• Planung und Vorbereitung der Workshops zum Data Strategy & Analytics Assessment
• Analyse des Status Quo und der Anforderungen an eine Zielarchitektur
• Entwurf von mehreren möglichen Zielarchitekturen mit den jeweiligen Vor- und Nachteilen
• Umsetzung der ausgewählten Architektur in Azure
• Entwicklung eines Datenmodells und Definierung einer ETL-Strecke zur Verschiebung der Daten mit Azure Data Factory in eine Azure Cosmos DB
• Transformation der Daten mit Dataflows in Azure Data Factory
• Entwicklung von Azure Functions zur automatisierten Fehlererkennung und Lösung basierend auf Log-Dateien
• Erstellung eines Power BI Reports zur Visualisierung und Analyse der LogDateien
• Nutzung von Databricks und Spark zur Auswertung der Daten
• Dokumentation der Architektur in Terraform und Confluence

• Import und Vorbereitung der Job-Statistiken
• Korrelationsanalyse zur Identifizierung von Einflussfaktoren auf die Bewerbungsanzahl
• Untersuchung und Visualisierung des Einflusses verschiedener Parameter auf die Anzahl der Bewerbungen und Listing-Einblendungen
• Ermittlung von Klick-Kennzahlen und View-Kennzahlen sowie Analyse von Einflussfaktoren auf die Click-Through-Rate
• Ableitung von Empfehlungen zur Steigerung der Bewerbungsanzahl für Stellenausschreibungen
• Dokumentation und Präsentation der Ergebnisse
• Entwicklung eines Machine Learning Modells zur Prädiktion der Bewerbungsanzahl auf Basis der Parameter einer Jobausschreibung
• Deployment des Prädiktionsmodells als REST-API mit Docker auf der Google Cloud Plattform

• Das Ziel liegt in der Entwicklung eines KI-Modells mit Tensor Flow, das für ein Bild einer Blume prädiktiert, welche Blume auf dem Bild abgebildet ist. Der Datensatz zum Training des Modells enthält 3.670 Bilder von Rosen, Tulpen, Sonnenblumen, Gänseblümchen und Pusteblumen

Vorgehen:

• Laden des Datensatzes aus TensorFlow Datasets
• Formatierung der Bilder in eine einheitliche Größe sowie Erstellung eines Trainings- und Testdatensatzes mit Batches und Prefetching zur schnelleren Verarbeitung der Datensätze beim Training der Modelle
• Bildung und Training eines Convolutional Neural Networks zur Klassifikation der Bilder 
• Implementierung von Data Augmentation zur Vermeidung von Overfitting
• Erstellung eines Feature Extraction Modells mit einem EfficientNetB0 von TensorFlow Hub als Basis-Modell
• Fine-Tuning des Feature Extraction Modells durch Training der Gewichte des BasisModells mit einer geringeren Lernrate und Early-Stopping
• Erstellung einer Confusion-Matrix und Visualisierung der Vorhersagen auf dem Testsatz
• Darstellung der Loss-Kurven von Modellen über mehrere Epochen
• Generierung eines TensorBoards zur Auswertung der entwickelten Modelle

Resultate:

• Das CNN-Modell erreichte eine Vorhersagegenauigkeit von 55,72% auf dem Testsatz. Da die Loss-Kurve auf ein Overfitting des Modells an den Trainingssatz hindeutet, wurden die Trainingsbilder durch Data Augmentation horizontal gespiegelt, rotiert oder gezoomt, um dem Modell beim Training eine größere Variation an Bildern bereitzustellen. Anschließend lag die Vorhersagegenauigkeit auf dem Testsatz bei 67,57%. Das Feature Extraction Modell erreichte nach fünf Epochen eine Vorhersagegenauigkeit von 93,46% auf dem Testsatz. Durch das Fine-Tuning kam das Modell dann auf eine Vorhersagegenauigkeit von 95,91% auf dem Testsatz.

• Durchführung eines Data Assessment zum WMS Reporting
• Analyse des Status Quo und der Anforderungen an eine Zielarchitektur
• Entwurf von mehreren möglichen Zielarchitekturen mit den jeweiligen Vor- und Nachteilen
• Umsetzung der ausgewählten Architektur in Azure
• Aufsetzung eines ETL-Prozesses zur Verschiebung und Transformation der Daten von lokalen Oracle-Datenbanken in eine Azure SQL Datenbank mit Azure Data Factory

• Import und Vorbereitung der verschiedenen Datenquellen
• Ähnlichkeitsanalyse basierend auf der Produktbezeichnung mit NLP
• Erstellung einer Ähnlichkeitstabelle zum Vergleich der Sachnummern mit mehreren Parametern
• Entwicklung eines neuronalen Netzes zur Prädiktion eines Ähnlichkeitswertes zwischen Sachnummern
• Implementierung eines Algorithmus zur Identifikation von Clustern mit ähnlichen Produkten
• Berechnung des Referenzpreises und Einsparungspotenzial für jedes Cluster
• Generierung und Export einer Datei mit den Ergebnissen des ClusterAlgorithmus
• Aufsetzung einer Schnittstelle zum Weiter- oder Neu-Trainieren des neuronalen Netzes mit Anwender-Feedback
• Deployment des KI-Modells innerhalb der AWS-Umgebung
• Einsparpotenzial für BMW von über 100 Mio. ? pro Jahr

• Identifizierung der Schicht- und Standzeiten von LKWs anhand von TrackingDaten
• Untersuchung der Points of Interest in der Umgebung von Standorten der LKWs mithilfe der Here Maps API
• Ermittlung der optimalen Anzahl und Orte für Ladestationen von Elektroautos
• Implementierung von Algorithmen zur Bestimmung der elektrifizierbaren LKWs auf Basis der fahrspezifischen Daten
• Entwicklung eines Dashboards mit Plotly Dash zur Analyse des Fahrverhaltens und des Elektrifizierungspotenzials
• Dokumentation der Algorithmen in Confluence

• Automatisierte Aufbereitung von Stellenausschreibungen und Speicherung in einer MongoDB durch die Aufsetzung eines ETL-Prozesses mit Python
• Implementation eines intelligenten Algorithmus zur Selektion der optimalen Kontaktdaten für eine Vakanz
• Implementation von Web-Crawlern für Kandidatenprofile auf Linkedin und Xing
• Entwicklung von Machine Learning Modellen zur automatisierten Identifikation von passenden Vakanzen für einen Kandidaten
• Erstellung einer R-Shiny Web App zur statistischen Auswertung von psychologischen Daten
• Mustererkennung und Implementierung von psychologischen Modellen
• Aufsetzung eines Python-Dashboards zur Marktanalyse mit Geo Heatmaps, Zeitreihenanalyse und Machine Learning Vorhersagen
• Auswertung der gesendeten E-Mails und Webhooks zur Optimierung der Response-Rate
• Anwendung von maschinellen Lernverfahren zur Prädiktion der Request- und Blacklist-Wahrscheinlichkeit, bevor die Präsentation eines Kandidaten an ein Unternehmen gesendet wird
• Entwicklung von CI/CD Pipelines mit Git und Slackbot Integration

• Masterarbeit- Das Projektziel besteht in der Entwicklung von Ansätze zum Einsatz von Data Science im Fußball, um die eigene Mannschaftsleistung zu verbessern, eine möglichst genaue Gegneranalyse durchzuführen und neue Spieler oder Talente zu entdecken. Der genutzte Datensatz von StatsBomb enthält Event-Daten zu 879 Fußballspielen, welche als json-Dateien vorliegen und Aktionen wie Pässe, Schüsse, Zweikämpfe, Dribblings, Foulspiele oder Standardsituationen beschreiben

Vorgehen

• Entwicklung eines Expected Goals Modell zur Prädiktion der Trefferwahrscheinlichkeit eines Torschusses im Fußball mithilfe von Machine Learning
• Nutzung des Expected Goals Modell zum Scouting von besonders guten Torjägern, Torvorbereitern und Torhütern.
• Analyse der Entstehung von Toren, indem gefährliche Spielfeldzonen für Torschüsse und Torvorlagen identifiziert sowie verschiedene Angriffsmuster und Standardsituationen ausgewertet wurden.
• Evaluation der Genauigkeit und Effektivität des Passspiels einzelner Spieler.
• Untersuchung von Passverbindungen und Passrichtungen, um Passnetzwerke zwischen den Spielfeldzonen und Spielern einer Mannschaft zu erkennen.
• Statistische Ermittlung des Spielsystems von Mannschaften durch die Auswertung des Positionsspiels der einzelnen Spieler und die Ableitung eine realtaktische Aufstellung.
• Erstellung von Spielerprofilen, welche zur Kaderzusammenstellung sowie zur Entwicklung eines passenden Spielsystems genutzt werden können.

Resultate:

• Mithilfe der entwickelten Methoden kann das Angriffsspiel, Passspiel und Spielsystem der eigenen Mannschaft analysiert und optimiert werden. Zudem eignen sich diese Verfahren zur gezielten Gegneranalyse und zum Spielerscouting sowohl bei der Entdeckung von Talenten oder unterbewerteten Spielern als auch bei der passenden Zusammenstellung des Kaders.

• Analyse des E-Mail-Verkehrs eines Unternehmens zur Identifizierung des Zeitpunktes, an dem sich intern eine Insolvenz abgezeichnet hat
• Extraktion der Informationen aus einem Terrabyte an E-Mails im PST-Format und Abspeicherung in einer SQL-Datenbank
• Entwicklung eines ML-Modells zur Extraktion der Signatur von E-Mails
• Generierung von E-Mail-Flussdiagrammen und Chord-Diagrammen zur Darstellung der Kommunikationswege zwischen den Angestellten
• Sentimentanalyse zur Auswertung der Stimmung innerhalb der Organisation im zeitlichen Verlauf
• Topic Modeling zur Aufdeckung von Themen und Gruppierung von E-Mails in verschiedene Themengebiete
• Entwicklung eines Klassifikationsmodells zur Detektion von rechtlich relevanten E-Mails

• Entwicklung von Feature Selection Verfahren zur Preistreiberanalyse
• Analyse des Quote-to-Cash Prozesses zur Optimierung eines Supply Chain Managements
• Analyse und Auswertung von Finanzbuchhaltungsdaten

• Seminararbeit - Ziel dieser Arbeit ist es einige Feature Selection Verfahren auf verschiedenen Datensätzen mit unterschiedlichen ML-Modellen zur Preistreiberanalyse zu evaluieren. Dabei werden sowohl suchbasierte als auch korrelationsbasierte Feature Selection Verfahren hinsichtlich der Reduzierung der Anzahl an Features und der erzielten Vorhersagegenauigkeit untersucht

Vorgehen:

• Untersuchung von korrelationsbasierten und suchbasierten Feature Selection Verfahren sowie Embedded-Methoden und Principal Component Analysis Implementierung verschiedener Feature Selection Methoden in Python Anwendung der Feature Selection Verfahren auf vier Datensätzen zur Preistreiberanalyse Entwicklung von ML-Modellen zur Prädiktion von Auto- und Immobilienpreisen Evaluation der Feature Selection Verfahren anhand der Ergebnisse der ML-Modelle

Resultate:

• Die Wahl des Feature Selection Verfahrens ist abhängig vom Datensatz, ML-Modell und Projektziel, sodass es kein standardisiertes Verfahren zur Feature Selection gibt. Allerdings lässt sich aus den Projektergebnissen folgern, dass die suchbasierten Feature Selection Methoden jeweils sehr ähnliche Ergebnisse liefern. Die Feature Extraction durch PCA führt zur stärksten Dimensionsreduktion, aber auch zu schwächeren Vorhersagegenauigkeiten. Zudem ist die Wahl des Feature Selection Verfahrens umso wichtiger, je weniger Zeilen im Datensatz vorliegen und je höher die Modellkomplexität ist.

• Implementation des Java-Backends mit Spring und Hibernate
• Management der SQL-Datenbank
• Entwicklung und Optimierung der Datenmodelle
• Evaluation, Aufsetzung and Datenmigration zu einer NoSQL-Datenbank zur Performancesteigerung (MongoDB, Neo4j)
• Aufsetzung von CI/CD Pipelines mit automatisierten Unit Tests, Maven Build Prozessen und Deployments auf einem Linux-Server
• Implementation und Anbindung eines Python-Backends für Deep Learning mit Tensorflow