Data Scientist / Maching Learning Engineer
- Verfügbarkeit einsehen
- 0 Referenzen
- 100€/Stunde
- 8500 Frauenfeld
- Weltweit
- de
- 22.01.2024
Kurzvorstellung
Mein Schwerpunkt liegt in der Implementierung von Machine-Learning/Deep-Learning-Pipelines und dem vorgelagerten Feature-Engineering.
Qualifikationen
Projekt‐ & Berufserfahrung
8/2022 – 1/2024
TätigkeitsbeschreibungWeiterentwicklung eines ML-Algorithmus zur Bewertung von Immobilien bei großer Immobilienmaklerkette.
Eingesetzte QualifikationenData Science
1/2022 – 9/2022
Tätigkeitsbeschreibung
Projektziel:
Entwicklung und Implementierung von Algorithmus zum semiautomatisierten Kauf von Ersatzteilen auf Basis historischer Ersatzteilbedarfe, historischer Auftragseingänge und Anlagenauslastungen bei Stihl Kettenwerk GmbH & Co KG.
Projektzusammenarbeit:
Vorort-Zusammenarbeit mit Sachbearbeitern im Einkauf und regelmäßigen Scrum-Meetings zusammen mit Sachbearbeiter, Projektleiter und Abteilungsleiter Einkauf.
Projektschritte:
- Datenextraktion und Transformation (Python, Spark)
- Feature-Engineering (Python)
- Feature-Selection (Python)
- Training von Random Forests (Python, Spark)
- Datenextraktions, Datentransformations und ML-Prediction-Pipelines zur generischen Erstellung von Reports bzgl. notwendiger Ersatzteilbestellungen (Python, Spark)
Apache Spark, Maschinelles Lernen, Pandas, Python
7/2021 – 12/2021
Tätigkeitsbeschreibung
Projektziel:
Entwicklung und Implementierung einer Empfehlungssystematik zur Identifikation aussichtsreicher Sales-Targets. Datengrundlage: historische Sales-Daten bei mittelständischem Automobilzuflieferer.
Projektzusammenarbeit:
Remote-Zusammenarbeit mit den 2 Controlling-Verantwortlichen in der Sales-Abteilung des Unternehmens.
Projektschritte:
- Feature-Engineering (Python)
- Training von Random-Forrest Modellen (Python, Spark).
- Visualisierung der Ergebnisse (Tableau)
- Datenextraktions- und Transformations-Pipelines (Azure, Python, Spark)
- Entwicklung der Empfehlungs-Applikation (Excel VBA)
Maschinelles Lernen, Pandas, Python, Random Forest, Scikit-learn
11/2020 – 5/2021
Tätigkeitsbeschreibung
Projektziel:
Entwicklung und Implementierung einer Machine-Learning-Pipeline zur Kundenkaufkraftsegmentierung von Store-Besuchern basierend auf Google-Analytics Enhanced Platorm und Warehouse Daten. Pipeline, welche den gesamten Prozess von der Gewinnung der Rohdaten bis zur Gewinnung der Insights auf neue Input-Daten, automatisiert bei SportScheck GmbH.
Projektzusammenarbeit:
Agile Remote-Projektzusammenarbeit (Scrum, CI, CRISP-DM) mit projektverantwirtlichen Person aus unternehmenseigener IT, Projektleitung, BI und einem Webentwickler.
Projektschritte:
- Ingestion-Stream aus Google Analytics Enhanced Ecommerce und Überführung in AWS (Redshift)
- Analyse bestehender Datenschnittstellen, Transformationen und Überführung in DW (AWS)
- ML-Random-Forrest-Modell (Scikit-Learn)
- Integration des ML-Modells in Webstore (durchgeführt von Webentwickler)
Amazon Web Services (AWS), ETL, Google Analytics, Pandas, Python, Scikit-learn, SQL
7/2020 – 11/2020
Tätigkeitsbeschreibung
Projektziel:
Automatisierung repetitiver S&C Reporting-Prozesse bei Eberspächer Gruppe GmbH & Co. KG.
Projektzusammenarbeit:
Agile Remote-Projektzusammenarbeit (Scrum) mit IT, Projektleiter und prozessbeteiligten S&C- Controllern.
Projektschritte:
- Modellierung der bestehenden Workflows.
- ETL mit 2 unterschiedlichen Datenquellen (Excel-Files und MS Dynamics AX) in Cloud-Warehouse (MS-Azure)
- Erstellung und Versenden von zeitlich automatisierter Reports (Lieferanten-Termintreue, Warenbestand, Lagerbestandsgenauigkeit, Leadtime) in Tableau.
Business Process Model and Notation, ETL, Microsoft Azure, Microsoft Dynamics Ax, Microsoft Excel, Pandas, Tableau, VBA (Visual Basic for Applications)
11/2019 – 1/2020
Tätigkeitsbeschreibung
- ETL-Prozess von Finanzdaten von SAP nach MongoDB definieren
- ETL-Prozess von Finanzdaten von SAP nach MongoDB in Java implementieren
Big Data, Data Science
Ausbildung
Ulm
Weitere Kenntnisse
Linux, Windows
Programmierung
Python (Pandas, NumPy, OpenCV, SciPy, matplotlib), R, Rust
Machine Learning
Scikit-learn, Keras, Tensorflow, XGBoost, PyTorch, MLFlow
Data Engineering
SQL (MySQL, SQLite, PostgreSQL, MongoDB, MSSQL), SAP, Azure, AWS, GCP, Hadoop, Airflow, Kafka)
Web-Data-Integration
REST API, Websocket API, Selenium, BeautifulSoup, Scrapy
Business-Intelligence
Qlik, Tableau, Power BI
Sonstiges
JSON, HTML, CI/CD, GIT, GitLab Jenkins, Terraform, MS Visio, MS Office, Jira, Scrum, CRISP_DM, Kanban
Persönliche Daten
- Deutsch (Muttersprache)
- Europäische Union
- Schweiz
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden