Senior Analytiker - Fokus Datenanalyse / Master Survey Statistik
Aktualisiert am 18.06.2024
Profil
Mitarbeiter eines Dienstleisters
Remote-Arbeit
Verfügbar ab: 23.06.2024
Verfügbar zu: 100%
davon vor Ort: 25%
Skill-Profil eines fest angestellten Mitarbeiters des Dienstleisters
deutsch
Verhandlungssicher
türkisch
Muttersprache
englisch
Verhandlungssicher

Einsatzorte

Einsatzorte

Münchsteinach (+300km)
Deutschland, Österreich
möglich

Projekte

Projekte

4 Monate
2024-01 - 2024-04

PISA-Studie 2018

Senior Analytiker Python Kanban
Senior Analytiker
  • Datenaufbereitung mit R-Studio: Führte eine umfassende Datenaufbereitung durch, einschließlich der Datensortierung und der Bereinigung von fehlenden Daten (Missing Data), um eine solide Datenbasis für die weitere Verarbeitung und Analyse zu schaffen. Diese vorbereitenden Schritte waren entscheidend, um die Qualität und Zuverlässigkeit der anschließenden statistischen Auswertungen zu gewährleisten.
  • Entwicklung eines logistischen Modells: Konzipierte und implementierte ein logistisches Modell unter Anwendung bayesianischer Methoden, um die Einflüsse sozio-ökonomischer Faktoren auf Bildungsergebnisse zu analysieren. Für die Modellierung und Analyse wurden die Tools R-Stan und Nimble eingesetzt, was eine präzise Untersuchung der komplexen Zusammenhänge ermöglichte.
  • Effizienzvergleich statistischer Software: Führte einen detaillierten Vergleich der Leistungsfähigkeit von R-Stan und Nimble für die Anwendung bayesianischer Methoden durch. Das Ergebnis dieses Vergleichs war, dass Nimble für die spezifischen Anforderungen des Projekts besser geeignet ist, was zu einer optimierten Analysestrategie führte.
  • Datenanalyse und Auswertung: Analysierte die erhobenen Daten mit dem ausgewählten Modell, um tiefgreifende Einblicke in die Auswirkungen sozio-ökonomischer Faktoren auf die Bildungsergebnisse zu gewinnen. Diese Analyse bildete die Grundlage für die Ableitung fundierter Erkenntnisse.
  • Ableitung von Maßnahmen: Auf Basis der Analyseergebnisse wurden konkrete Maßnahmen abgeleitet, die darauf abzielen, die identifizierten negativen Einflüsse sozio-ökonomischer Faktoren auf das Bildungssystem zu mindern. Diese Empfehlungen bieten wertvolle Ansatzpunkte für politische Entscheidungsträger und Bildungseinrichtungen, um gezielte Interventionen zu entwickeln und umzusetzen.
MS Office R-Stan Nimble
Python Kanban
3 Jahre 4 Monate
2021-01 - 2024-04

NEPS-Studie (Nationale Bildungspanel)

Senior-Analytiker SPSS Kanban
Senior-Analytiker
  • Datenkategorisierung und -kontrolle: Die im Rahmen der Studie erhobenen Daten wurden zunächst systematisch in den Systemen, wie beispielsweise Infas, kategorisiert. Anschließend erfolgte eine sorgfältige Kontrolle der Daten, um deren Korrektheit und Vollständigkeit sicherzustellen.
  • Programmiertestung für CAPI/CASI Fragebögen: Es wurde eine detaillierte Überprüfung der programmierten Fragebögen durchgeführt, um zu gewährleisten, dass alle erforderlichen Felder vorhanden und funktional sind. Diese Aufgabe war entscheidend für die Qualitätssicherung des Erhebungsinstruments.
  • Zielgruppenbildung in SPSS: Die Daten wurden mittels SPSS analysiert und zu spezifischen Zielgruppen zusammengefasst. Diese Segmentierung ermöglichte eine präzisere Auswertung und Interpretation der Daten.
  • Kontrolle der Anonymisierung: Die Anonymität der Befragten wurde durch den Abgleich der PDF-Dokumente (Fragebögen) mit den in SPSS verarbeiteten Daten streng überwacht. Dabei wurde insbesondere darauf geachtet, dass alle personenbezogenen Daten erfolgreich entfernt wurden, um die Privatsphäre der Teilnehmenden zu schützen.
  • Erstellung von Charts zur Instrumentenprüfung: Für die Überprüfung der Erhebungsinstrumente wurden Charts erstellt, die auf der Datenverarbeitung basierten. Diese visuelle Aufbereitung der Daten trug wesentlich zur Bewertung und Optimierung der Fragebögen bei.
MS Office Infas SPSS
SPSS Kanban
3 Jahre 1 Monat
2015-01 - 2018-01

Anforderungsanalyse Individual-Produkte

Business Analyst Kanban Scrum
Business Analyst
  • Anforderungsworkshops mit Kunden: Organisierte und leitete Workshops mit Kunden, um deren spezifische Anforderungen an das Produktlayout, die Produkteigenschaften sowie das Design detailliert zu erfassen. Diese initiale Phase war entscheidend für das Verständnis der Kundenbedürfnisse und die Ausrichtung des gesamten Projekts.
  • Entwicklung eines ersten Prototyps: In enger Zusammenarbeit mit den Produktionsverantwortlichen wurde ein erster Prototyp konzipiert, um die Machbarkeit der Kundenanforderungen zu überprüfen. Diese Phase beinhaltete eine intensive technische Abstimmung, um Design und Funktionalität optimal zu vereinen.
  • Präsentation und Iteration: Die Ergebnisse der Prototypenkonzeption wurden dem Kunden vorgestellt, wobei Änderungswünsche aufgenommen und dokumentiert wurden. Anschließend erfolgte eine zielgerichtete Optimierung des Prototyps. Dieser iterative Prozess wurde so lange fortgesetzt, bis eine vollständige Übereinstimmung mit den Kundenwünschen und die technische Realisierbarkeit sichergestellt waren.
  • Freigabe und Produktionsübergabe: Nach der finalen Abstimmung und Freigabe durch den Kunden wurde der Prototyp zur Produktion übergeben, was den Übergang von der Entwicklungs- zur Fertigungsphase markierte.
  • Vertragsvorbereitung und -abschluss: War verantwortlich für die Vorbereitung der Vertragsunterlagen und unterstützte aktiv beim Vertragsabschluss, um eine formale Grundlage für die Geschäftsbeziehung zu schaffen.
  • Kundenbetreuung im Produktlebenszyklus: Führte regelmäßige Nachfassaktionen bei Kunden durch, um die Zufriedenheit zu prüfen, die Einhaltung der Lieferzusagen zu überwachen und unterstützende Materialien wie technische Datenblätter und Zertifikate bereitzustellen.
  • Qualitätssicherung und Dokumentenmanagement: Gewährleistete eine kontinuierliche Qualitätssicherung der Produkte und eine regelmäßige Aktualisierung der zugehörigen Dokumente, um den hohen Standards der Branche und den Erwartungen der Kunden gerecht zu werden.
MS Office Confluence/ Jira
Kanban Scrum

Aus- und Weiterbildung

Aus- und Weiterbildung

5 Jahre 4 Monate
2019-01 - 2024-04

Masterstudium der Survey Statistik,

Otto-Friedrich-Universität Bamberg
Otto-Friedrich-Universität Bamberg
Statistik, Datenanalyse
4 Jahre 4 Monate
2010-09 - 2014-12

Bachelorstudium der Betriebswirtschaflehre (Bachelor Ökonometrie)

Onsekiz Mart Üniversitesi, Çanakkale, Türkei
Onsekiz Mart Üniversitesi, Çanakkale, Türkei
1 Jahr 2 Monate
2008-09 - 2009-10

Bachelorstudium der Betriebswirtschaftslehre, (Bachelor Financial Accounting),

Dokuz Eylül Üniversitesi, ?zmir, Türkei
Dokuz Eylül Üniversitesi, ?zmir, Türkei

Position

Position

  • Business Analyst
  • Datenanalyst
  • Projekt-/ Teilprojektleiter
  • PMO

Kompetenzen

Kompetenzen

Produkte / Standards / Erfahrungen / Methoden

R Studio
Experte
Nimble
Experte
SPSS
Experte
Kanban
Experte
Scrum
Fortgeschritten

Programmiersprachen

Python
Basics
Keras
Basics
TensorFlow
Basics
Visual Studio Code
Basics

Branchen

Branchen

  • Öffentlicher Bereich
  • Bildung
  • Industrie

Einsatzorte

Einsatzorte

Münchsteinach (+300km)
Deutschland, Österreich
möglich

Projekte

Projekte

4 Monate
2024-01 - 2024-04

PISA-Studie 2018

Senior Analytiker Python Kanban
Senior Analytiker
  • Datenaufbereitung mit R-Studio: Führte eine umfassende Datenaufbereitung durch, einschließlich der Datensortierung und der Bereinigung von fehlenden Daten (Missing Data), um eine solide Datenbasis für die weitere Verarbeitung und Analyse zu schaffen. Diese vorbereitenden Schritte waren entscheidend, um die Qualität und Zuverlässigkeit der anschließenden statistischen Auswertungen zu gewährleisten.
  • Entwicklung eines logistischen Modells: Konzipierte und implementierte ein logistisches Modell unter Anwendung bayesianischer Methoden, um die Einflüsse sozio-ökonomischer Faktoren auf Bildungsergebnisse zu analysieren. Für die Modellierung und Analyse wurden die Tools R-Stan und Nimble eingesetzt, was eine präzise Untersuchung der komplexen Zusammenhänge ermöglichte.
  • Effizienzvergleich statistischer Software: Führte einen detaillierten Vergleich der Leistungsfähigkeit von R-Stan und Nimble für die Anwendung bayesianischer Methoden durch. Das Ergebnis dieses Vergleichs war, dass Nimble für die spezifischen Anforderungen des Projekts besser geeignet ist, was zu einer optimierten Analysestrategie führte.
  • Datenanalyse und Auswertung: Analysierte die erhobenen Daten mit dem ausgewählten Modell, um tiefgreifende Einblicke in die Auswirkungen sozio-ökonomischer Faktoren auf die Bildungsergebnisse zu gewinnen. Diese Analyse bildete die Grundlage für die Ableitung fundierter Erkenntnisse.
  • Ableitung von Maßnahmen: Auf Basis der Analyseergebnisse wurden konkrete Maßnahmen abgeleitet, die darauf abzielen, die identifizierten negativen Einflüsse sozio-ökonomischer Faktoren auf das Bildungssystem zu mindern. Diese Empfehlungen bieten wertvolle Ansatzpunkte für politische Entscheidungsträger und Bildungseinrichtungen, um gezielte Interventionen zu entwickeln und umzusetzen.
MS Office R-Stan Nimble
Python Kanban
3 Jahre 4 Monate
2021-01 - 2024-04

NEPS-Studie (Nationale Bildungspanel)

Senior-Analytiker SPSS Kanban
Senior-Analytiker
  • Datenkategorisierung und -kontrolle: Die im Rahmen der Studie erhobenen Daten wurden zunächst systematisch in den Systemen, wie beispielsweise Infas, kategorisiert. Anschließend erfolgte eine sorgfältige Kontrolle der Daten, um deren Korrektheit und Vollständigkeit sicherzustellen.
  • Programmiertestung für CAPI/CASI Fragebögen: Es wurde eine detaillierte Überprüfung der programmierten Fragebögen durchgeführt, um zu gewährleisten, dass alle erforderlichen Felder vorhanden und funktional sind. Diese Aufgabe war entscheidend für die Qualitätssicherung des Erhebungsinstruments.
  • Zielgruppenbildung in SPSS: Die Daten wurden mittels SPSS analysiert und zu spezifischen Zielgruppen zusammengefasst. Diese Segmentierung ermöglichte eine präzisere Auswertung und Interpretation der Daten.
  • Kontrolle der Anonymisierung: Die Anonymität der Befragten wurde durch den Abgleich der PDF-Dokumente (Fragebögen) mit den in SPSS verarbeiteten Daten streng überwacht. Dabei wurde insbesondere darauf geachtet, dass alle personenbezogenen Daten erfolgreich entfernt wurden, um die Privatsphäre der Teilnehmenden zu schützen.
  • Erstellung von Charts zur Instrumentenprüfung: Für die Überprüfung der Erhebungsinstrumente wurden Charts erstellt, die auf der Datenverarbeitung basierten. Diese visuelle Aufbereitung der Daten trug wesentlich zur Bewertung und Optimierung der Fragebögen bei.
MS Office Infas SPSS
SPSS Kanban
3 Jahre 1 Monat
2015-01 - 2018-01

Anforderungsanalyse Individual-Produkte

Business Analyst Kanban Scrum
Business Analyst
  • Anforderungsworkshops mit Kunden: Organisierte und leitete Workshops mit Kunden, um deren spezifische Anforderungen an das Produktlayout, die Produkteigenschaften sowie das Design detailliert zu erfassen. Diese initiale Phase war entscheidend für das Verständnis der Kundenbedürfnisse und die Ausrichtung des gesamten Projekts.
  • Entwicklung eines ersten Prototyps: In enger Zusammenarbeit mit den Produktionsverantwortlichen wurde ein erster Prototyp konzipiert, um die Machbarkeit der Kundenanforderungen zu überprüfen. Diese Phase beinhaltete eine intensive technische Abstimmung, um Design und Funktionalität optimal zu vereinen.
  • Präsentation und Iteration: Die Ergebnisse der Prototypenkonzeption wurden dem Kunden vorgestellt, wobei Änderungswünsche aufgenommen und dokumentiert wurden. Anschließend erfolgte eine zielgerichtete Optimierung des Prototyps. Dieser iterative Prozess wurde so lange fortgesetzt, bis eine vollständige Übereinstimmung mit den Kundenwünschen und die technische Realisierbarkeit sichergestellt waren.
  • Freigabe und Produktionsübergabe: Nach der finalen Abstimmung und Freigabe durch den Kunden wurde der Prototyp zur Produktion übergeben, was den Übergang von der Entwicklungs- zur Fertigungsphase markierte.
  • Vertragsvorbereitung und -abschluss: War verantwortlich für die Vorbereitung der Vertragsunterlagen und unterstützte aktiv beim Vertragsabschluss, um eine formale Grundlage für die Geschäftsbeziehung zu schaffen.
  • Kundenbetreuung im Produktlebenszyklus: Führte regelmäßige Nachfassaktionen bei Kunden durch, um die Zufriedenheit zu prüfen, die Einhaltung der Lieferzusagen zu überwachen und unterstützende Materialien wie technische Datenblätter und Zertifikate bereitzustellen.
  • Qualitätssicherung und Dokumentenmanagement: Gewährleistete eine kontinuierliche Qualitätssicherung der Produkte und eine regelmäßige Aktualisierung der zugehörigen Dokumente, um den hohen Standards der Branche und den Erwartungen der Kunden gerecht zu werden.
MS Office Confluence/ Jira
Kanban Scrum

Aus- und Weiterbildung

Aus- und Weiterbildung

5 Jahre 4 Monate
2019-01 - 2024-04

Masterstudium der Survey Statistik,

Otto-Friedrich-Universität Bamberg
Otto-Friedrich-Universität Bamberg
Statistik, Datenanalyse
4 Jahre 4 Monate
2010-09 - 2014-12

Bachelorstudium der Betriebswirtschaflehre (Bachelor Ökonometrie)

Onsekiz Mart Üniversitesi, Çanakkale, Türkei
Onsekiz Mart Üniversitesi, Çanakkale, Türkei
1 Jahr 2 Monate
2008-09 - 2009-10

Bachelorstudium der Betriebswirtschaftslehre, (Bachelor Financial Accounting),

Dokuz Eylül Üniversitesi, ?zmir, Türkei
Dokuz Eylül Üniversitesi, ?zmir, Türkei

Position

Position

  • Business Analyst
  • Datenanalyst
  • Projekt-/ Teilprojektleiter
  • PMO

Kompetenzen

Kompetenzen

Produkte / Standards / Erfahrungen / Methoden

R Studio
Experte
Nimble
Experte
SPSS
Experte
Kanban
Experte
Scrum
Fortgeschritten

Programmiersprachen

Python
Basics
Keras
Basics
TensorFlow
Basics
Visual Studio Code
Basics

Branchen

Branchen

  • Öffentlicher Bereich
  • Bildung
  • Industrie

Vertrauen Sie auf GULP

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

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

Das GULP Freelancer-Portal

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