Experienced Data Scientist/Machine Learning Engineer

Experienced Data Scientist/Machine Learning Engineer with a focus on Deep Learning. Knowledge and practical experience with all branches of ML - Supervised, Unsupervised and Reinforcement Learning as well as various fields of application.

• Amazon Web Services (AWS)5 J.
• Apache Spark5 J.
• Data Science3 J.
• Datenanalyse
• Maschinelles Lernen5 J.
• Microsoft Azure5 J.
• Natural Language Processing2 J.
• Neuronale Netze
• Pandas1 J.
• Predictive Analytics
• Python7 J.
• Pytorch5 J.
• SQL
• Tensorflow1 J.

Als ML-Ingenieur bei BASF habe ich mit verschiedenen Geschäftseinheiten und Stakeholdern zusammengearbeitet, um die Produktivität deutlich zu steigern und Risiken durch die Einführung von KI-gesteuerten Lösungen zu senken. Ein spezifisches Projekt, das ich hervorheben möchte, war die Erstellung eines NLP-basierten Modells zur Auswertung von Kundenfeedback und der Einstellung zum Unternehmen in den sozialen Medien. Bei einem anderen Projekt ging es um die Erstellung einer datengesteuerten prädiktiven Wartungslösung und deren Einsatz in einem laufenden Industrieprozess, bei dem wir sowohl die Anzahl der Störungen als auch die Kosten für den Anlagenbetrieb reduzieren konnten.

Bei meiner Tätigkeit als Senior Data Scientist leite ich die Implementierung von Time Series Forecasting-Lösungen zur Vertriebsoptimierung sowie eines Deep-Learning-basierten (Computer Vision) Mode-Empfehlungssystems. Dabei arbeite ich in der Regel in Teams mit Mitarbeitern mit unterschiedlichen Fähigkeiten, stelle meine Expertise zur Verfügung und betreue die Themen, die sich speziell auf Machine Learning und Deep Learning beziehen. Außerdem bin ich Mentor für jüngere Kollegen und helfe ihnen, sich beruflich weiterzuentwickeln. Ich bin sehr erfahren im agilen Projektmanagement und in der Koordination von Bemühungen im Kontext eines großen Produkts und einer großen Organisation, sowie in der Kunst der Kommunikation mit verschiedenen nicht-technischen Stakeholdern.

Programming/Data Science:
● Python, R. ML Stack: pandas, scikit-learn, XGBoost, NumPy, SciPy, Jupyter
● Deep Learning stack: TensorFlow, Keras, PyTorch
● (Deep) Reinforcement Learning (incl. Multi-Agent RL), OpenAI Gym
● Git, CI/CD, Bash, Linux, LaTeX, Excel
● SQL, MongoDB, Spark, Databricks, Docker, Azure, AWS
● JavaScirpt (including React library), REST APIs
● Data Visualization (e.g. ggplot2, seaborn)
Mathematics/ML theory:
● Reinforcement Learning, Computer Vision, NLP
● Deep Learning: CNNs, RNNs, seq2seq, Transformers, GANs
● Inferential Statistics and Modeling, Probability Theory, Bayesian Statistics, Linear
Algebra, Network Science, Time Series Forecasting