Business Analyst verfügbar

Business Analyst

verfügbar
Profilbild von Anonymes Profil, Business Analyst
  • 93049 Regensburg Freelancer in
  • Abschluss: Master of Science Physik
  • Stunden-/Tagessatz:
  • Sprachkenntnisse: deutsch (Muttersprache) | englisch (verhandlungssicher)
  • Letztes Update: 17.11.2020
SCHLAGWORTE
PROFILBILD
Profilbild von Anonymes Profil, Business Analyst
DATEIANLAGEN
Profil

Diese Anzeige ist nur für angemeldete Nutzer möglich.

PORTFOLIO
SKILLS
BUSINESS ANALYTICS-METHODENKOMPETENZ
 
  • DATENQUELLEN

ETL

Data Modeling   ★★★★☆
Data Cleansing   ★★★★☆
Data Validation   ★★★★☆
Data Integration   ★★★☆☆

Access & Security

Datensicherheit   ★★★☆☆
Datenzugriff   ★★★☆☆
 
  • ANALYTISCHE  VERFAHREN

Data Processing

Statistische Methoden   ★★★☆☆
Datentransformation   ★★★★☆
Test & Absicherung   ★★★★★
Datenanalyse   ★★★★★


Modellierung

Machine Learning / KI   ★★★☆☆  
 
  • DATEN
Data Lakes  ★★☆☆☆
Big Data   ★★☆☆☆
Data Warehouse  ★★★☆☆
 
  • UX / UI
Usability   ★★★★☆
Dashboards   ★★★★☆
KPIs, Analysen   ★★★★☆

 

BUSINESS ANALYTICS-TOOLKOMPETENZ
 
  • TOOLS
QlikView   ★★★★☆
QlikSense   ★★★☆☆
Excel   ★★★★★
Graphviz   ★★☆☆☆



 
  • SPRACHEN

R   ★★★★★
Python   ★★★☆☆
SQL   ★★★★☆
GIT   ★★★☆☆


 
  • DATENBANKEN

Relationale Datenbanken

Oracle   ★★★★☆
MySQL   ★★★☆☆
PostgreSQL   ★★★☆☆

NoSQL

MongoDB   ★★☆☆☆


QUALIFIKATIONEN
 
  • BRANCHEN
Automotive  ★★★★☆
Produktion   ★★★☆☆

 
  • FACHPROZESSE
Aftersales  ★★★★☆
Garantiefälle   ★★★☆☆
Finance   ★★★★☆
Produktion   ★★★★☆
Predictive Maintenance   ★★☆☆☆
Entwicklung  ★★★☆☆
 
  • PERSÖNLICHES
Sprachen
  1.  deutsch - Muttersprache
  2. englisch   ★★★★☆

Ausbildung: Master of Science
Fachrichtung: Physik
Berufserfahrungen: 2,5 Jahre
Bei OptWare tätig seit: 2018
 


PROJEKTROLLEN UND -VORGEHEN
 
  • PROJEKTROLLEN

Projektleitung   ★★★☆☆
Data Scientist   ★★★★☆
Business Analyst   ★★★★★
 
  • PROJEKTVORGEHEN

Agil   ★★★★☆
Kanban   ★★★☆☆
Wasserfall   ★★★☆☆

 

LEGENDE

Assistent   ★★☆☆☆
Junior   ★★★☆☆
Senior   ★★★★☆
Experte   ★★★★★
PROJEKTHISTORIE
  • 05/2017 - bis jetzt

  • Projektmitarbeiter, Business Analyst
  • Automotive - Finance

    Fachliche Beschreibung
    • Aufbau einer zentralen Finance-Plattform für Reporting, Plannung und Analytics
    • Anbindung heterogen verteilter Quellsysteme
    • Verarbeitung der Daten mit komplexer Business Logik
    • Erstellung und Verteilung interaktiver Dashboards bzw. Reports.
    • Einhaltung internationaler Rechnungslegungsstandards (IFRS)
     

    Technische Beschreibung
    •  Konzept/Dokumentation: JIRA, Confluence
    • Quellsystem: SAP BW, Oracle Datawarehouse
    • ETL-Prozess: Alteryx, Talend
    • Visualisierung UX/UI: QlikView, QlikSense


    Nutzen / Ergebnis
    • Transparente und schnell verfügbare Finanzberichte.
    • Qualitativ bessere und einheitliche Berichte.
    • Einhaltung internationaler Rechnungslegungsstandards (IFRS)

  • 01/2017 - bis jetzt

  • Projektmitarbeiter, Data Scientist
  • Automotive - Predictive Maintenance Industrialisierung

    Fachliche Beschreibung
    • Modellierung des Ausfalls von Fahrzeugkomponenten durch algorithmische Verknüpfung diverser Datenquellen.
    • Gegenüberstellung von Felddaten mit historischen Komponentenausfällen zur Prognose zukünftigen Verhaltens der Bauteile.
     

    Technische Beschreibung
    • Klassisches Machine Learning: Random Forest, Multiple Regression, K-Means, Clustering
    • Visualisierung UX/UI: R, QlikView


    Nutzen / Ergebnis
    • Aufwandsreduktion für die Ausfallprognose von Bauteilen
    • Schnelleres Feedback zu Ausfällen aus dem Fahrzeugfeld
    • Zielgerichtete technische Maßnahmen
    • Ermöglichung von präventiven Maßnahmen zur Ausfallverhinderung

  • 06/2019 - 08/2019

  • Projektmitarbeiter, Business Analyst
  • Automotive - Konzeption Neptun

    Fachliche Beschreibung
    • Erstellung von Spezifikationen und Konzepten für die Entwicklung.
    • Einfangen der Anforderungen der Endnutzer
    • Test und Absicherung der Software mit jedem Release
     

    Technische Beschreibung
    • Plattform: JIRA
    • Tools: Balsamiq


    Nutzen / Ergebnis
    • Einfachere Entwicklung durch standardisierte Spezifikationen
    • Starke Berücksichtigung der Usability
    • Reibungslose und agile Entwicklung

  • 08/2018 - 04/2019

  • Projektmitarbeiter, Data Engineer
  • Automotive - Data Selection Service

    Fachliche Beschreibung
    • Aufbau/Durchführung eines Services zur Datenbereitstellung zu Machine Learning Zwecken
    • Konzept für hochgradig standardisiertes Format- und hohen Qualitätsanforderungen
    • Berücksichtigung von Richtlinien bezüglich Data Governance
     

    Technische Beschreibung
    • Konzept/Dokumentation: JIRA, Confluence
    • Datenselektion/-aufbereitung: SQL


    Nutzen / Ergebnis
    • Bereitstellung von korrekten Daten
    • Revisionssichere Dokumentation der Datenherkunft

  • 03/2018 - 01/2019

  • Projektmitarbeiter, Data Scientist
  • Automotive - Automatisierte Analyse von Produktionsdaten zur Erkennung von Zusammenhängen

    Fachliche Beschreibung
    • Verknüpfung von verschiedenen heterogenen Datenquellen aus der Produktion
    • Statsistsche Analyse zur Erkennung von Zusammenhängen verschiedener Einflussfaktoren
     

    Technische Beschreibung
    •  Datenselektion/-aufbereitung: SQL, Excel
    • Datenanalyse: R


    Nutzen / Ergebnis
    •  Identifizieren von Wechselwirkungen in der Produktion
    • Weniger Nacharbeiten, höhere Produktivität und Qualität

  • 04/2018 - 11/2018

  • Projektmitarbeiter, Data Scientist
  • Automotive - WLTP

    Fachliche Beschreibung
    • Erstellung eines automatisierten Prognosemodells, um Motor-Temperaturen nach Abkühlung vorherzusagen
    • Explorative Analyse der vorhandenen Datenbankstruktur und -inhalte
    • Implementierung des Tools als User-Anwendung
     

    Technische Beschreibung
    • Machine Learning: Random Forest, Lineare Regression
    • Technologien: R, Excel, VBA
       


    Nutzen / Ergebnis
    • Zusammenhänge bezüglich Abkühlverhalten entdecken und plausibilisieren
    • Ersetzen aufwändiger Versuchsdurchführung durch automatisierte Simulation
    • Zeit- und CO2-Ersparnis

  • 05/2018 - 09/2018

  • Projektmitarbeiter, Data Scientist
  • Anlagen- und Maschinenbau - Automatisierte Analyse von Wartezeiten in der Fertigung

    Fachliche Beschreibung
    • Statistische Analyse der Wartezeit von Aufträgen im Produktionsprozess
    • Visualisierung der Ergebnisse mittels verschiedener Diagramme zum Vergleich/Erkennung der Wartezeit bzw. Termintreue 
     

    Technische Beschreibung
    • Datenselektion/-aufbereitung: SQL, Excel
    • Datenanalyse: R


    Nutzen / Ergebnis
    •  Identifizieren von Engpässen im Prozess
    • Reduktion der Wartezeit in der Fertigung
    • Steigerung der Termintreue

ZEITLICHE UND RÄUMLICHE VERFÜGBARKEIT
Verfügbarkeit: Ab sofort nach Absprache
KONTAKTANFRAGE VERSENDEN

Nachricht:

Absenderdaten: