Case Study
Montag, 18. November
18:00 - 18:30
Live in Berlin
Weniger Details
ZEISS hat vor zwei Jahren begonnen, seine Dateninfrastruktur auf ein Data Mesh in Azure umzustellen. Dabei gibt es zentrale Vorgaben und Governance, während die Produktentwicklung dezentral stattfindet. Dies führt zu einer Mischung aus zentralen und dezentralen DevOps-Prozessen. Der Vortrag beleuchtet die organisatorischen und technischen Herausforderungen, die hierbei im Data Mesh entstehen können, mit Fokus auf die Balance zwischen Self Service Prozessen und plattformweiter Governance.
o Nach meinem dualen Studium der Wirtschaftsinformatik startete ich offiziell 2018 als Data Engineer bei ZEISS und arbeitete in mehreren Data Analytics und Reporting Projekten mit. Zur selben Zeit begann die Abteilung, eine Azure-Datenplattform basierend auf einem Data Lake zu entwickeln. Dadurch ergänzte sich meine Rolle immer weiter um DevOps- und Governance-Aufgaben und ich bekam Skalierungsprobleme hautnah mit. Im Rahmen der Neuausrichtung zu einem Data Mesh habe ich eine berufsbegleitende Masterarbeit über automatisierte Data Product Erstellung geschrieben. 2022 wurde ich zum Product Owner der neuen Plattform und habe die Entwicklung der zugehörigen (DevOps)-Prozesse vor allem organisatorisch begleitet.
Pop in my job: Ich finde es wichtig, die Hürde für die Durchführung von datenbasierten Projekten und Produkten immer weiter zu senken. Im Maschinenbau ist sehr viel praktisches Wissen vorhanden, wie Geräte funktionieren und aufgebaut sein müssen. Bei der Arbeit mit Daten fehlt es oft noch an dem richtigen Ansatzpunkt bzw. gutem Vorwissen, weshalb Ideen gar nicht oder mit schlechter Qualität umgesetzt werden. Unsere Arbeit soll einen möglichst guten Einstiegspunkt für möglichst viele Entwickler im Konzern bieten.