Vlad Radziuk

Verantwortlich für die Entwicklung von Transformations- und Übergangsstrategien, Umsetzung komplexer IT-Initiativen und der Projektsteuerung, inkl. Wissensmanagement, Qualitätskontrolle und Risikomanagement, im Account-Team von bis zu 70 Personen, für die Kunden aus der Automobilindustrie in Deutschland. Schwerpunkte: Hybrid-Cloud, Datenplattformen, DevOps, Industrial AI, technologische und organisationale Resilienz.

Ich leite Forschung zu modernen Frameworks für das Datenmanagement, mit dem Ziel, zuverlässigere KI-gestützte Systeme zu ermöglichen. Meine aktuellen Schwerpunktbereiche sind: • Knowledge Graphs – die Verbindung von Data Science mit Wissensrepräsentation. • Organisationsdesign und Data Mesh – Nutzung von Dezentralisierung, um Innovation zu fördern und Abhängigkeiten zu reduzieren. Ich entwickle pragmatische, maßgeschneiderte Konzepte mit Blick auf eine unternehmensweite Umsetzung.

Ich investiere in rund 30 börsennotierte Unternehmen aus Europa, aber auch USA, China und anderen Regionen. Mein Fokus liegt auf profitablen Unternehmen, die durch langfristige strukturelle Trends gestützt werden. Besonders schätze ich Unternehmen mit einem hohen Maß an Insiderbeteiligung und aktiver Insider-Kaufaktivität. Ich benutze eigene Methodik und Tools, die ich selbst entwickelt habe. Ich bin außerdem offen für den Erwerb eines bestehenden Unternehmens, idealerweise im Rahmen einer Altersnachfolge.

Als ich zum Practice Lead ernannt wurde, sollte ich ursprünglich nur die Pre-Sales-Aktivitäten unterstützen. Stattdessen gründete ich ein neues Competence Center. Kernfakten: • Steuerung des Bereichs Application Development und strategische Beratung der Geschäftsführung; • Fachliche und organisatorische Führung von über 20 Mitarbeitenden; • Unterstützung komplexer Sales-Fälle, Entwicklung neuer Angebote mit Fokus auf KI-gestützte Anwendungen, Enterprise Digital Twins und interne Plattformen.

Leitung eines abteilungsübergreifenden Teams von 8 Personen – Cloud Engineers, Programmierer und Designer auf Junior-, Middle- und Senior-Level. Unterstützung der Teammitglieder beim Erreichen höherer Karrierestufen, Motivationserhalt in herausfordernden Zeiten und Zuweisung spannender Projekte. Aufgrund der Beförderung zum Practice Lead habe ich diese Rolle anschließend verlassen.

Meine Spezialisierung lag im Aufbau von Cloud-nativen Produkten und Plattformen unter Nutzung serverloser Dienste von Hyperscalern (vor allem AWS). Ich arbeitete nach anerkannten Best Practices (dem „Well-Architected Framework“) und verwendete Terraform als mein bevorzugtes Infrastructure-as-Code-Tool. Durch die vielen Projekte lernte ich, Architekturen ganzheitlich zu betrachten und besonderes Augenmerk auf Wiederverwendbarkeit, Modularität und Sicherheit zu legen.

Dies war die Phase, in der ich zuverlässige und modulare Software zu entwickeln lernte. Es war auch meine erste Erfahrung mit Cloud-Migration und Softwaremodernisierung – wir begannen mit Replatforming, setzten anschließend eine komplette Neuentwicklung in einer anderen Programmiersprache um und implementierten neue Funktionalitäten. Mein Hauptfokus lag auf dem Aufbau serverloser Lösungen rund um Parkdaten, sowohl statische Daten (z. B. Adresse) als auch dynamische Daten (Anzahl freier Stellplätze).

Summary: - Leading QA development in the local office - Automation and optimization of ETL processes - Coordination of an internal software development project As a Data Integration Engineer I got some new responsibilities: definition of new QA processes and negotiating new standards with diff. stakeholders. Definition of a new ETL standard is one more task of me. My working style is lean; constantly working on company's innovation and knowledge management.

Summary: - Development of an automated data pipeline - Development of structural and semantic checks - Coordination of switching to new infrastructure As a Jr. Data Engineer, I am automating data pipeline from import via cleaning, transformation and quality checks to ingestion. Responsible for automation of more than 30 data sources. Planning, implementation, testing and optimization of an automated system of both structural and semantic data checks.

Summary: - Development of data warehousing tool (VBA, MySQL) - Development of simple functions in R - Automation of the transformation processes in RapidMiner As working student I got the first experience of software development, data integration, automation of the processes and working with APIs. RapidMiner, VBA and R were the tools I used. I enjoyed pretty large responsibilty for a student and was involved in several projects.