Senior Data Scientists / Machine Learning Operations (MLOps) Specialist

6/2019 – 1/2024

- Einführen von Machine Learning (ML) - Technologien und Prozesse in DevOps und somit Erweitern auf MLOps als auch deren Etablierung in das Team.
- Teilnahme an einer Arbeitsgruppe des Konzerns mit der Initiative zur Einführung generativer KI in den Konzern.
- Teilen von ML-Konzepten und Erkenntnissen innerhalb und außerhalb der Organisation.
- Enge Zusammenarbeit mit Amazon Web Services AWS in folgenden Bereichen:
a) Optimieren und justieren eingesetzter AWS Services, insbesondere Amazon Sagemaker (auch mit Hilfe des Sagemaker-Product-Team) gemäß den Erfordernissen der Daten- und Analyseplattform der DB Energie.
b) Gestaltung von MLOps Prinzipien, Technologien und Prozesse
c) Gemeinsame Veröffentlichung einer Case Study und Präsentation über MLOps auf dem AWS Summit 2022 in Berlin.

Published Case Study:
-Hyperlink entfernt-

Engineering data management (EDM), Amazon Web Services (AWS), DevOps, Generative KI, Maschinelles Lernen, MLOps, Schulung / Coaching (allg.), Schulungskonzepte, Summit

6/2019 – 1/2024

Management der folgenden Anwendungsfälle von der Beratung der Kunden (Business Analyse) bis hin zur Entwicklung von Machine Learning Modellen (Data Science), der Bereitstellung der IT-Infrastruktur (Data- und ML-Engineer) und den produktiven Betrieb (Operations-Engineer und Produktmanager):
1. Lastspitzenmanagement durch Prognostizieren von Lastspitzen im Bahnstromnetz (End-to-End Verantwortung).
2. Strombedarfsprognose für das Bahnstromnetz.
3. Prognose der Stromproduktion von PV-Parks.
Um einen reibungslosen Betrieb zu gewährleisten wurden Sicherheitsmechanismen wie Tests und Datenqualitätsprüfungen umgesetzt. Ergebnisse und Business-Metriken wurden visuell über Dashboards dargestellt.

R (Programmiersprache), Tableau, Neuronale Netze, Pytorch, Scikit-learn, Tensorflow, Amazon Web Services (AWS), Big Data, Business Analysis, Business Intelligence and Reporting Tools (BIRT), Business Intelligence (BI), Data Mining, Data Science, Datenanalyse, Energiedatenerfassung, Engineering data management (EDM), Git, Maschinelles Lernen, Product Information Management, Python, Reporting, Test Automation

2/2018 – 6/2019

● Entwickeln eines Datenschutz Management System (DSMS) basierend auf der EU Datenschutzgrundverordnung (DSGVO) zur automatisierten Erstellung und Bereitstellung von Berichtsanalysen für die Bankenaufsicht.
● Entwickeln von KPI’s für das Informations-Sicherheit Management System (ISMS), zur Überwachung der Wirksamkeit und Effizienz der IT-Systeme.
● Marktanalyse und Beratung zur Entscheidung der Einführung eines Governance Risk & Compliance Tools (GRC). Außerdem, Beratung zur Integration des GRC-Tools mit dem DSMS und ISMS als auch zur Durchführung einer Datenbank-Migration.
● Durchführung von Analysen für die Entwicklung interner Produkte in interdisziplinären Teams:
1. Durchführung von Datenanalysen basierend auf komplexen, großvolumigen Buchungsdaten von Banken und Versicherungen im Rahmen von Jahresabschlussprüfungen.
2. Analyse und Anwendung von Machine Learning Methoden mittels der Programmiersprache R zur Klassifizierung von gutartigem und bösartigem Brustkrebs auf Grundlage von öffentlich zugänglichen Mammographiedatensätze für die Pharmaindustrie.

Drug Discovery, Datenanalyse, Systemmigration, Datenbankrecherche (allg.), Buchhaltung, Datenschutz, Informationssicherheit, It-Beratung, Klinische Forschung, Logistische Regression, Management-Informationssysteme, Onkologie, Predictive Analytics, R (Programmiersprache), Reporting, Risikoanalyse, Risikomanagement (Finan.)