Data Scientist & Engineer

5/2022 – 11/2022

- Import und Vorbereitung der verschiedenen Datenquellen
- Ähnlichkeitsanalyse basierend auf der Produktbezeichnung mit NLP
- Erstellung einer Ähnlichkeitstabelle zum Vergleich der Sachnummern mit mehreren Parametern
- Entwicklung eines neuronalen Netzes zur Prädiktion eines Ähnlichkeitswertes zwischen Sachnummern
- Implementierung eines Algorithmus zur Identifikation von Clustern mit ähnlichen Produkten
- Berechnung des Referenzpreises und Einsparungspotenzial für jedes Cluster
- Generierung und Export einer Datei mit den Ergebnissen des Cluster-Algorithmus
- Aufsetzung einer Schnittstelle zum Weiter- oder Neu-Trainieren des neuronalen Netzes mit Anwender-Feedback
- Deployment innerhalb einer AWS-Umgebung

Verwendete Tools: Python, Scikit-learn, Keras, Tensorflow, Jupyter, Git, AWS, SonarQube

Keras, Scikit-learn, Tensorflow, Python, Amazon Web Services (AWS)

4/2022 – 3/2023

- Durchführung eines Data Assessment zum WMS Reporting
- Analyse des Status Quo und der Anforderungen an eine Zielarchitektur
- Entwurf von mehreren möglichen Zielarchitekturen mit den jeweiligen Vor- und Nachteilen
- Umsetzung der ausgewählten Architektur in Azure
- Aufsetzung eines ETL-Prozesses zur Verschiebung und Transformation der Daten von lokalen Oracle-Datenbanken in eine Azure SQL Datenbank mit Azure Data Factory

Verwendete Tools: Azure SQL DB, Azure Data Factory, Azure Data Studio, PowerPoint, Power BI, Dataverse, SharePoint

Power Bi, Cloud (allg.), Microsoft Azure

3/2022 – 10/2022

- Identifizierung der Schicht- und Standzeiten von LKWs anhand von Tracking-Daten
- Untersuchung der Points of Interest in der Umgebung von Standorten der LKWs mithilfe der Here Maps API
- Ermittlung der optimalen Anzahl und Orte für Ladestationen von Elektroautos
- Implementierung von Algorithmen zur Bestimmung der elektrifizierbaren LKWs auf Basis der fahrspezifischen Daten
- Entwicklung eines Dashboards mit Plotly Dash zur Analyse des Fahrverhaltens und des Elektrifizierungspotenzials
- Dokumentation der Algorithmen in Confluence

Verwendete Tools: Python, Here Maps API, Plotly, Dash, PyInstaller, Jupyter, Visual Studio Code, Jira Atlassian, Confluence, Git

Data Science, Git, Python

7/2021 – 2/2022

Entwicklung eines Systems zur Personalvermittlung, welches mithilfe von künstlicher Intelligenz und psychologischen Modellen möglichst passende Vakanzen für einen Kandidaten findet
- Datenbereinigung und Import von Stellenausschreibungen
- Programmierung eines intelligenten Algorithmus zur Auswahl der optimalen Kontaktdaten für eine offene Stelle
- Implementierung von Webcrawlern für Kandidatenprofile auf LinkedIn und Xing
- Entwicklung von Machine Learning Modellen zur automatischen Identifizierung passender Vakanzen für einen Kandidaten
- Erstellung einer R Shiny Wep App zur statistischen Auswertung psychologischer Daten
- Mustererkennung und Implementierung psychologischer Modelle
- Erstellung eines Python-Dashboards für die Marktanalyse mit Geo-Heatmaps, Zeitreihenanalyse und ML-Prognosen
- Analyse gesendeter E-Mails und Webhooks zur Optimierung der Antwortrate
- Entwicklung von KI-Modellen zur Vorhersage der Request- und Blacklist-Wahrscheinlichkeiten vor der Präsentation eines Kandidaten bei einem Unternehmen
- Entwicklung von CI/CD Pipelines mit Git und Slack Integration

Verwendete Tools: Python, Scikit-learn, Plotly, Dash, Jupyter, Heroku, R Shiny, R Studio, AWS S3, MongoDB, Mongo Cloud, Jira Atlassian, Git, Linux

Amazon Web Services (AWS), Jira, Mongodb, Python, R (Programmiersprache), Scikit-learn

3/2020 – 6/2021

- Implementierung von Feature-Selection-Algorithmen zur Identifizierung von Preistreibern
- Analyse des Quote-to-Cash-Prozesses zur Optimierung des Supply Chain Managements
- Anwendung von NLP-Techniken zur E-Mail-Analyse
- Entwicklung eines Machine Learning Modells zur automatischen Extraktion von Signaturen aus E-Mails
- Analyse und Auswertung von Finanzbuchhaltungsdaten

Verwendete Tools: Python, Scikit-learn, Statsmodels, Seaborn, Jupyter, SQL, SSMS, Hadoop, Microsoft Power BI, Microsoft Teams, SharePoint, Git

Apache Hadoop, Git, Power Bi, Python, Scikit-learn, SQL

9/2016 – 8/2019

Entwicklung einer Webplattform zur Fabrikplanung
- Implementierung eines Java-Backends mit Spring und Hibernate
- Verwaltung der SQL-Datenbank
- Entwicklung und Optimierung von Datenmodellen
- Auswertung, Erstellung und Datenmigration in NoSQL-Datenbanken zur Leistungssteigerung (MongoDB, Neo4j)
- Einrichtung automatisierter JUnit-Tests
- Implementierung und Anbindung eines Python-Backends für Deep Learning mit Tensorflow

Entwicklung einer Desktop-Anwendung zur Finanz- & Personalverwaltung
- Implementierung vom Backend und Frontend für eine Desktop-Anwendung mit C# und WPF
- Verwaltung der SQL-Datenbank
- Datenmigration aus einer SAP-Datenbank

Verwendete Tools: C#, WPF, Java, Spring, Hibernate, Postman, SQL, MySQL Workbench, MongoDB, Neo4j, Python, Tensorflow, Git, JUnit, IntelliJ IDEA, Visual Studio Code, YouTrack

C#, Git, Java (allg.), Mongodb, Mysql, Python, Softwareentwicklung (allg.), SQL, Tensorflow