12.06.2025 aktualisiert
BZ
Premiumkunde
100 % verfügbarJunior Consultant / Data Science / Data Engineering
Ingolstadt, Deutschland
Deutschland +1
MSc Data Science, BSc Computer Science and MathematicsSkills
C (Programmiersprache)HTMLJavaJavascriptAmazon Web ServicesAmazon S3Data AnalysisApache TomcatApple Mac SystemsArabischConfluenceJiraBetriebswirtschaftGeschäftsanforderungenC++CSSCloud ComputingDatenbankenInformation EngineeringLinuxFranzösischIBM CloudPythonPostgresqlMachine LearningMariadbProjektmanagementMicrosoft Visual StudioMysqlNeo4JNode.JsNosqlOracle FinancialsVisualisierungRedisTensorflowSQLZeitreihenanalyseVirtualizationJupyter NotebookGoogle CloudData ScienceApache SparkGitlabGitMicrosoft TeamsSlackTechnologie-Know-howBetriebssystemeDocker
Die Mitarbeiterin ist eine Data Science Beraterin mit einem vielseitigen Hintergrund und Kenntnissen in verschiedenen Branchen. Mit einem Jahr Erfahrung im Energiesektor und einem weiteren Jahr als Schulungsleiter verfügt sie über ein breites Verständnis für die Bedürfnisse und Herausforderungen unterschiedlicher Geschäftsbereiche.
Ihr umfassendes technisches Know-how erstreckt sich über mehrere Programmiersprachen, darunter C, C++, CSS, HTML, Java, JavaScript, Python und NodeJS. Mit insgesamt drei Jahren Erfahrung in der Anwendung von SQL und umfassenden Kenntnissen in Datenbanken wie MySQL/Maria DB, Oracle, Postgres SQL, NoSQL, Neo4J und Redis DB ist sie in der Lage, komplexe Dateninfrastrukturen zu gestalten und zu verwalten.
Ihre in Betriebssystemen und Virtualisierung umfasst Windows, MacOS, Linux und Docker, wodurch sie flexibel in verschiedenen Umgebungen arbeiten kann. Ihre Entwicklungswerkzeugpalette reicht von Apache Spark und Visual Studio Code bis zu Sagemaker, Jupyter Notebook, GIT und vielen anderen, was ihre Fähigkeit zur effizienten Entwicklung und Implementierung von Data Science-Lösungen unterstreicht.
In Bezug auf Standardprodukte hat sie Erfahrung mit Apache Tomcat, was ihre vielseitigen Fähigkeiten in der Anwendung gängiger Technologien unterstreicht. In der Projektverwaltung und Kommunikation nutzt sie effektiv Tools wie Jira, Confluence, MS Teams, GitLab und Slack.
Ihre Cloud-Kompetenz erstreckt sich über Amazon Web Services (AWS), Google Cloud Platform (GCP) und IBM Cloud, mit spezifischem Wissen in EC2, S3, sowie anderen Diensten.
Im Bereich Data Science verfügt sie über umfangreiche Erfahrung in Machine Learning, Time-series Analysis, Data Engineering, Data Visualization, Tensor Flow und ML Ops. Mit zwei Jahren Erfahrung in Data Analysis und einem starken betriebswirtschaftlichen Verständnis kann sie Datenwissenschaftsprojekte effektiv mit den Geschäftsanforderungen in Einklang bringen.
Neben ihren technischen Fähigkeiten beherrscht sie mehrere Sprachen, darunter Deutsch (B1), Englisch (C2), Französisch (C1) und Arabisch (C2), was ihre Fähigkeit unterstreicht, in internationalen Teams effektiv zu kommunizieren.
Ihr umfassendes technisches Know-how erstreckt sich über mehrere Programmiersprachen, darunter C, C++, CSS, HTML, Java, JavaScript, Python und NodeJS. Mit insgesamt drei Jahren Erfahrung in der Anwendung von SQL und umfassenden Kenntnissen in Datenbanken wie MySQL/Maria DB, Oracle, Postgres SQL, NoSQL, Neo4J und Redis DB ist sie in der Lage, komplexe Dateninfrastrukturen zu gestalten und zu verwalten.
Ihre in Betriebssystemen und Virtualisierung umfasst Windows, MacOS, Linux und Docker, wodurch sie flexibel in verschiedenen Umgebungen arbeiten kann. Ihre Entwicklungswerkzeugpalette reicht von Apache Spark und Visual Studio Code bis zu Sagemaker, Jupyter Notebook, GIT und vielen anderen, was ihre Fähigkeit zur effizienten Entwicklung und Implementierung von Data Science-Lösungen unterstreicht.
In Bezug auf Standardprodukte hat sie Erfahrung mit Apache Tomcat, was ihre vielseitigen Fähigkeiten in der Anwendung gängiger Technologien unterstreicht. In der Projektverwaltung und Kommunikation nutzt sie effektiv Tools wie Jira, Confluence, MS Teams, GitLab und Slack.
Ihre Cloud-Kompetenz erstreckt sich über Amazon Web Services (AWS), Google Cloud Platform (GCP) und IBM Cloud, mit spezifischem Wissen in EC2, S3, sowie anderen Diensten.
Im Bereich Data Science verfügt sie über umfangreiche Erfahrung in Machine Learning, Time-series Analysis, Data Engineering, Data Visualization, Tensor Flow und ML Ops. Mit zwei Jahren Erfahrung in Data Analysis und einem starken betriebswirtschaftlichen Verständnis kann sie Datenwissenschaftsprojekte effektiv mit den Geschäftsanforderungen in Einklang bringen.
Neben ihren technischen Fähigkeiten beherrscht sie mehrere Sprachen, darunter Deutsch (B1), Englisch (C2), Französisch (C1) und Arabisch (C2), was ihre Fähigkeit unterstreicht, in internationalen Teams effektiv zu kommunizieren.
Sprachen
Deutschverhandlungssicher
Projekthistorie
BRANCHE Medienindustrie
DAUER 07.2022 –aktuell
PROJEKTZIELE Entwicklung eines automatisierten Erkennungsverfahrens für Hassrede in Online-Portalen auf der Basis eines nachtrainierbaren Classifiers
AUFGABEN
Durchführung von Explorativen Datenanalysen auf den Datensätzen
Entwicklung eines ETL-Prozesses zur Überführung der Daten in eine PostgreSQL Datenbank
Automatisierung der ETL-Prozesse und des MachineLearning Model Trainings
Containerisierung der Softwarekomponenten mittels Docker.
Implementierung einer REST API zur Anbindung anderer Systemkomponenten
KUNDENNUTZEN
Reduzierung der Menge an Forenbeiträgen und Kommentaren, die auf Hassrede geprüft werden müssen, durch eine MachineLearning gestützte Vorabüberprüfung und Filterung
TECHNOLOGIEN / KENNTNISSE: SQL, Python, Docker, PostgreSQL, FastAPI, MLflow, Git, Streamlit
DAUER 07.2022 –aktuell
PROJEKTZIELE Entwicklung eines automatisierten Erkennungsverfahrens für Hassrede in Online-Portalen auf der Basis eines nachtrainierbaren Classifiers
AUFGABEN
Durchführung von Explorativen Datenanalysen auf den Datensätzen
Entwicklung eines ETL-Prozesses zur Überführung der Daten in eine PostgreSQL Datenbank
Automatisierung der ETL-Prozesse und des MachineLearning Model Trainings
Containerisierung der Softwarekomponenten mittels Docker.
Implementierung einer REST API zur Anbindung anderer Systemkomponenten
KUNDENNUTZEN
Reduzierung der Menge an Forenbeiträgen und Kommentaren, die auf Hassrede geprüft werden müssen, durch eine MachineLearning gestützte Vorabüberprüfung und Filterung
TECHNOLOGIEN / KENNTNISSE: SQL, Python, Docker, PostgreSQL, FastAPI, MLflow, Git, Streamlit
PROJEKTZIELE
Implementierung einesRecommenderSystem für Schönheitsprodukte
AUFGABEN
Sammeln benötigter Daten aus mehreren Quellen und Kombinieren dieser Daten in einer gemeinsamen Ansicht in Form einer Excel-Datei.
Verarbeitung der Daten und Behebung von Datenproblemen.
Entwicklung von Algorithmen für Empfehlungssysteme, deren Bewertung und Durchführung einer Vergleichsstudie.
Dokumentieren und Präsentieren, um den Fortschritt mit den Stakeholdern zu teilen.
KUNDENNUTZEN
Durch die Verwendung des Empfehlungssystems erhalten Benutzer eine bessere Produktauswahl, die sie basierend auf ihren Präferenzen kaufen möchten.
Verbesserung der Wiederkehrquote und den Customer Lifetime Value.
TECHNOLOGIEN / KENNTNISSE:
AWS, Deep Learning, Data Preparation, MySQL, Jira, Git, Confluence.
Implementierung einesRecommenderSystem für Schönheitsprodukte
AUFGABEN
Sammeln benötigter Daten aus mehreren Quellen und Kombinieren dieser Daten in einer gemeinsamen Ansicht in Form einer Excel-Datei.
Verarbeitung der Daten und Behebung von Datenproblemen.
Entwicklung von Algorithmen für Empfehlungssysteme, deren Bewertung und Durchführung einer Vergleichsstudie.
Dokumentieren und Präsentieren, um den Fortschritt mit den Stakeholdern zu teilen.
KUNDENNUTZEN
Durch die Verwendung des Empfehlungssystems erhalten Benutzer eine bessere Produktauswahl, die sie basierend auf ihren Präferenzen kaufen möchten.
Verbesserung der Wiederkehrquote und den Customer Lifetime Value.
TECHNOLOGIEN / KENNTNISSE:
AWS, Deep Learning, Data Preparation, MySQL, Jira, Git, Confluence.
PROJEKTZIELE
Dynamic Pricing
AUFGABEN
Hilfe bei der Konzeptualisierung der Repricing-Logik und der Entwicklung wichtiger Komponenten wie der Repricing-Middleware und der Apis. sowie das Verfassen der Dokumentation, um die genannten Komponenten anderen beteiligten Teams mitzuteilen
Erstellen der API, die für den Aufruf der Repricing-Logik verantwortlich ist.
Erstellung der Middleware, die eine RabbitMQ-Instanz war. Die Middelrwarewar dafür verantwortlich, veröffentlichte Nachrichten des Backend-Teams abzufangen, bei denen es sich im Grunde um ein Objekt handelte, das Angebote enthielt, deren Preis mithilfe der Repricing-Logikangepasst werden konnte, und die entsprechenden APIs in einer bestimmten Reihenfolge aufzurufen. Die Middelwarewar auch dafür verantwortlich, vereinbarte Fehlermeldungen zurückzusenden, um die Fehlerverfolgung zu erleichtern.
Abhalten von Besprechungen mit dem Backend-Team und dem Managementteam, um Updates zu geben und die Logik zu verbessern
KUNDENNUTZEN
Verbesserung der monatlichen Verkäufe und des Benutzerengagements.
TECHNOLOGIEN / KENNTNISSE:
RabbitMQ, API Building, Python (Flask), MySQL, Jira, Git, Confluence.
Dynamic Pricing
AUFGABEN
Hilfe bei der Konzeptualisierung der Repricing-Logik und der Entwicklung wichtiger Komponenten wie der Repricing-Middleware und der Apis. sowie das Verfassen der Dokumentation, um die genannten Komponenten anderen beteiligten Teams mitzuteilen
Erstellen der API, die für den Aufruf der Repricing-Logik verantwortlich ist.
Erstellung der Middleware, die eine RabbitMQ-Instanz war. Die Middelrwarewar dafür verantwortlich, veröffentlichte Nachrichten des Backend-Teams abzufangen, bei denen es sich im Grunde um ein Objekt handelte, das Angebote enthielt, deren Preis mithilfe der Repricing-Logikangepasst werden konnte, und die entsprechenden APIs in einer bestimmten Reihenfolge aufzurufen. Die Middelwarewar auch dafür verantwortlich, vereinbarte Fehlermeldungen zurückzusenden, um die Fehlerverfolgung zu erleichtern.
Abhalten von Besprechungen mit dem Backend-Team und dem Managementteam, um Updates zu geben und die Logik zu verbessern
KUNDENNUTZEN
Verbesserung der monatlichen Verkäufe und des Benutzerengagements.
TECHNOLOGIEN / KENNTNISSE:
RabbitMQ, API Building, Python (Flask), MySQL, Jira, Git, Confluence.