24.07.2026 aktualisiert
Premiumkunde
nicht verfügbarinfo: nicht verfügbar bis 31.12.2026
Lead Data Scientist | AI & ML | Senior Software Developer
Wiesbaden, Deutschland
Wiesbaden +50 km
Master of ScienceSkills
AI AgentsRAGLLMGCPData AnalysisETLApache HadoopPythonMachine LearningPredictive AnalyticsSciPySoftwareentwicklungData SciencePyTorchLarge Language Models
Data Science
R, SPSS, Julia, Deep Learning, Machine Learning, LLMs, NLP, Predictive Analytics, Data Analysis, Hypothesentests, Visualisierung
Tech-Stack (Auswahl)
scikit-learn, Spark / Hadoop, Huggingface, Pandas, PyTorch, NumPy, SciPy, spaCy, statsmodels, Matplotlib
Softwareentwicklung
C# (.NET), Java, JavaScript, PHP (Laravel, u.a.), Python, SQL (mySQL, SQLite, u.a.), HTML, SCSS/CSS (Bootstrap, Tailwind, u.a.), Reaktive Frontends (Vue.js, React), RESTful APIs, Node.js, Microservices
Allgemein
DevOps, Systemadministration, Linux, Apache HTTP Server / nginx, Containerisierung (Docker, u.a.), Git, Agile Methodik (Scrum, Jira, Kanban), Cloud Computing
Sprachen
DeutschMutterspracheEnglischMuttersprache
Projekthistorie
Statistische Analysen und Auswertungen zur Generierung von Insights als Entscheidungsgrundlage für Management und Stakeholder verschiedener Bereiche der REWE Group (u. a. Retail Media, Personalisierung, Loyalty). Konzeption, Durchführung und Auswertung von A/B-Tests sowie Weiterentwicklung des bestehenden A/B-Testing-Frameworks. Big Data Analysen aus der Snowflake. Performance-Optimierung bestehender Analyse-Skripte, u. a. durch Reimplementierung kritischer Komponenten in Rust. Erweiterung bestehender Logik, Review und Erstellung von Machine-Learning-Modellen sowie Konzeption, Testung und Implementierung neuer statistische Methodiken.
Für unistat entwickle ich datenbasierte Lösungen, die sowohl fortschrittliche Technologien als auch praktische Anwendbarkeit vereinen. Meine Erfahrung reicht von der Implementierung komplexer KI-Modelle bis hin zur Integration datengetriebener Funktionalitäten in bestehende Softwarearchitekturen. Dabei arbeite ich branchenübergreifend und unterstütze Unternehmen in den Bereichen Technologie, Gesundheitswesen, Finanzen und Forschung.
Besonderen Wert lege ich auf die verständliche Kommunikation von Ergebnissen, um datengetriebene Erkenntnisse für Stakeholder nachvollziehbar und umsetzbar zu machen. Mein Ziel ist es stets, nicht nur Modelle zu entwickeln, sondern echte Mehrwerte zu schaffen – durch präzise Analysen, klare Handlungsempfehlungen und benutzerorientierte Lösungen.
Besonderen Wert lege ich auf die verständliche Kommunikation von Ergebnissen, um datengetriebene Erkenntnisse für Stakeholder nachvollziehbar und umsetzbar zu machen. Mein Ziel ist es stets, nicht nur Modelle zu entwickeln, sondern echte Mehrwerte zu schaffen – durch präzise Analysen, klare Handlungsempfehlungen und benutzerorientierte Lösungen.
Für das Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) habe ich Machine Learning Modelle entwickelt, um die Insektenvielfalt basierend auf einem umfangreichen Big Data Datensatz zu analysieren. Ziel des Projekts war es, Muster und Einflussfaktoren auf die Biodiversität von Insekten zu identifizieren und datengetriebene Erkenntnisse für nachhaltige Landwirtschaft und Umweltschutz zu gewinnen.
Dazu habe ich Machine Learning Algorithmen implementiert, darunter Klassifikations- und Clustering-Methoden, um Zusammenhänge zwischen Umweltfaktoren und Insektenpopulationen aufzudecken. Die Datenverarbeitung umfasste Feature Engineering, Modelltraining und Optimierung, wobei Technologien wie Python, Scikit-Learn und Big Data Tools eingesetzt wurden.
Dazu habe ich Machine Learning Algorithmen implementiert, darunter Klassifikations- und Clustering-Methoden, um Zusammenhänge zwischen Umweltfaktoren und Insektenpopulationen aufzudecken. Die Datenverarbeitung umfasste Feature Engineering, Modelltraining und Optimierung, wobei Technologien wie Python, Scikit-Learn und Big Data Tools eingesetzt wurden.