26.06.2025 aktualisiert
nicht verfügbar
Data Scientist und AI Consultant
Selb, Deutschland
Weltweit
M. Sc. InformationswirtschaftSkills
Data ScientistPythonmachine learningAWS (Amazon Web Services)SagemakerAIAzuredata engineerLarge Language ModelsNatural Language Processing (NLP)
Management Summary
Methoden
Programmiersprachen
Data Science Bibliotheken
Software Engineering
Cloud
Robotic Process Automation
- Als erfahrener Data Scientist/Data Engineer generiere ich Mehrwert durch die Entwicklung und Implementierung effizienter Data Science-Lösungen, die Ihre produktiven Prozesse optimieren. Meine Expertise umfasst die gesamte Bandbreite von Business-Analyse, Data Engineering und Daten-Aufbereitung über Architektur und Modellentwicklung bis hin zum Deployment und Monitoring.
- Ich bin spezialisiert auf Supervised Learning mit Python und wende agile Methoden für ein effizientes Projektmanagement an.
- Entwicklung und Implementierung eines neuronalen Netzes zur Automatisierung der Zuweisung von 70% der eingehenden Kommunikation mittels Natural Language Processing (NLP). Dieses System entspricht einer Arbeitsentlastung von zwei Vollzeitmitarbeitern.
- Konzeption einer präzisen Klassifikation von Schadenmeldungen mittels Boosted Decision Trees, die mit einer Genauigkeit von 99% die drei wahrscheinlichsten Schadenursachen identifiziert. Diese Genauigkeit ist entscheidend für die Tarifkalkulation in der Versicherungsbranche.
- Pionierarbeit bei der Einführung Künstlicher Intelligenz in einem über 200 Jahre alten Versicherungskonzern: Durchführung von Präsentationen vor dem Vorstand, Leitung von Workshops über KI für Führungskräfte und Steuerung sowie Implementierung von Pilotprojekten.
- Umfangreiche internationale Erfahrung mit erfolgreichen Projekten in den USA, Singapur, Taiwan und Portugal.
Methoden
- Supervised Machine Learning
- Unsupervised Machine Learning
- Deep Learning
- Natural Language Processing (NLP)
- Data Engineering
- Data Analytics
- Solutions Architect
- Business Analysis
- SCRUM
- Design Thinking
Programmiersprachen
- Python
- SAS
- Java
- SQL
- R
Data Science Bibliotheken
- Pandas
- NumPy
- Scikit-learn
- PyTorch
- TensorFlow
Software Engineering
- PyCharm
- PyTest
- Jupyter Notebook
- Git / SVN
- Unix CLI, bash
- Docker
- Flask
Cloud
- Sagemaker
- AWS
Robotic Process Automation
- Selenium
- UiPath
- [Name auf Nachfrage], Bereichsleiter Digitalisierung und Datenmanagement (Gothaer)
- „Herr R. verfügt über ein ausgezeichnetes und auch in Randbereichen sehr tiefgehendes Fachwissen [...] Besonders hervorzuheben sind seine sehr guten IT-Kenntnisse, insbesondere seine große Erfahrung im Erarbeiten von Problemlösungen und deren Implementierung […] Auch für schwierige Problemstellungen fand er sehr effektive Lösungen, die er erfolgreich in die Praxis umsetzte“
- [Name auf Nachfrage], Personalentwicklung (Gothaer)
- „M. R. ist ein äußerst engagierter Mitarbeiter, der besonders durch seine hohe Professionalität, Fachkompetenz und wertschätzende Art überzeugt“
- [Name auf Nachfrage] Bereichsleiter (Gothaer Systems)
- „Kooperation und Teamorientierung prägten das Verhalten von Herrn R. . Er war stets kommunikativ, verantwortungsbewusst und konnte sich auch gegen Wiederstände zum Wohle des Projektes durchsetzen.“
Sprachen
DeutschMutterspracheEnglischMuttersprache
Projekthistorie
Entwicklung eines Empfehlungssystems für ähnliche Spielfilme, um den Zuschauerfluss zwischen Prime-Time- und Late-Prime-Time-Filmen zu optimieren. Es wurden Methoden des Content-Based-Filtering, Collaborative Filtering und hybride Ansätze bewertet. Eine wesentliche Herausforderung stellt das Datenvolumen dar, welches den Einsatz eines Spark-Clusters erforderlich macht.
Technologien: PySpark, AWS Glue, Python, ALS, LightFM, LightGBM
Technologien: PySpark, AWS Glue, Python, ALS, LightFM, LightGBM
Cloud-based development of an algorithm and application for the ML-driven optimization of TV planning
• Doing ad-hoc analysis / visualization and presenting results
• Engineering features, building, and optimizing estimators using (advanced) machine learning techniques
• Definition of target functions and constraints to solve algorithmic and/or stochastic optimization problems
• Engineering training and inference pipelines on AWS using Metaflow & MLFlow
• Creating and Testing Docker Containers
• Doing ad-hoc analysis / visualization and presenting results
• Engineering features, building, and optimizing estimators using (advanced) machine learning techniques
• Definition of target functions and constraints to solve algorithmic and/or stochastic optimization problems
• Engineering training and inference pipelines on AWS using Metaflow & MLFlow
• Creating and Testing Docker Containers