Hi, I'm a Data Scientist and ML-Engineer to enable performant, robust and scalable machine-learning solutions in Azure!
Aktualisiert am 01.04.2026
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 01.05.2026
Verfügbar zu: 100%
davon vor Ort: 20%
Python
Azure
Machine Learning
Künstliche Intelligenz
Generative AI
Langchain
Git
MLOps
Kubernetes
Docker
Deep Learning
Amazon Sagemaker
Agile Softwareentwicklung
DevOps
Computer Vision
NLP
Personalverantwortung
Unittest
German
Muttersprache
English
Verhandlungssicher

Einsatzorte

Einsatzorte

Deutschland, Österreich
möglich

Projekte

Projekte

3 Monate
2026-01 - 2026-03

Bedarfsprognose

Databricks-MLFlow FastAPI Git ...
Erstellung eines End-to-End-Workflows zur präzisen Vorhersage von Nachfrage-Muster und -Verhalten zur Optimierung der Lagerorganisation. Zweigliedriger Ansatz für die Prognose intermittierender Nachfrage:
  • Binäre Vorhersage: Identifikation des Auftretens von Nachfragen.
  • Regression: Schätzung der Nachfragehöhe.


Einsatz von Large Language Models (LLMs) und Azure OpenAI zur Implementierung von Stimmungsanalysen für Besuchsberichte, um qualitative Einblicke zu verbessern. Implementation eines GenAI-Agent-Frameworks zur Erklärung von Vorhersageergebnissen und der visuellen Aufbereitung.

Databricks-MLFlow FastAPI Git Azure Synapse CI/CD Azure Open-AI LLM Prompt-Engineering Langchain Agentic AI Plotly-Dash Docker Python
Lanxess AG, Chemiebranche, Logistik
10 Monate
2025-06 - 2026-03

Cashflow-Vorhersage

Python Pyro PyTorch ...
Dieses Projekt entwickelt ein skalierbares, probabilistisches und hochzuverlässiges Cashflow-Forecasting-System zur Unterstützung strategischer Finanzplanung. Durch die Nutzung von Bayes?scher Modellierung mit Pyro, automatisierten MLOpsProzessen und Modellerklärungen mit GenAI entstehen präzise, transparente und unsicherheitsbewusste Prognosen. Die Lösung stärkt Entscheidungsfindung, Risikobewertung und finanzielle Resilienz im gesamten Unternehmen.
Python Pyro PyTorch Azure Synapse Azure Open-AI LLM Prompt-Engineering Langchain Agentic AI PlotlyDash Docker Databricks-MLFlow FastAPI G
Lanxess AG, Chemiebranche, Finanzen
9 Monate
2024-09 - 2025-05

Bedarfsprognose

Stack: Python Databricks-MLFlow FastAPI ...
Erstellung eines End-to-End-Workflows zur präzisen Vorhersage von Nachfrage-Muster und -Verhalten zur Optimierung der Lagerorganisation. Zweigliedriger Ansatz für die Prognose intermittierender Nachfrage:
  • Binäre Vorhersage: Identifikation des Auftretens von Nachfragen.
  • Regression: Schätzung der Nachfragehöhe.


Einsatz von Large Language Models (LLMs) und Azure OpenAI zur Implementierung von Stimmungsanalysen für Besuchsberichte, um qualitative Einblicke zu verbessern. Implementation eines GenAI-Agent-Frameworks zur Erklärung von Vorhersageergebnissen und der visuellen Aufbereitung.

Stack: Python Databricks-MLFlow FastAPI Git Azure Synapse CI/CD Azure Open-AI LLM Prompt-Engineering Langchain Agentic AI Plotly-Dash Docker
Lanxess AG, Chemiebranche, Logistik
3 Monate
2024-06 - 2024-08

Optimierung von Autopreis-Vorhersagen

Python FastAPI Playwright ...
Entwicklung eines robusten, skalierbaren und hochpräzisen Modells zur Schätzung von Autopreisen unter Verwendung fortschrittlicher Data-Science-Techniken durch Nutzung der erweiterten Fähigkeiten der Google Cloud Platform (GCP) und VertexAI. Zuordnung von Fahrzeugausstattungen mittels LLMs (GPT-4o und Gemma von Google) zur Standardisierung dieser auf der Webseite. Proof of Concept für einen Auto-Vorschlags-ChatBot.
Python FastAPI Playwright Git Prediction GCP SQL GCP IAM GCP VertexAI LLM Prompt-Engineering Langchain Huggingface Docker Databricks-MLFlow
Farie AG, E-Commerce-Plattform
4 Monate
2024-03 - 2024-06

Vorhersage des Auftragseingangs

Python Git AWS Sagemaker ...
Implementation eines Sale-Forecasts auf monatlicher Basis basierend auf wirtschaftlichen Faktoren vorhersagt. Die Ergebnisse erreichen die Genauigkeit der manuellen Prognose und werden zur Entscheidungsfindung und Zeitersparnis genutzt. Wissenstransfer zum Deployment via Azure oder AWS.
Python Git AWS Sagemaker AWS S3 AWS Cloudwatch
IJUNO GmbH
1 Jahr
2023-01 - 2023-12

Data-Science-Component-Lead für Predictive Maintenance

Leitung eines Teams von 5 Data-Scientists für ein agiles Produkt zur Vorhersage von Wartungsintervallen für Hochtemperaturöfen zur Verbesserung der Sales von Feuerfestprodukten. Code reviews und Pair-Programming mit Kollegen. Vorstellungsgespräche mit Bewerbern fürs Data-Science-Team. Support des Backlog-Refinements als DataScience-Experte. Hands-On Implementierung von Machine Learning Features: MLOps-Workflows mit Azure-ML, Modellregistrierung, Azure MLPipelines und CI-CD-Pipelines via Docker und Kubernetes Automatisches Retraining für das KI-Produkt
Retailer von Feuerfestprodukten
1 Jahr 10 Monate
2021-03 - 2022-12

Senior Data Scientist für Predictive Maintenance

Implemenation von Machine Learning Features, u.a.: MLOps-Workflows mit Azure-ML, Modellregistrierung, Azure MLPipelines und CI-CD-Pipelines via Docker und Kubernetes Automatisches Retraining für das KI-Produkt Optimierung von Trainingskonzepten inklusive Datenaufbereitung und FeatureEngineering. Computer-Vision (Yolov5) um Features für Modelle zu extrahieren. Einführung von Unit- + End2End-Tests in die DS-Codebasis.
Retailer von Feuerfestprodukten
9 Monate
2020-06 - 2021-02

Risiko-Management-System

Holzindustrie
6 Monate
2020-01 - 2020-06

Prediction of air pollution

öffentlicher Dienst |

Aus- und Weiterbildung

Aus- und Weiterbildung

4 Jahre 3 Monate
2013-10 - 2017-12

Master of Science in Statistics with focus on economics and social sciences

Ludwig-Maximilians-University, Munich
Ludwig-Maximilians-University, Munich
3 Jahre 6 Monate
2009-10 - 2013-03

Bachelor in Statistics with specialization in Computer Science

Ludwig-Maximilians-University, Munich
Ludwig-Maximilians-University, Munich

Kompetenzen

Kompetenzen

Top-Skills

Python Azure Machine Learning Künstliche Intelligenz Generative AI Langchain Git MLOps Kubernetes Docker Deep Learning Amazon Sagemaker Agile Softwareentwicklung DevOps Computer Vision NLP Personalverantwortung Unittest

Produkte / Standards / Erfahrungen / Methoden

Experten Skills (8+ Jahre Berufserfahrung):
  • Management von Data-Science-Teams (4+ Jahre)
  • Data Analysis, Machine Learning mit Python (10 + Jahre)
  • Deep Learning, Computer Vision mit Python (8 + Jahre)
  • Prompt Engineering and Agentic AI mit Python (4 + Jahre)
  • Agiles Software Development (8+ Jahre)
  • ML-Ops und Data-Pipelines in Azure (6 + Jahre)
  • Knowledge Sharing (Coding Workshops, Courses) (7 + Jahre)


Unterstützende Skills:

  • Software-Development: Python, Java, C#, HTML, PHP, Javascript, Bash-Scripting (10+ years)
  • Unit- und E2E-testing (6 + years)


Buchbare Kurse

  • 2-tägiges Training zu Statistik, Data Mining, maschinellem Lernen und künstlicher Intelligenz
  • 2-tägiges Training zu maschinellem Lernen und KI mit Python
  • 1-Tages-Workshop zum Thema Computer Vision mit Python
  • 4-stündiger Workshop zu ML-Ops mit Azure


Skills

  • Python (OOP, scripting, jupyter notebooks): azure-sdk, fastapi, flask, keras, langchain, mlflow, numpy, openai, opencv-python, pandas, pep8, pyspark, pytest, requests, sagemaker, setuptools, scikit-learn, scipy, statsmodels, tensorflow
  • Generative AI: Prompt Engineering, Langchain, Langsmith, LLMs, Agents
  • Deployment: gnu make, Git, github, Kubernetes (kubectl), Kubeflow, Docker, Bash/Powershell, Postman, Helm-Charts, VMs, Cuda, CuDNN
  • Microsoft Azure-Stack: CI-CD-Pipelines (YAML + Jenkins), Azure DevOps, Azure Blob-Stores, Azure SQL, Azure Machine Learning, Azure Data Factory, Azure OpenAI, Azure Foundry, Azure CLI, Grafana
  • AWS stack: Amazon Sagemaker, S3, Cloudwatch, IAM
  • GCP: VertexAI, SQL, IAM, VMs
  • Documentation: LaTex, Markdown, Swagger, draw io
  • DataBricks, Hadoop, HDFS, Apache Hive, Apache Zeppelin
  • KNIME, DataIku, Tableau, Board, PowerBI
  • R (scripting, markdown, oop(S3, S4)): dplyr, ggplot2, lattice, leaflet, stringr, plotly, shiny, tidyr, mlr3, tensorflow, caret,
  • SQL


Showcases

Generative AI App: Boardgame Copilot App (Android)

Entwicklung einer generative AI-App, die den Nutzer bei Brettspielregeln und Bedienungsanleitungen hilft, indem sie diese liest, versteht und Fragen dazu beantwortet.


Techstack: 

Azure OpenAI, Generative AI, RAG, Vectorstores, GPT, Langchain, Langsmith, Python, Rest-API, App Development, Google Ads, Google Playstore, github, Java


GenerativeAI-Showcase: Youtube-RAG

RAG-Model basierend auf GPT-3 und Langchain mit welchem Fragen zu Youtubevideos beantwortet werden können.


Techstack: 

Python, Open-AI, Generative AI, RAG, Vectorstores, GPT, Langchain, Langsmith


Google-Cloud-Showcase: Customer Journey der Firmenwebsite

Internes Projekt: Tracking der Customer Journey der Firmenwebsite über Google Cloud und aufbereiten der DataInsights für das Marketingteam mit Hilfe eines C#-Plugins für Microsoft Excel


Techstack: 

Google Cloud, Google Analytics, C#, Python (flake8, pandas, numpy, scikit-learn, matplotlib, plotly), Kubernetes, Docker, git


AWS-Showcase: Preisschätzer zur Eigenregulierung von Schäden von Versicherten

Basierend auf einem früheren Projekt wurde dieser Showcase erstellt, um den Selbstregulierungsprozess des Versicherungsnehmers zu modellieren und anhand von Webund Bestandsdaten einen Preisschätzer für beschädigte Geräte zu erstellen.


Techstack:

AWS, Amazon Sagemaker, Python (flake8, pandas, numpy, tensorflow), Kubernetes, Docker, git


Confluence-Showcase: Skill-Database

Extraktion von Portfolio-PDFs der Berater und Aufbau einer Datenbank mit ihren Fähigkeiten zur einfacheren Personalbesetzung der Projekte. Basierend auf dieser Datenbank wurde eine KI implementiert, die gefragte Fähigkeiten vorschlägt, die man sich aneignen sollte


NLP-Showcase: Automatische Email Antwort

Es wurde eine automatische E-Mail mit unterschiedlichen Antworten basierend auf Sentiment-Analyse erstellt.


Azure-Copnitive-Services Showcase: Live Camera Presentation

Präsentation wofür Azure-Cognitive-Services verwendet werden kann und Live-Nutzung der Tools.


C#-Showcase: Ebay-Crawler

C#-Programm, das Ebay-Auktionen crawlt und attraktive Deals ausfindig macht.


Berufliche Karriere

09/2023 ? now

Rolle: Data Science Professional

Kunde: Nelo Intelligence


10/2022 ? 08/2023

Rolle: Senior Data Scientist

Kunde: Capgemini


01/2021 ? 09/2022

Rolle: Senior Data Scientist

Kunde: Braincourt ? Part of Capgemini


06/2019 ? 12/2020

Rolle: Data Scientist

Kunde: Braincourt ? Part of Capgemini


01/2018 ? 05/2019

Rolle: Junior Consultant Data Science

Kunde: SPECTRUM AG

Einsatzorte

Einsatzorte

Deutschland, Österreich
möglich

Projekte

Projekte

3 Monate
2026-01 - 2026-03

Bedarfsprognose

Databricks-MLFlow FastAPI Git ...
Erstellung eines End-to-End-Workflows zur präzisen Vorhersage von Nachfrage-Muster und -Verhalten zur Optimierung der Lagerorganisation. Zweigliedriger Ansatz für die Prognose intermittierender Nachfrage:
  • Binäre Vorhersage: Identifikation des Auftretens von Nachfragen.
  • Regression: Schätzung der Nachfragehöhe.


Einsatz von Large Language Models (LLMs) und Azure OpenAI zur Implementierung von Stimmungsanalysen für Besuchsberichte, um qualitative Einblicke zu verbessern. Implementation eines GenAI-Agent-Frameworks zur Erklärung von Vorhersageergebnissen und der visuellen Aufbereitung.

Databricks-MLFlow FastAPI Git Azure Synapse CI/CD Azure Open-AI LLM Prompt-Engineering Langchain Agentic AI Plotly-Dash Docker Python
Lanxess AG, Chemiebranche, Logistik
10 Monate
2025-06 - 2026-03

Cashflow-Vorhersage

Python Pyro PyTorch ...
Dieses Projekt entwickelt ein skalierbares, probabilistisches und hochzuverlässiges Cashflow-Forecasting-System zur Unterstützung strategischer Finanzplanung. Durch die Nutzung von Bayes?scher Modellierung mit Pyro, automatisierten MLOpsProzessen und Modellerklärungen mit GenAI entstehen präzise, transparente und unsicherheitsbewusste Prognosen. Die Lösung stärkt Entscheidungsfindung, Risikobewertung und finanzielle Resilienz im gesamten Unternehmen.
Python Pyro PyTorch Azure Synapse Azure Open-AI LLM Prompt-Engineering Langchain Agentic AI PlotlyDash Docker Databricks-MLFlow FastAPI G
Lanxess AG, Chemiebranche, Finanzen
9 Monate
2024-09 - 2025-05

Bedarfsprognose

Stack: Python Databricks-MLFlow FastAPI ...
Erstellung eines End-to-End-Workflows zur präzisen Vorhersage von Nachfrage-Muster und -Verhalten zur Optimierung der Lagerorganisation. Zweigliedriger Ansatz für die Prognose intermittierender Nachfrage:
  • Binäre Vorhersage: Identifikation des Auftretens von Nachfragen.
  • Regression: Schätzung der Nachfragehöhe.


Einsatz von Large Language Models (LLMs) und Azure OpenAI zur Implementierung von Stimmungsanalysen für Besuchsberichte, um qualitative Einblicke zu verbessern. Implementation eines GenAI-Agent-Frameworks zur Erklärung von Vorhersageergebnissen und der visuellen Aufbereitung.

Stack: Python Databricks-MLFlow FastAPI Git Azure Synapse CI/CD Azure Open-AI LLM Prompt-Engineering Langchain Agentic AI Plotly-Dash Docker
Lanxess AG, Chemiebranche, Logistik
3 Monate
2024-06 - 2024-08

Optimierung von Autopreis-Vorhersagen

Python FastAPI Playwright ...
Entwicklung eines robusten, skalierbaren und hochpräzisen Modells zur Schätzung von Autopreisen unter Verwendung fortschrittlicher Data-Science-Techniken durch Nutzung der erweiterten Fähigkeiten der Google Cloud Platform (GCP) und VertexAI. Zuordnung von Fahrzeugausstattungen mittels LLMs (GPT-4o und Gemma von Google) zur Standardisierung dieser auf der Webseite. Proof of Concept für einen Auto-Vorschlags-ChatBot.
Python FastAPI Playwright Git Prediction GCP SQL GCP IAM GCP VertexAI LLM Prompt-Engineering Langchain Huggingface Docker Databricks-MLFlow
Farie AG, E-Commerce-Plattform
4 Monate
2024-03 - 2024-06

Vorhersage des Auftragseingangs

Python Git AWS Sagemaker ...
Implementation eines Sale-Forecasts auf monatlicher Basis basierend auf wirtschaftlichen Faktoren vorhersagt. Die Ergebnisse erreichen die Genauigkeit der manuellen Prognose und werden zur Entscheidungsfindung und Zeitersparnis genutzt. Wissenstransfer zum Deployment via Azure oder AWS.
Python Git AWS Sagemaker AWS S3 AWS Cloudwatch
IJUNO GmbH
1 Jahr
2023-01 - 2023-12

Data-Science-Component-Lead für Predictive Maintenance

Leitung eines Teams von 5 Data-Scientists für ein agiles Produkt zur Vorhersage von Wartungsintervallen für Hochtemperaturöfen zur Verbesserung der Sales von Feuerfestprodukten. Code reviews und Pair-Programming mit Kollegen. Vorstellungsgespräche mit Bewerbern fürs Data-Science-Team. Support des Backlog-Refinements als DataScience-Experte. Hands-On Implementierung von Machine Learning Features: MLOps-Workflows mit Azure-ML, Modellregistrierung, Azure MLPipelines und CI-CD-Pipelines via Docker und Kubernetes Automatisches Retraining für das KI-Produkt
Retailer von Feuerfestprodukten
1 Jahr 10 Monate
2021-03 - 2022-12

Senior Data Scientist für Predictive Maintenance

Implemenation von Machine Learning Features, u.a.: MLOps-Workflows mit Azure-ML, Modellregistrierung, Azure MLPipelines und CI-CD-Pipelines via Docker und Kubernetes Automatisches Retraining für das KI-Produkt Optimierung von Trainingskonzepten inklusive Datenaufbereitung und FeatureEngineering. Computer-Vision (Yolov5) um Features für Modelle zu extrahieren. Einführung von Unit- + End2End-Tests in die DS-Codebasis.
Retailer von Feuerfestprodukten
9 Monate
2020-06 - 2021-02

Risiko-Management-System

Holzindustrie
6 Monate
2020-01 - 2020-06

Prediction of air pollution

öffentlicher Dienst |

Aus- und Weiterbildung

Aus- und Weiterbildung

4 Jahre 3 Monate
2013-10 - 2017-12

Master of Science in Statistics with focus on economics and social sciences

Ludwig-Maximilians-University, Munich
Ludwig-Maximilians-University, Munich
3 Jahre 6 Monate
2009-10 - 2013-03

Bachelor in Statistics with specialization in Computer Science

Ludwig-Maximilians-University, Munich
Ludwig-Maximilians-University, Munich

Kompetenzen

Kompetenzen

Top-Skills

Python Azure Machine Learning Künstliche Intelligenz Generative AI Langchain Git MLOps Kubernetes Docker Deep Learning Amazon Sagemaker Agile Softwareentwicklung DevOps Computer Vision NLP Personalverantwortung Unittest

Produkte / Standards / Erfahrungen / Methoden

Experten Skills (8+ Jahre Berufserfahrung):
  • Management von Data-Science-Teams (4+ Jahre)
  • Data Analysis, Machine Learning mit Python (10 + Jahre)
  • Deep Learning, Computer Vision mit Python (8 + Jahre)
  • Prompt Engineering and Agentic AI mit Python (4 + Jahre)
  • Agiles Software Development (8+ Jahre)
  • ML-Ops und Data-Pipelines in Azure (6 + Jahre)
  • Knowledge Sharing (Coding Workshops, Courses) (7 + Jahre)


Unterstützende Skills:

  • Software-Development: Python, Java, C#, HTML, PHP, Javascript, Bash-Scripting (10+ years)
  • Unit- und E2E-testing (6 + years)


Buchbare Kurse

  • 2-tägiges Training zu Statistik, Data Mining, maschinellem Lernen und künstlicher Intelligenz
  • 2-tägiges Training zu maschinellem Lernen und KI mit Python
  • 1-Tages-Workshop zum Thema Computer Vision mit Python
  • 4-stündiger Workshop zu ML-Ops mit Azure


Skills

  • Python (OOP, scripting, jupyter notebooks): azure-sdk, fastapi, flask, keras, langchain, mlflow, numpy, openai, opencv-python, pandas, pep8, pyspark, pytest, requests, sagemaker, setuptools, scikit-learn, scipy, statsmodels, tensorflow
  • Generative AI: Prompt Engineering, Langchain, Langsmith, LLMs, Agents
  • Deployment: gnu make, Git, github, Kubernetes (kubectl), Kubeflow, Docker, Bash/Powershell, Postman, Helm-Charts, VMs, Cuda, CuDNN
  • Microsoft Azure-Stack: CI-CD-Pipelines (YAML + Jenkins), Azure DevOps, Azure Blob-Stores, Azure SQL, Azure Machine Learning, Azure Data Factory, Azure OpenAI, Azure Foundry, Azure CLI, Grafana
  • AWS stack: Amazon Sagemaker, S3, Cloudwatch, IAM
  • GCP: VertexAI, SQL, IAM, VMs
  • Documentation: LaTex, Markdown, Swagger, draw io
  • DataBricks, Hadoop, HDFS, Apache Hive, Apache Zeppelin
  • KNIME, DataIku, Tableau, Board, PowerBI
  • R (scripting, markdown, oop(S3, S4)): dplyr, ggplot2, lattice, leaflet, stringr, plotly, shiny, tidyr, mlr3, tensorflow, caret,
  • SQL


Showcases

Generative AI App: Boardgame Copilot App (Android)

Entwicklung einer generative AI-App, die den Nutzer bei Brettspielregeln und Bedienungsanleitungen hilft, indem sie diese liest, versteht und Fragen dazu beantwortet.


Techstack: 

Azure OpenAI, Generative AI, RAG, Vectorstores, GPT, Langchain, Langsmith, Python, Rest-API, App Development, Google Ads, Google Playstore, github, Java


GenerativeAI-Showcase: Youtube-RAG

RAG-Model basierend auf GPT-3 und Langchain mit welchem Fragen zu Youtubevideos beantwortet werden können.


Techstack: 

Python, Open-AI, Generative AI, RAG, Vectorstores, GPT, Langchain, Langsmith


Google-Cloud-Showcase: Customer Journey der Firmenwebsite

Internes Projekt: Tracking der Customer Journey der Firmenwebsite über Google Cloud und aufbereiten der DataInsights für das Marketingteam mit Hilfe eines C#-Plugins für Microsoft Excel


Techstack: 

Google Cloud, Google Analytics, C#, Python (flake8, pandas, numpy, scikit-learn, matplotlib, plotly), Kubernetes, Docker, git


AWS-Showcase: Preisschätzer zur Eigenregulierung von Schäden von Versicherten

Basierend auf einem früheren Projekt wurde dieser Showcase erstellt, um den Selbstregulierungsprozess des Versicherungsnehmers zu modellieren und anhand von Webund Bestandsdaten einen Preisschätzer für beschädigte Geräte zu erstellen.


Techstack:

AWS, Amazon Sagemaker, Python (flake8, pandas, numpy, tensorflow), Kubernetes, Docker, git


Confluence-Showcase: Skill-Database

Extraktion von Portfolio-PDFs der Berater und Aufbau einer Datenbank mit ihren Fähigkeiten zur einfacheren Personalbesetzung der Projekte. Basierend auf dieser Datenbank wurde eine KI implementiert, die gefragte Fähigkeiten vorschlägt, die man sich aneignen sollte


NLP-Showcase: Automatische Email Antwort

Es wurde eine automatische E-Mail mit unterschiedlichen Antworten basierend auf Sentiment-Analyse erstellt.


Azure-Copnitive-Services Showcase: Live Camera Presentation

Präsentation wofür Azure-Cognitive-Services verwendet werden kann und Live-Nutzung der Tools.


C#-Showcase: Ebay-Crawler

C#-Programm, das Ebay-Auktionen crawlt und attraktive Deals ausfindig macht.


Berufliche Karriere

09/2023 ? now

Rolle: Data Science Professional

Kunde: Nelo Intelligence


10/2022 ? 08/2023

Rolle: Senior Data Scientist

Kunde: Capgemini


01/2021 ? 09/2022

Rolle: Senior Data Scientist

Kunde: Braincourt ? Part of Capgemini


06/2019 ? 12/2020

Rolle: Data Scientist

Kunde: Braincourt ? Part of Capgemini


01/2018 ? 05/2019

Rolle: Junior Consultant Data Science

Kunde: SPECTRUM AG

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.