Hany Ibrahim
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.
Hanys utvalda uppdrag
-
Green Cargo
Data Engineer / Tech Lead
2023 - 2026
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). -
Vattenfall
Data Engineer
2020 - 2023
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. -
H&M
Data Engineer / Solution Architect
2018 - 2019
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.
Hanys kompetenser
-
Metoder & processer
Dokumentation, Projektledning, Testautomation, Oracle Business Intelligence, Governance, CI/CD, Segmentering, DevOps, Requirements Gathering, Metadata Management, Product backlog, Agil projektledning, Kimball, Reverse Engineering, RBAC, Data Vault, Data Governance, Finansiell rapportering, Verksamhetsanalys, Datamodellering, Data Transformation, Data Pipelines, Data Engineering, Kravanalys, Scrum -
Plattformar
Datalager, SQL Server, AWS, Azure, GitHub, HDInsight, OBIEE, Google Cloud Platform, GCP, Databricks, Google Cloud Platform (GCP) -
Produkter
SSAS Tabular, Tvärfunktionellt gruppledarskap, TFS versionshantering, Lotus Notes, DAX, Informatica Power Center, OpenText, Azure Data Lake, Streaming, Salesforce, Infor LN, AnaCredit, Power BI Premium, Azure Databricks, Azure AI Foundry, Hyperion -
Standarder & regelverk
IFRS9 -
Tekniker
ETL, SQL, Java-programmering, Fabric, Stored procedures, Hadoop, Azure SQL, R, Spårk, Metadata, Python PySpark, Python, Oracle BI, General ledger, Datalake -
Verktyg
SSAS, Git, Excel business intelligence, Power BI, SSIS, SSRS, JIRA, Azure Data Factory, Azure DevOps, Snowflake, Looker, Dbt, Azure Synapse, BigQuery, CRM -
Okategoriserat
Kreditriskanalys, Hyperion Planning, Matillion, Data mesh, Dataform, IBM Cognos, Delta Lake, Lakehouse Architecture, Azure Data Warehouse, SparkSQL, Delta Live Tables, Unity Catalog, Tech leadership, Medallion architecture, Open Text, Dataarkitektur, SLA monitoring, Data Warehouse Development, CI/CD processes, Pipelines, Semantiska modeller, Datakatalogisering, Event Hub, Kampanjanalys, Blue Dolphin, AI-agenter, KPI Design, KPI-design, Lakehouse-arkitektur, SCD Type 1/2/3
Hanys tidigare uppdrag
-
Data Engineer / Tech Lead, Green Cargo
2023 - 2026
-
Data Engineer, Vattenfall
2020 - 2023
-
Data Engineer, Vattenfall
2019 - 2020
-
Data Engineer / Solution Architect, H&M
2018 - 2019
-
Data Engineer / Solution Architect, Swedish Orphan Biovitrum
2018 - 2018
-
Data Engineer / BI-konsult, Coop / MedMera Bank
2017 - 2017
-
Data Engineer / BI-konsult, Volkswagen Financial Services
2015 - 2016
-
BI-konsult, Telenor
2015 - 2016
-
BI-konsult, Stockholms stads bostadsförmedling (SSBF)
2015 - 2016
-
ERP-konsult / Analytiker, Euromaint AB
2014 - 2015
-
BI-projektledare, GE Healthcare
2013 - 2014
-
Projektledare, GE Healthcare
2013 - 2013
Hanys utbildningar
-
Ekonomikurser med fokus på Kina, Fudan University
2011 - 2011
-
Fristående kurser i Kinesiska och Miljöteknik, Dalian University of Technology
2010 - 2010
-
Self Leadership Course, KTH / Handelshögskolan i Stockholm
2010 - 2010
-
, Kungliga Tekniska Högskolan (KTH)
2007 - 2012