Profil:

Erfahrener Data Scientist und Machine Learning Engineer mit über 5 Jahren Erfahrung in der Entwicklung und Implementierung von Machine-Learning- Modellen sowie der Optimierung datengetriebener Geschäftsprozesse. Nachweisliche Erfolge in der Leitung von Projekten in Zusammenarbeit mit funktionsübergreifenden Teams. Erfolgreiche Implementierung von Klassifikationsmodellen mit klassischen Algorithmen (Logistic Regression, Decision Trees, SVM) und modernen DeepLearning-Frameworks (TensorFlow, PyTorch). Spezialisiert auf MLOps, CI/CDAutomatisierung und Cloud- Implementierungen (AWS,  zure, GCP). Umfangreiche Erfahrung im Einsatz von Data Engineering-Tools wie Apache Spark, Hadoop und Airflow sowie im Monitoring von  roduktionsmodellen  it Prometheus und Grafana. Nachgewiesene Erfolge in der Reduzierung der Bearbeitungszeit von Prozessen um 50 % und Verbesserung der Vorhersagegenauigkeit  um 20 %. Hervorragende Kommunikationsfähigkeiten und erfolgreiche Integration in das deutsche Berufs- und Gesellschaftssystem seit 2015.

Machine Learning & Data Science:

• TensorFlow,scikit-learn
• Pandas
• NumPy
• XGBoost
• LightGBM
• PyTorch
• EfficientNet
• StratifiedKFold
• GridSearchCV
• RandomizedSearchCV
• Cross-Validation

Machine Learning Algorithmen:

• Logistic Regression
• Decision Trees
• Random Forest
• Support Vector Machines (SVM)
• K- Nearest Neighbors(KNN)
• Naive Bayes
• Clustering (K-means)
• PCA
• LDA

Cloud-Technologien:

• AWS (EC2, S3, Lambda)
• Docker
• Kubernetes
• Azure
• GCP

MLOps:

• GitHub Actions
• MLflow
• Docker Compose
• Prometheus
• Grafana

Data Engineering:

• Apache Spark
• Hadoop
• Apache Airflow
• Kafka
• PyMuPDF
• Tesseract OCR

NLP-Tools:

• TF-IDF
• Sentence Transformers
• FAISS

Visualisierung & BI:

• Tableau
• Power BI
• Matplotlib
• Seaborn

Version Control & Zusammenarbeit:

• Git

Computer Vision:

• EfficientNet
• ResNet

Code Quality & Testing:

• Unit- Tests

Beruflicher Werdegang:

10/2022 - 04/2024

Rolle: Data Scientist / Data Analyst

Kunde: Alfons Köster & Co. GmbH

Aufgaben:

• Automatisierungsprojekt (03/23 ? 07/23): Entwicklung von Python-Skripten und SQLAbfragen zur Automatisierung der Datenverarbeitung im Seefracht-Export, was zu einer Reduktion der manuellen Bearbeitung und einer effizienteren Verwaltung führte.
• NLP-Projekt (05/23 ? 04/24): Leitung eines Projekts zur Implementierung eines TF-IDF-Modells zur automatisierten Verarbeitung von Korrespondenz. 
• Zusammenarbeit mit dem IT-Team und den Datenverarbeitungsteams, um die Integration der NLP-Lösung in bestehenden Workflows sicherzustellen. 
• Reduzierung der Fehlerquote um 15 % und Einsparung von 96 Arbeitsstunden pro Woche durch Optimierung der Prozesse.

06/2021 - 09/2022

Rolle: Data Scientist

Kunde: MBS Logistics GmbH

Aufgaben:

• Entwicklung von Python-Skripten zur Automatisierung der Importprozesse in Zusammenarbeit mit den Abteilungen IT und Operations. 
• Regelmäßige Meetings und Abstimmungen mit den Teams führten zur erfolgreichen Implementierung und Erhöhung der Effizienz. 
• Dies führte zu einer Effizienzsteigerung und einer Reduktion manueller Fehler um 30 %.

05/2019 - 05/2021

Rolle: Data Scientist / Data Analyst

Kunde: GTI Medicare GmbH

Aufgaben:

• Leitung und Optimierung von Arbeitsprozessen

2006 - 2015

Rolle: Geschäftsführer

Kunde: auf Anfrage

Aufgaben:

• Leitung eines Unternehmens mit 100 Mitarbeitern.
• Führungserfahrung: Verantwortung für die Personalführung eines Teams von 100 Mitarbeitern, strategische Planung und Entwicklung neuer Logistiklösungen in enger Zusammenarbeit mit den Abteilungen Marketing und IT.
• Einführung innovativer Ansätze und Softwarelösungen führte zu einer Reduktion der Transportkosten um 20 % und zur Steigerung der Produktivität der Mitarbeiter