Experte in ML-Projektentwicklung von Konzept bis Cloud-Deployment; verstärkt Marketing und Vertrieb durch datengestützte Entscheidungsfindung.
Aktualisiert am 24.03.2025
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 24.03.2025
Verfügbar zu: 100%
davon vor Ort: 100%
Python
Machine Learning
Data Science
Vertex AI
Kubeflow
Google Cloud Vision API
Google Cloud
AWS
Docker
dbt
Apache Airflow
Deep Learning
AI
NLP
Natural Language Processing
Generative AI
Datenanalyse
Pandas
Numpy
Sklearn
scikit-learn
Deutsch
Muttersprache
Englisch
fließend

Einsatzorte

Einsatzorte

Deutschland
möglich

Projekte

Projekte

2 Jahre 3 Monate
2023-01 - heute

Produktivsetzung von ML-Modellen in der Google Cloud Platform (GCP)

Machine Learning Engineer
Machine Learning Engineer
  • Entwicklung eines deklarativen Pipeline-Frameworks unter Verwendung von Kubeflow und Vertex AI Plattform in Zusammenarbeit mit Mitgliedern des Data-Ops- und Data-Science-Teams.
  • Unterstützung bei der Entwicklung von MLOps-Best-Practices und Zusammenarbeit mit dem Geschäftsteam bei der Gestaltung geeigneter ML-Experimente zur Überprüfung der entwickelten Modelle
FreshBooks (2ncSite LLC)
Toronto (Frankfurt Office)
6 Jahre 1 Monat
2017-01 - 2023-01

Aufbau einer Infrastruktur zur datenbasierten Entscheidungsfindung

Data Scientist
Data Scientist
  • Erfolgreicher Aufbau einer Infrastruktur zur datenbasierten Entscheidungsfindung verschiederner Firmenabteilungen (Management, Marketing, Product, etc). Schritt von purer Production Datenbank zur Analytics Datenbank als "Single source of truth".
  • Die Erstellung von regelmäßigen Reports und KPI Dashboards (Metabase, Google Looker) um die Team mit relevanten Informationen zu versorgen.
  • Entwicklung von Maschine Learning Micro-Services (Automatische Kontierung von buchhalterischen Transaktionen) als Produktfeature.
  • Unterstützung des Marketing bei der Durchführung von Experimenten mithilfe von A/B Tests, und Ergebnisbewertung mithilfe von Datenbankanalysen.
  • Optimierung des Sales-Prozesses durch die Integration von Kundendaten (inkl. selbst kalkulierter Verhaltensmetriken) in CRM Kanäle die es erlaubt Kunden im Prozess optimal via E-Mail Kampagne oder direkten Anruf durch Sales Mitarbeiter zu erreichen.
  • Zusammenarbeit mit internationalen (potenziellen) Investoren zum Thema KPI Reporting, Compliance, Kunden- und Produktanalyse Fragen die 2021 im Verkauf von FastBill an ein kanadisches Buchhaltungsunternehmen(FreshBooks) geendet sind.
  • Arbeit in der AWS Entwicklungsumgebung u.a. mit AWS Container Services und S3 Data Lakes.
FastBill GmbH
Frankfurt am Main
3 Monate
2019-09 - 2019-11

Unterstützung eines Startups in der Pre-Seedfunding Phase

Data Scientist
Data Scientist
  • Unterstützung eines Startups in der Pre-Seedfunding Phase bei dem Aufbau einer Dateninfrastruktur.
  • Erstellung eine Matching Algorithmus der als Kernfeature im technischen MVP genutzt wurde.
  • Erstellung einer repräsentativen Datenbank der deutschen akademischen Lanschaft, d.h. eine aus verschiedenen Quellen gespeiste Datenbank die deutsche Universitäten, Lehrende, Studienfelder etc. abbildet.
  • Erstellung von Datenpipelines (ETL via Apache Airflow, Stitch) und Integration von Marketing, CRM Tools zur Unterstützung des Marketing und Product Teams.
  • Daten Analyse (u.a. auf Basis der oben genannten Datenbanken) zur Entscheidungsunterstützung von Stakeholdern im Management.
Talentbay
Munich

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Jahre 8 Monate
2014-04 - 2016-11

Marketing und Distributionsmanagement

Master of Science, Georg-August-Universität Göttingen, Göttingen
Master of Science
Georg-August-Universität Göttingen, Göttingen
  • Schwerpunkt auf quantitativem Marketing wie die Markforschung, Modellgestützte Preisanalyse und Absatzprognosen.
  • Abschlussarbeit: auf Anfrage
4 Jahre
2010-04 - 2014-03

Betriebswirtschaftslehre

Bachelor of Science, Universität Bayreuth, Bayreuth
Bachelor of Science
Universität Bayreuth, Bayreuth
  • Marketing, mit Fokus auf Behavioural Marketing.
  • Abschlussarbeit: gern auf Anfrage

Kompetenzen

Kompetenzen

Top-Skills

Python Machine Learning Data Science Vertex AI Kubeflow Google Cloud Vision API Google Cloud AWS Docker dbt Apache Airflow Deep Learning AI NLP Natural Language Processing Generative AI Datenanalyse Pandas Numpy Sklearn scikit-learn

Produkte / Standards / Erfahrungen / Methoden

Profile:

Machine Learning Engineer mit betriebswirtschaftlichen Hintergrund mit mehr als 5 Jahren Berufserfahrung in einem SaaS Fintech Unternehmen.

Hat das Startup erfolgreich bei der Transition zu einer datengesteuerten Unternehmenssteuerung unterstützt.

Konzeption und Umsetzung von Data Science Use Cases in zusammenarbeit mit teamübergreifenden Stakeholdern.

Der erfolgreiche Verkauf der Firma an ein kanadische Unternehmen wurde den ganzen Verhandlungsprozess über mit regelmäßigen Reports und Präsentationen begleitet und seit Übernahme mit Finanz-KPIs unterstützt.

In meiner Funktion als Machine Learning Engineer trage ich zur Implementierung von ML Modellen auf der Google Cloud Plattform bei und beteilige mich an der Entwicklung eines Pipeline-Frameworks mithilfe von Kubeflow und Vertex AI. Im engen Austausch mit den DataOps und Data-Science Teams gestalten ich ML Ops-Best-Practice-Ansätze und entwickle ML Experimente, die auf Geschäftsstrategien abgestimmt sind.


Skills:

  • Machine Learning mithilfe von Python Libraries (u.A. ScikitLearn, Keras)
  • Datenanalyse und Visualisierung mit Python (Pandas, Matplotlib, Dash, Numpy)
  • Datenbankanalyse (SQL)
  • Machine Learning Engineering (Vertex AI)
  • Big Data Analysen  mithilfe von Databricks / PySpark
  • Python Micro Service Backend Entwicklung (Flask, SQLAlchemy)

Einsatzorte

Einsatzorte

Deutschland
möglich

Projekte

Projekte

2 Jahre 3 Monate
2023-01 - heute

Produktivsetzung von ML-Modellen in der Google Cloud Platform (GCP)

Machine Learning Engineer
Machine Learning Engineer
  • Entwicklung eines deklarativen Pipeline-Frameworks unter Verwendung von Kubeflow und Vertex AI Plattform in Zusammenarbeit mit Mitgliedern des Data-Ops- und Data-Science-Teams.
  • Unterstützung bei der Entwicklung von MLOps-Best-Practices und Zusammenarbeit mit dem Geschäftsteam bei der Gestaltung geeigneter ML-Experimente zur Überprüfung der entwickelten Modelle
FreshBooks (2ncSite LLC)
Toronto (Frankfurt Office)
6 Jahre 1 Monat
2017-01 - 2023-01

Aufbau einer Infrastruktur zur datenbasierten Entscheidungsfindung

Data Scientist
Data Scientist
  • Erfolgreicher Aufbau einer Infrastruktur zur datenbasierten Entscheidungsfindung verschiederner Firmenabteilungen (Management, Marketing, Product, etc). Schritt von purer Production Datenbank zur Analytics Datenbank als "Single source of truth".
  • Die Erstellung von regelmäßigen Reports und KPI Dashboards (Metabase, Google Looker) um die Team mit relevanten Informationen zu versorgen.
  • Entwicklung von Maschine Learning Micro-Services (Automatische Kontierung von buchhalterischen Transaktionen) als Produktfeature.
  • Unterstützung des Marketing bei der Durchführung von Experimenten mithilfe von A/B Tests, und Ergebnisbewertung mithilfe von Datenbankanalysen.
  • Optimierung des Sales-Prozesses durch die Integration von Kundendaten (inkl. selbst kalkulierter Verhaltensmetriken) in CRM Kanäle die es erlaubt Kunden im Prozess optimal via E-Mail Kampagne oder direkten Anruf durch Sales Mitarbeiter zu erreichen.
  • Zusammenarbeit mit internationalen (potenziellen) Investoren zum Thema KPI Reporting, Compliance, Kunden- und Produktanalyse Fragen die 2021 im Verkauf von FastBill an ein kanadisches Buchhaltungsunternehmen(FreshBooks) geendet sind.
  • Arbeit in der AWS Entwicklungsumgebung u.a. mit AWS Container Services und S3 Data Lakes.
FastBill GmbH
Frankfurt am Main
3 Monate
2019-09 - 2019-11

Unterstützung eines Startups in der Pre-Seedfunding Phase

Data Scientist
Data Scientist
  • Unterstützung eines Startups in der Pre-Seedfunding Phase bei dem Aufbau einer Dateninfrastruktur.
  • Erstellung eine Matching Algorithmus der als Kernfeature im technischen MVP genutzt wurde.
  • Erstellung einer repräsentativen Datenbank der deutschen akademischen Lanschaft, d.h. eine aus verschiedenen Quellen gespeiste Datenbank die deutsche Universitäten, Lehrende, Studienfelder etc. abbildet.
  • Erstellung von Datenpipelines (ETL via Apache Airflow, Stitch) und Integration von Marketing, CRM Tools zur Unterstützung des Marketing und Product Teams.
  • Daten Analyse (u.a. auf Basis der oben genannten Datenbanken) zur Entscheidungsunterstützung von Stakeholdern im Management.
Talentbay
Munich

Aus- und Weiterbildung

Aus- und Weiterbildung

2 Jahre 8 Monate
2014-04 - 2016-11

Marketing und Distributionsmanagement

Master of Science, Georg-August-Universität Göttingen, Göttingen
Master of Science
Georg-August-Universität Göttingen, Göttingen
  • Schwerpunkt auf quantitativem Marketing wie die Markforschung, Modellgestützte Preisanalyse und Absatzprognosen.
  • Abschlussarbeit: auf Anfrage
4 Jahre
2010-04 - 2014-03

Betriebswirtschaftslehre

Bachelor of Science, Universität Bayreuth, Bayreuth
Bachelor of Science
Universität Bayreuth, Bayreuth
  • Marketing, mit Fokus auf Behavioural Marketing.
  • Abschlussarbeit: gern auf Anfrage

Kompetenzen

Kompetenzen

Top-Skills

Python Machine Learning Data Science Vertex AI Kubeflow Google Cloud Vision API Google Cloud AWS Docker dbt Apache Airflow Deep Learning AI NLP Natural Language Processing Generative AI Datenanalyse Pandas Numpy Sklearn scikit-learn

Produkte / Standards / Erfahrungen / Methoden

Profile:

Machine Learning Engineer mit betriebswirtschaftlichen Hintergrund mit mehr als 5 Jahren Berufserfahrung in einem SaaS Fintech Unternehmen.

Hat das Startup erfolgreich bei der Transition zu einer datengesteuerten Unternehmenssteuerung unterstützt.

Konzeption und Umsetzung von Data Science Use Cases in zusammenarbeit mit teamübergreifenden Stakeholdern.

Der erfolgreiche Verkauf der Firma an ein kanadische Unternehmen wurde den ganzen Verhandlungsprozess über mit regelmäßigen Reports und Präsentationen begleitet und seit Übernahme mit Finanz-KPIs unterstützt.

In meiner Funktion als Machine Learning Engineer trage ich zur Implementierung von ML Modellen auf der Google Cloud Plattform bei und beteilige mich an der Entwicklung eines Pipeline-Frameworks mithilfe von Kubeflow und Vertex AI. Im engen Austausch mit den DataOps und Data-Science Teams gestalten ich ML Ops-Best-Practice-Ansätze und entwickle ML Experimente, die auf Geschäftsstrategien abgestimmt sind.


Skills:

  • Machine Learning mithilfe von Python Libraries (u.A. ScikitLearn, Keras)
  • Datenanalyse und Visualisierung mit Python (Pandas, Matplotlib, Dash, Numpy)
  • Datenbankanalyse (SQL)
  • Machine Learning Engineering (Vertex AI)
  • Big Data Analysen  mithilfe von Databricks / PySpark
  • Python Micro Service Backend Entwicklung (Flask, SQLAlchemy)

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.