Berater Künstliche Intelligenz, Data Science, Business Intelligence

1/2022 – 12/2022

• Aufnahme der Kundenanforderungen
• Planung des Teilprojekts
• Konzeption und Definition von unternehmensweiten KPI‘s
• (Mit-)Entwicklung des ETL-Prozesses
• Erarbeiten und Umsetzung von DWH-Anpassungen
• Konzeption und Entwicklung von analytischen Modellen und deren Vi-sualisierungen mittels Management-Dashboards u.a. für die Bereiche: Unternehmensteuerung, Vertriebssteuerung, Kundenanalysen, Kündi-gungsanalysen, Inkassoanalysen
• Entwicklung von Forecasts und Prognosemodellen
• Ableitung von Handlungsempfehlungen

Business Intelligence (BI), Data Science, Data Warehousing, Microsoft Azure, Microsoft Business Intelligence, Power Bi, Predictive Analytics, Python, R (Programmiersprache), SQL

10/2021 – 12/2021

• Aufnahme der Kundenanforderungen
• Planung des Teilprojekts
• Koordination und Entwicklung von Data Science Applikationen für das Customer Experience Management
• Bestimmung und Analyse der Faktoren, die NPS beeinflussen
• Ableitung von Handlungsempfehlungen zur Verbesserung des NPS-Scores und zur Optimierung der Kundenbindung.
• Koordination und Entwicklung von zugehörigen Dashboards und Visualisierungen

Amazon Web Services (AWS), Data Science, Power Bi, Neuronale Netze, Oracle Database, Python, R (Programmiersprache), Statistiken, Tableau

11/2020 – 8/2021

Entwicklung der datenbasierten Modelle zur Bestimmung der Personalbe-darfs- sowie Verkaufsprognosen. Im Einzelnen:
• Aufnahme der Kundenanforderungen
• Planung des Projekts
• Analyse des aktuellen Datenzustandes im Unternehmen
• Entwicklung der datenbasierten Modelle zur Entscheidungsunterstützung
• Ableitung von Handlungsempfehlungen

Data Science, Datenanalyse, Power Bi, Microsoft SharePoint Server

7/2020 – 10/2020

• Aufnahme der Kundenanforderungen
• Analyse des aktuellen Projektzustands
• Planung des Projekts
• Ausarbeitung und Einführung der bitemporalen Datenhistorisierung

Data Warehousing, Jira, SAP BW, SAS (Software)

2/2020 – 6/2020

Strategische Einführung des unternehmensweiten Data Managements, im Einzelnen:
• Aufnahme der Kundenanforderungen
• Planung des Projekts
• Ableitung von Handlungsempfehlungen
• Analyse des aktuellen Datenzustandes im Unternehmen
• Ausarbeitung der Strategie zur Einführung des unternehmensweiten Data Managements

Agile Methodologie, Power Bi

4/2018 – 10/2019

Projekt 1 ( als SCRUM Master, Data Analyst)
• Aufnahme der Kundenanforderungen
• Anfängliche Planung des Projekts
• Planung und Anpassung des Projektbudgets, Budgetcontrolling
• Entwicklung der datenbasierten Modelle zur Entscheidungsunterstüt-zung
• Ableitung von Handlungsempfehlungen
Projekt 2 (als Data Manager)
• Aufnahme der Kundenanforderungen
• Planung der Etablierung des konzerneinheitlichen Gewährleistungsmo-nitoringssystems
• Erarbeitung von Analytic Use Cases im Bereich der Gewährleistung

Amazon Web Services (AWS), Data Science, Datenanalyse, Jira, Saas, Scrum

9/2016 – 3/2018

Entwicklung und Implementierung der datenbasierten Modelle zum Zwecke der Markt- sowie Businessanalyse; Projektmanagement im Bereich Datenanalyse

Big Data, Data Mining, Data Science, Kostenoptimierung, Microsoft SQL-Server (MS SQL), Mysql, Predictive Analytics, R (Programmiersprache), Statistiken, Tableau

6/2015 – 8/2016

Allgemein: Beratung der externen und internen Kunden in den Bereichen Data Analytics, Data Mining, Data Science; Leitung von Projekten.

Beschreibung der Projekte:

Selbständige Durchführung von SociaI-Media-AnaIysen der Facebook-Seiten zweier Unternehmen aus DAX-30 für ein Showcase. Die Rollen waren Data Analyst und Developer.

Mitarbeit in einem Projekt bei einem Unternehmen der Luftfahrzeuginstandhaltung. Dieses Projekt hatte zum Ziel, den Gewinn in einem Teilprozess des Instandhaltungsbereiches mit Hilfe statistischer bzw. mathematischer Verfahren zu steigern. Die Rollen waren Operations Engineer und Data Analyst.

Mitarbeit sowie spätere Projektleitung in einem Projekt asu Logistik-Bereich. Das Ziel dieses Projektes war es, die Reduzierung der manuellen Eingriffe in Geschäftsvorgänge und die damit einhergehende Kostenreduktion mithilfe der Datenanalyse zu erreichen. Die Rollen waren Data Scientist und Projektleiter.

Tableau, R (Programmiersprache), Rapidminer, Oracle Database, Python