12.11.2025 aktualisiert
100 % verfügbar
Data Scientist/ Statistiker
Witten, Deutschland
Weltweit
Dr. rer. nat. in Statistik von der TU DortmundÜber mich
- Erfahrene*r Data Scientist und Statistiker mit über 10 Jahren Praxiserfahrung. - Promotion in Statistik sowie Masterabschlüsse in Statistik und Mathematik. - Spezialisiert auf datengetriebene Analysen, Modellierung und KI-gestützte Entscheidungsfindung.
Skills
Künstliche IntelligenzAmazon Web ServicesData AnalysisMicrosoft AzureBiostatistikEpidemiologieKlinische ForschungKundenbindungFranzösischR (Programmiersprache)IBM CloudPythonMachine LearningMathematikMathematische ModellierungPower BiSasSas/baseSQLStatistikenTableauGoogle CloudData Science
- Entwicklung und Optimierung von KI-Modelle
- Machine Learning auf Google Cloud, Microsoft Azure, IBM Cloud und AWS
- Datenanalyse mit SAS Base, SAS Enterprise Guide, R, Python, Excel, Tableau, SQL und Power BI
- Statistische Beratung
- End-to-End Machine Learning (Google Cloud, Microsoft Azure, IBM Cloud, AWS)
- Statistische und mathematische Modellierung
- Power- und Sensitivitätsanalysen, Simulationsmethoden
- Berichterstellung, Analyse- und Validierungspläne
- Tools: Microsoft Azure, Databricks, NoSQL, ArcGIS, Tableau, Power BI, Git, Jira
Sprachen
DeutschverhandlungssicherEnglischverhandlungssicherFranzösischMuttersprache
Projekthistorie
Untersuchung des Zusammenhangs zwischen Wirbelstromprüfung (ECT) und mikrostrukturellen:
- Erkennung latenter Muster in ECT-Daten, die grundlegende Materialeigenschaften widerspiegeln.
- Entwicklung und Validierung prädiktiver Modelle zur Klassifikation und Quantifizierung der Mikrostruktur unter Verwendung von Härte und Randschichttiefe als Referenzgrößen.
- Anwendung der Bayesschen Strukturgleichungsmodellierung für eine vertiefte Datenanalyse.
- Statistische Analyse für akademische Forschung und Beratung
- Schulungen für Maschinelles Lernen und Statistik mit R, SAS und Python
- Beratung,Datenanalyse und Unterstützung für Bachelor-, Master- und Promotionsforschung
Prognose des Fahrzeugbestands in 20 afrikanischen Ländern (2024–2050):
- Erstellung von Prognosen zur Entwicklung des Fahrzeugbestands mit detaillierten Visualisierungen und zusammenfassenden Auswertungen
- Anwendung raum-zeitlicher und hierarchischer Modellierungsansätze
- Erstellung von Prognosen zur Entwicklung des Fahrzeugbestands mit detaillierten Visualisierungen und zusammenfassenden Auswertungen
- Anwendung raum-zeitlicher und hierarchischer Modellierungsansätze