein klares Urteil, in wenigen Tagen, bevor Sie unterschreiben.
-
Wenn die Richtung steht
Databricks Migrationskonzept
Planung und Konzeption der individuell maßgeschneiderten Zielarchitektur: Workspace-Konzept, Unity-Catalog-Konzept und vieles mehr, genau nach Ihren Bedarfen.
-
Wenn migriert wird
Begleitete Databricks Migration
Gemeinsam mit Ihrem Team setze ich Ihre neue Plattform auf. Ihr Team kennt anschließend alle Details und kann übergangslos in den Betrieb wechseln.
-
Laufend
Databricks Engineering on Demand
Engineering-Kapazität für Ihre Databricks-Plattform: Pipelines entwickeln und optimieren, Jobs und Deployment automatisieren, Kosten und Governance im Griff. In festem Rhythmus, ohne Vollzeitstelle.
Darüber hinaus: individuelle Beratung auf Stundenbasis. Pakete mit definiertem Liefergegenstand. Details und Preise persönlich auf Anfrage.
So arbeite ich
Tiefe statt Oberfläche: Analyse aus ersten Prinzipien, keine Schablonen-Slides.
Enablement statt Abhängigkeit: Ihr Team betreibt die Plattform ab dem Tag, an dem ich gehe.
Praxis statt Folien: Ich baue selbst mit und löse Probleme im Betrieb.
Verfügbarkeit
Ab Q4 2026 noch freie Kapazitäten.
Remote international verfügbar – vor Ort im Radius von 100 km um Mülheim an der Ruhr.
Werdegang
Freiberuflicher Data & Lakehouse Consultant
Aktuellseit 2026
Ich mache Databricks für meine Kunden betriebsbereit: Kosten vorher prüfen, Migration planen und umsetzen, Plattform laufend weiterentwickeln. Definiertes Ergebnis, kein Lock-in.
Platform Data Engineer
Fiege Logistics2024–2026
Aufbau und Betrieb einer Databricks-Plattform auf Azure für mehrere interne Entwicklerteams. Plattform-Innovation, Infrastruktur-Automatisierung, Absicherung der Daten.
Data Scientist & Data Engineer
Evonik2020–2024
Einsatz von Computer-Vision-Modellen für industrielle Qualitätssicherung. Datenpipelines (On-Premises und Cloud), Energiedatenmanagement auf Azure mit Databricks.
B.Sc. & M.Sc. Angewandte Informatik
Ruhr-Universität Bochum2014–2020
Schwerpunkt Software Engineering und Machine Learning mit Fokus auf Computer Vision. Vom klassisch-statistischen Spektrum bis zu Deep-Learning-Architekturen.
Vorträge & Community
Databricks User Group Speaker
Vortrag zur Orchestrierung von Datenpipelines auf Azure Databricks in einer Multi-Workspace-Plattform für großskalige Logistik. Best Practices mit der Community geteilt.
Beitrag auf LinkedIn ansehenKostenloses 30-Minuten-Gespräch
Schildern Sie kurz Ihr Anliegen. Sie erhalten eine Antwort innerhalb von 24 Stunden.
Lieber direkt per E-Mail? contact@schroedersimon.de