Data Science und Data Security

3/2019 – 9/2020

Unterstützung im Center of Excellence für Big Data & Advanced Analytics bei Data Science Use Cases; Auswahl und Beurteilung entlang eines bewährten Prozesses.
Zusammenführen und Verknüpfung von unterschiedlichen Datenquellen im Konzern; Abgleichen der Plan-Soll-Ist Daten zur Visualisierung und Verbesserung von Prognosen und Planung
Überführen der mathematischen Modelle in Produkte & Services zur Erkennung von strategischen Handlungsspielräumen und Errechnung von Szenarien
Entwickeln einer Daten-Plattform zur CO2-Flottenbewertung und Nachhaltigkeitsentwicklung des Konzerns
Verwendete Sprachen und Technologien:

Python

4/2017 – 8/2017

Design und Implementation der Datenauswertung in einer Cloud-Plattform unter Berücksichtigung von Patientendatenschutz.

R (Programmiersprache), Apache Hadoop, Informationssicherheit, Cloud Computing, Microsoft Azure, Biotechnologie

9/2009 – 12/2015

Herausforderungen für die Informationsgewinnung in der Biostatistik liegen in hohen Messungenauigkeiten sowie zahlreichen unverstandenen Stör- und Interaktionseffekten;
Datenauswertung von drei Technologien (biomedizinische Messmethoden namens Affymetrix gene expression array, Affymetrix exon array, Illumina next-generation sequencing/RNA-Seq) zur Ermittlung der Gen-Aktivität in Zellen; Implementierung der Daten-aufbereitung und Normalisierung in R und Bash mit Ausgabe als Text, Graphik und Webserver; Standardisierung der Verfahren;
Methodenevaluierung z. Bsp. statistische Tests, Machine Learning, bayessche Netze und Informationstheorie basierte Ansätze; Entwicklung neuer statistischer Methoden zur Identifizierung von bestimmten Effekten in biologischen Zellen, u. a. für Zeitreihenauswertungen; Anwendung der Methoden auf mehrere 1000 Datensätze in unterschiedlichen Feldern wie Typ-2 Diabetes Mellitus, Krebs oder Toxikologie;
Zusammenführung von ausgewerteten Daten aus heterogenen Datensätzen und Entwicklung einer Methode zur Meta-Analyse in R/BioConductor zur Fokussierung unterschiedlicher Ergebnisse; Implementierung mathematischer Modelle in Python;
Koordination mit Projektpartnern auf nationaler und europäischer Ebene; Austausch mit biologischen Labor-Arbeitsgruppen bzgl. des Experiment-Designs und eigenständiges Vorantreiben eigener Fragestellungen;
Präsentieren der Ergebnisse als Vorträge an Konferenzen und Publizieren als Artikel in wissenschaftlichen Fachmagazinen; Begutachtung von Beiträgen für Konferenzen und Fachmagazine;
Organisation von wissenschaftlichen Seminaren, Weiterbildungsmassnahmen und Kursen für Doktoranden, sowie Vermitteln von R-Kenntnissen im Rahmen von Workshops; Betreuung von studentischen Hilfskräften, Praktikanten, Bachelor- und Master-Studenten.

R (Programmiersprache), Big Data, Data Mining, Mysql, Statistiken, Biologie