Schlagworte
Skills
Key Skills:Data Science, Projektleiter, Trainer, Business Intelligence
Branchen: Automotive, Telekommunikation, Banken, Versicherungen, Pharma, Transport & Logistik
Fachliche Themen: Machine Learning, Data Engineering, SCRUM, CRISP-DM,
Methoden:
Betriebssysteme: Windows, Unix/Linux
Datenbanken: Microsoft SQL-Server, Teradata, Oracle,PostgreSQL
Hochsprachen:Python; SQL, T-SQL; C / C#; UNIX-Shell Scripte; Matlab, SQL / PLSQL
Zertifizierungen:
Zertifizierungen: • Tableau Certified Trainer
• Tableau Certified Associate Consultant
• AWS Certified Solutions Architect Associate
• AWS Certified Cloud Practitioner
Branchen: Automotive, Telekommunikation, Banken, Versicherungen, Pharma, Transport & Logistik
Fachliche Themen: Machine Learning, Data Engineering, SCRUM, CRISP-DM,
Methoden:
- Predictive Modeling and Analytics, AI
- Statistische Prozesskontrolle
- Modellentwicklung und Optimierung
- Datenvisualisierung und Data Storytelling
- Datenmodellierung
- Datenbank Design
- Agile Programmierung
- Methodenkompetenz:
• SCRUM
• CRISP-DM
Sonstige Kompetenzen:
• Docker
• JIRA
• SVN
• Confluence
• Excel/VBA
Betriebssysteme: Windows, Unix/Linux
Datenbanken: Microsoft SQL-Server, Teradata, Oracle,PostgreSQL
Hochsprachen:Python; SQL, T-SQL; C / C#; UNIX-Shell Scripte; Matlab, SQL / PLSQL
Zertifizierungen:
Zertifizierungen: • Tableau Certified Trainer
• Tableau Certified Associate Consultant
• AWS Certified Solutions Architect Associate
• AWS Certified Cloud Practitioner
Projekthistorie
Auszug Projektreferenzen (ausführliches Profil inkl. Kundennamen gerne auf Anfrage):
SAS Education
(2016-heute)
SAS Trainer
Vertraulich / Medien
(10/2017 - heute) Lead Data Scientist für die Konzeption und Implementierung eines Proof of Concept Projekts. Dabei steht u.a. die Migration von bestehenden Analytics Prozessen auf die Cloudera Analytics Plattform im Vordergrund.
Die Aufgabe umfasst:
Vertraulich / Großbank
(01/2017 – 10/2017) Data Scientist im digitalen CRM zur Berechnung der optimalen Produktangebote im Bereich Privatkunden.
Die Aufgabe umfasste:
Vertraulich
(06/2015 – 12/2016) Software Engineer und Data Scientist in der Weiterentwicklung von Analyse Tools, welche die Ausfallwahrscheinlichkeit von Bauteilen berechnen und reporten
Die Aufgabe umfasste:
Vertraulich / Automotive
(01/2016 – 10/2016) Software / Data Engineer bei der Entwicklung einer Business Analytics Plattform mit QlikView, zur near-time Analyse von Werks- und Fertigungsdaten der CFK Produktion.
Die Aufgabe umfasste:
(10/2014 – 12/2015) Data Engineer / Data Analyst, Erstellung einer 360° Sicht über die Kundenrentabilität aus Festnetz- sowie Mobilfunkgeschäft und Forecast.
Die Aufgabe umfasste:
Vertraulich
(01/2015 – 03/2015) Software Engineer, Implementierung einer automatisierten Lösung für die statistische Prozesskontrolle auf Basis nicht normalverteilter Daten.
Die Aufgabe umfasste:
Vertraulich / Life Science
(06/2014 – 12/2016) Software Engineer im Rahmen der Process Analytical Technology. Entwicklung eines Freigabe- und Report-Systems für Labormessgeräte. Verantwortlich für die In-House-Implementierung des Systems, enge Abstimmung mit unterschiedlichen Fachbereichen. Betreuung folgender Themengebiete im Rahmen des Projektes:
SAS Education
(2016-heute)
SAS Trainer
- Academy for Data Science
- Advanced Predictive Modeling
- Text Analytics, Time Series, Experimentation and Optimization
- Big Data Preparation, Statistics and Visual Exploration
- Big Data Programming and Loading
- SAS Viya
- JMP
- Design of Experiment
Vertraulich / Medien
(10/2017 - heute) Lead Data Scientist für die Konzeption und Implementierung eines Proof of Concept Projekts. Dabei steht u.a. die Migration von bestehenden Analytics Prozessen auf die Cloudera Analytics Plattform im Vordergrund.
Die Aufgabe umfasst:
- Data Modelling in Hadoop, Hive und Hbase
- Implementierung der Analytics Prozesse in der Cloudera Data Science Workbench mit Spark/Scala, Flume und Python
- Reporting unter Zuhilfenahme von Hue Dashboards
Vertraulich / Großbank
(01/2017 – 10/2017) Data Scientist im digitalen CRM zur Berechnung der optimalen Produktangebote im Bereich Privatkunden.
Die Aufgabe umfasste:
- Data Mining
- Modell Entwicklung und Optimierung von unterschiedlicher Modell Kandidaten.
- Integration in bestehende Prozesse
- Integration in Hadoop Big Data Dateisystem mit Hive und HBase
Vertraulich
(06/2015 – 12/2016) Software Engineer und Data Scientist in der Weiterentwicklung von Analyse Tools, welche die Ausfallwahrscheinlichkeit von Bauteilen berechnen und reporten
Die Aufgabe umfasste:
- Software Implementierung in R
- Automatisierung der Prozessparameter Ermittlung
- Simulationsstudie über Vorhersagequalität der Modelle
- Einführung von Prognoseintervallen auf Basis der Crama-Rao unteren Grenze
- Reporting der Analyse Ergebnisse in QlikView
Vertraulich / Automotive
(01/2016 – 10/2016) Software / Data Engineer bei der Entwicklung einer Business Analytics Plattform mit QlikView, zur near-time Analyse von Werks- und Fertigungsdaten der CFK Produktion.
Die Aufgabe umfasste:
- Datenmodellierung in Oracle
- Implementierung von PL/SQL Routinen
- Entwicklung der QlikView Reporting Oberfläche
- Implementierung von Mustererkennungsalgorithmen für die automatisierte Identifikation kritischer Fertigungsschritte in PL/SQL
(10/2014 – 12/2015) Data Engineer / Data Analyst, Erstellung einer 360° Sicht über die Kundenrentabilität aus Festnetz- sowie Mobilfunkgeschäft und Forecast.
Die Aufgabe umfasste:
- Daten Modellierung in Teradata
- Datenanbindung aus verschiedensten Quellen
- Oracle, Access, Excel, Teradata, Microsoft SQL
- Verwendung von Forecast Algorithmen auf der Basis von Zeitreihenanalysen mit R
- Datenvisualisierung/ Story Telling mit Tableau
Vertraulich
(01/2015 – 03/2015) Software Engineer, Implementierung einer automatisierten Lösung für die statistische Prozesskontrolle auf Basis nicht normalverteilter Daten.
Die Aufgabe umfasste:
- Data Gathering und Proof of Concept in Python
- Implementierung in SAP System unter Verwendung von ABAP Objects
Vertraulich / Life Science
(06/2014 – 12/2016) Software Engineer im Rahmen der Process Analytical Technology. Entwicklung eines Freigabe- und Report-Systems für Labormessgeräte. Verantwortlich für die In-House-Implementierung des Systems, enge Abstimmung mit unterschiedlichen Fachbereichen. Betreuung folgender Themengebiete im Rahmen des Projektes:
- Fachbereichsübergreifende Aufnahme der Nutzeranforderungen
- Durchführung von technischen Machbarkeitsstudien
- Konzeption und Modellierung der Software-Architektur
- Implementierung der Software
- Bereitstellung von Schnittstellen zu Datenlieferanten
- Aufbau von Testsystemen mit SAS Unit
- Rollout des Systems auf Produktivserver
Zeitliche und räumliche Verfügbarkeit
ab 01.01.23 zu 80% erfügbar (DACH)
Sonstige Angaben
Bitte ausschließlich Projektangebote mit Schwerpunkt Data Science. Ausführliches Profil gerne auf Anfrage.