Datenanalyse, Maschinelles Lernen, ERP Beratung

Hocherfahrene Beraterin mit Fokus auf Datenanalyse und Maschinelles Lernen mit starken Kenntnissen in den Bereichen Marketing, Finanzen, Rechnungswesen und verschiedenen Branchen.

• Amazon Web Services (AWS)
• Apache Hadoop
• Apache Spark
• Datenanalyse
• Maschinelles Lernen
• NetSuite
• Python
• SAP B1
• Tableau
• Tensorflow

Ich arbeite seit 16 Jahren als ERP-Berater, Data Analyst, Projektmanager und 2 Jahren als Machine Learning Engineer. Eine hohe Motivation in Verbindung mit starken Kenntnissen in den Bereichen Finanzen, Rechnungswesen und verschiedenen Branchen haben mir geholfen, Datenanalyst-Zertifizierung und Maschinelles Lernen-Zertifizierung zu erhalten.
Ich habe starke organisatorische Fähigkeiten und bin in der Lage, kritische Probleme zu lösen und einen Kompromiss zu finden. Ich bin ein Teamplayer, der es gewohnt ist, mit verschiedenen Personen zusammenzuarbeiten, und eine schnelle Lernerin, die bereit ist, zusätzliche Anstrengungen zu unternehmen, um neue Dinge im Beruf nachzuholen.


Kenntnisse und Fähigkeiten
————————————————————————————————————————---------
 Datenanalyse mit Python, Pandas, Numpy, Matplotlib
 Tableau, SQL, Excel
 Grundkenntnisse in Machine Learning
 Über 10 Jahre Erfahrung in der ERP- und CRM-Implementierung (Finanzwesen, Order-to-Cash, Procure-to-Pay, Herstellung, Servicemanagement)
 Projektleitung (Prince2 und Scrum Master zertifiziert)
 Geschäftsprozessanalysen, Lösungdesign, ETL-Prozesse
 Buchhaltung (operative Ebene)
 ERP-Systeme: SAP B1, NetSuite, Hansaworld Enterprise, verschiedene proprietäre ERPs
 Industrien: JIT und diskrete Fertigung, Konstruktion, Pharmazie, Groß- und Einzelhandel, Logistik/Lieferkettenmanagement, Servicemanagement, Professionelle Dienstleistungen, Hotels & Gastgewerbe, öffentlicher Sektor, Bekleidungsindustrie
 Internationale Erfahrung durch Projektarbeit oder als Mitglied eines Produktteams in Slowenien, Estland, Großbritannien, Kroatien, Serbien, in den Niederlande, in der Tschechische Republik

1. Data Transformation
Wrangling (gathering flat files, HTML, JSON, text, relational database files; assessing and cleaning data; ), ETL, Integration, Warehousing, WEB Scraping, Excel, SQL

2. Statistical Evaluation
Probability, Binominal distribution, conditional probability, Bayes, Normal distribution, Sampling distribution, Central limit theorem, Confidence interval, Linear and Logistic regression, A/B testing and Analysing A/B Test Results, Linear Regression, Multiple Linear Regression, Logistic Regression

3. Analysis Toolbox
Using Python stack with Numpy and Pandas

4. Data Visualisation
Design of Visualisations, Univariate, Bivariate and Multivariate exploration of data, Explanatory visualisation, Storyboards, Storytelling. Using tools like Matplotlib, Seaborn, Voila, Streamlit, Tableau

5. Model Training
Using Python libraries, like Sci-Kit, TensorFlow and Keras, I train and test model using different appropriate ML algorithms, choosing the best for the job like different regressions, clustering, different kinds of Deep Neural Networks, combining different Deep Networks to deliver best possible results

6. Storing Data
Capture and store data in Distributed Data Lakes like Hadoop

7. Process Data
Using Hadoop services, like MapReduce, Hive and Pig
Using Apache Spark with PySpark and Spark SQL

8. Real-Time Data
Building Pipelines with Apache Kafka
Implementing Spark Streaming with Kafka