Entwicklung und Implementierung eines Risikomodells basierend auf strukturierten Daten in Python zur Überwachung des Ausfallrisikos von Fonds
Durchführung der Validierung eines weiteren auf unstrukturierten Daten basierenden Risikomodells zur Sicherstellung der Robustheit und Genauigkeit durch umfangreiche Analysen
Enge Zusammenarbeit mit Fachexperten, um die Anforderungen an das Frühwarnsystem zu verstehen und sicherzustellen, dass die entwickelten Modelle den regulatorischen Standards entsprechen
Leitung eines internationalen vierköpfigen Entwickler-Teams im SCRUM-Umfeld
Festlegung der strategischen Ziele für das Projekt in Abstimmung mit den Stakeholdern und dem
Entwicklungsteam
Implementierung der LangChain Komponenten eines RAG Chatbots zur Beantwortung rechtlicher Fragen
Leitung der Datenaufbereitung in Python, um eine konsistente und qualitativ hochwertige Datenbasis für weiterführende Analysen zu schaffen
Verantwortlich für die Entwicklung eines Frameworks in R-Shiny zur automatisierten Erstellung von Dashboards auf Basis von Excel-Konfigurationsdateien
Durchführung von R-Shiny Schulungen für das interne Personal, um sicherzustellen, dass alle Mitarbeiter die Tools effektiv nutzen können
Enge Zusammenarbeit mit Teamleitern und Analysten, um die Anforderungen an die Visualisierungen zu verstehen und maßgeschneiderte Lösungen zu entwickeln
Implementierung des Preprocessings für Kommunikations-Daten von Tradern, um eine einheitliche und
strukturierte Datengrundlage zur Modellentwicklung sicherzustellen
Entwicklung eines auf Word-Embeddings basierenden Modells zur automatisierten Überwachung und Erkennung
von Anomalien in der Kommunikation der Trader
Durchführung von Modellvalidierung und -optimierung durch umfangreiche Tests und Hyperparameter-Tuning
DesignundImplementierungeinesinteraktivenR-ShinyDashboards,umdieautomatisierteÜberwachungslösung
für interne Teams zugänglich zu machen
Durchführung von Analysen historischer Verkaufsdaten, um Trends sowie saisonale und andere relevante zeitliche Muster zu identifizieren
Entwicklung verschiedener Forecasting-Modelle in Python basierend auf Zeitreihenanalysen, einschließlich ARIMA, Exponential Smoothing und Prophet
Durchführung von Hyperparameter-Tuning zur Optimierung der Modellergebnisse
Entwicklung von explainable AI-Ansätzen basierend auf SHAP zur Verbesserung der Interpretierbarkeit und
Erklärbarkeit der Modellergebnisse
Banking
Automotive
Entwicklung und Implementierung eines Risikomodells basierend auf strukturierten Daten in Python zur Überwachung des Ausfallrisikos von Fonds
Durchführung der Validierung eines weiteren auf unstrukturierten Daten basierenden Risikomodells zur Sicherstellung der Robustheit und Genauigkeit durch umfangreiche Analysen
Enge Zusammenarbeit mit Fachexperten, um die Anforderungen an das Frühwarnsystem zu verstehen und sicherzustellen, dass die entwickelten Modelle den regulatorischen Standards entsprechen
Leitung eines internationalen vierköpfigen Entwickler-Teams im SCRUM-Umfeld
Festlegung der strategischen Ziele für das Projekt in Abstimmung mit den Stakeholdern und dem
Entwicklungsteam
Implementierung der LangChain Komponenten eines RAG Chatbots zur Beantwortung rechtlicher Fragen
Leitung der Datenaufbereitung in Python, um eine konsistente und qualitativ hochwertige Datenbasis für weiterführende Analysen zu schaffen
Verantwortlich für die Entwicklung eines Frameworks in R-Shiny zur automatisierten Erstellung von Dashboards auf Basis von Excel-Konfigurationsdateien
Durchführung von R-Shiny Schulungen für das interne Personal, um sicherzustellen, dass alle Mitarbeiter die Tools effektiv nutzen können
Enge Zusammenarbeit mit Teamleitern und Analysten, um die Anforderungen an die Visualisierungen zu verstehen und maßgeschneiderte Lösungen zu entwickeln
Implementierung des Preprocessings für Kommunikations-Daten von Tradern, um eine einheitliche und
strukturierte Datengrundlage zur Modellentwicklung sicherzustellen
Entwicklung eines auf Word-Embeddings basierenden Modells zur automatisierten Überwachung und Erkennung
von Anomalien in der Kommunikation der Trader
Durchführung von Modellvalidierung und -optimierung durch umfangreiche Tests und Hyperparameter-Tuning
DesignundImplementierungeinesinteraktivenR-ShinyDashboards,umdieautomatisierteÜberwachungslösung
für interne Teams zugänglich zu machen
Durchführung von Analysen historischer Verkaufsdaten, um Trends sowie saisonale und andere relevante zeitliche Muster zu identifizieren
Entwicklung verschiedener Forecasting-Modelle in Python basierend auf Zeitreihenanalysen, einschließlich ARIMA, Exponential Smoothing und Prophet
Durchführung von Hyperparameter-Tuning zur Optimierung der Modellergebnisse
Entwicklung von explainable AI-Ansätzen basierend auf SHAP zur Verbesserung der Interpretierbarkeit und
Erklärbarkeit der Modellergebnisse
Banking
Automotive