Verwaltung eines "Echtgeld"-Portfolios, das einen Algorithmus für maschinelles Lernen verwendet, um Positionen auf Aktienindizes mit Futures zu handeln. Das Modell generiert eine Prognose der Marktentwicklung, die ich dann mit CFDs auf den DAX oder DOW Jones Index anwende. Das Portfolio weist eine jährliche Performance von > 40% auf und übertrifft damit den DAX, unabhängig von der Richtung des Index.
Know How
CFD-Handel, XGBoost, Yahoo Finance API, Google Trends API
Ablösung einer Reporting-Lösung auf Basis von Qlik View durch eine Cloud-Lösung (MS Azure / Databricks). Einführung von Machine-Learning-Komponenten in das Webshop-Reporting für digitale Produkte (Kampagnenmanagement, Forecasting, Zeitreihen, Kundensegmentierung, Ursachenanalyse, Recommendation Engine, Web Analytics, Marketingoptimierung). Unterstützung des Kampagnenmanagements und der Webanalyse mit maschinellem Lernen. Fokus auf Retention-Management und Churn-Analyse für digitale Services.
Know How
KI, Reporting, Prognosen, Zeitreihen, Ursachenanalyse, Kampagnenmanagement, Kundenbindung.
Projekt zur Steigerung der Datenqualität durch den Einsatz von KI- und Machine-Learning-Modellen zur Erkennung betrügerischer Datenlieferungen, Ausreißer und Anomalien. Durchführung und Koordination eines PoC. Umsetzung in eine produktive Webanwendung als Product Owner (agiles Entwicklungsprojekt / SCRUM) auf Basis von Python, Flask und Docker.
Know How
KI, Betrugserkennung, Datenmanipulation, Datenqualität, Ausreißererkennung, Anomalieerkennung, SCRUM.
Arvato plante seine SAS-basierte Analytics-Plattform um modernste Softwarekomponenten zu erweitern. Design und Installation einer neuen Analytics-Plattform. Migration von Risiko- und Betrugs-ML-Modellen. Analyse von Prozessen. Auswahl der Werkzeuge, Installation, Schulung des Personals.
Know How
Projektmanagement, Schulungen, Modellmigration, Text Mining.
Als Teil seiner Gesamtstrategie definiert TÜV Rheinland eine Datenstrategie, um sich in ein stärker datengetriebenes Unternehmen zu verwandeln. Der TIC-Markt (Testing, Inspection, Certification) steht vor Herausforderungen durch die Disruption neuer Geschäftsmodelle. Meine Rolle war der Projektmanager und Datenexperte für das Projekt.
Know How
Projektmanagement, Workshops, Strategie, SCRUM
Das Einzelhandelsunternehmen muss die Bestellzahlen seines Lieferdienstes prognostizieren, um die Personal-, Logistik- und Marketingaktivitäten entsprechend zu planen. Zudem sollte die Tourenplanung optimiert werden. Ein Teil des Projekts war die Einführung des KNIME-basierten Modells unter Verwendung von Teradata DWH. Es wurde ein Tableau-Dashboard für die Kundensegmentierung erstellt.
Know How
Umsatzprognose, Preisstrategie, Zeitreihen, Personalplanung, CRM, Kundensegmentierung, Web-Analytics, Dashboard, ML-Algorithmus, Regression, XGBoost, Retail-Prozesse, SCRUM
Die Bank versucht, zusätzlich zu den bestehenden Risikomodellen ein Fraud-Scoring-System aufzubauen. Mit einem Datensatz von aufgedeckten Betrugsfällen will die Bank in einem PoC testen, ob Standard-Softwarelösungen zu einem besseren Ergebnis führen als ein "hausgemachtes" Betrugserkennungsmodell.
Know How
Betrugsprävention und -erkennung, Neuronales Netz, Random Forest, Logistische Regression, SVM, SCRUM
Banken setzen auf fortschrittliche Datenanalysen, um mit den immer komplexeren Geldwäschetechniken Schritt zu halten. Analysen können genutzt werden, um verdächtige Informationen, Muster und Verhaltensweisen in verschiedenen Datensätzen zu identifizieren, einschließlich Kundeninformationen, Konten und Transaktionsdaten. Ziel des Projekts war es, ein Modell zu erstellen, das verdächtige Transaktionen identifiziert.
Know How
Betrugsprävention und -erkennung, Neuronales Netz, Random Forest, Logistische Regression, SVM
A UK leading retailer wanted to forecast the demand of fresh food (5000 SKUs) for each store (3500) considering internal and external (e.g. weather, special events etc) data. 15 Mio forecasting models were build.
Der Hersteller von Windkraftanlagen wollte seinen Kunden die vorausschauende Wartung von Windkraftanlagen als Dienstleistung anbieten. Zu diesem Zweck wurden in einem PoC verschiedene IoT- und andere Daten verwendet, um ML-Modelle zu erstellen, die eine Anleitung für das Timing von Wartungsaktivitäten geben, um kostspielige Ausfallzeiten zu vermeiden und alle Wartungsaktivitäten zu optimieren.
Know How
Prädiktive Pflege, Klassifikation (Random Forest, Gradient Boost, neuronale Netze) und Regression.
In einem internen Proof-of-Concept-Projekt soll der Einsatz von prädiktiven Datenanalysemethoden, Methoden des maschinellen Lernens und künstlicher Intelligenz innerhalb verschiedener Auditierungsprozesse validiert werden. Ziel war es, die Effizienz und die Qualität der Prüfungsprozesse zu steigern und betrügerisches Verhalten aufzudecken.
Know How
ML-Algorithmus, KI, Auditing, Datenverarbeitung
Analyse der Auswirkungen der Änderungen der Standards IFRS 15 und IFRS 16 auf die Rechnungslegungs- und IT-Prozesse. Gestaltung der Soll-Prozesse und der Soll-Architektur der IT-Systeme.
Know How
IFRS 15, IFRS 16, Rechnungslegungsprozess, Prozessanalyse
Project management for the development of a release of a software module.
Ziel des Projekts war es, Primärvariablen im Rahmen der Ursachenanalyse für einen sich wiederholenden Garantiefall an einem bestimmten Modell zu identifizieren. Das Projekt war in der Lage, die Ursachen zu finden und eine einfache Lösung vorzuschlagen, um dies in Zukunft zu verhindern.
Know How
Erweiterte Analytik
Erstellen von Modellen zur Optimierung der Marketingausgaben. Kampagnen-Management.
Know How
Erweiterte Analytik
Ziel des Projektes war es, mit den verfügbaren Daten Vertragskündigungen / Abwanderung von Mobilfunkkunden vorherzusagen, um diese dann mit geeigneten Marketingmitteln zu verhindern.
Know How
Data Mining, Abwanderung von Telekommunikationskunden
inkl. 6-monatigem Erasmus-Programm an der (ES)
1979 - 1988
Gymnasium
Max-Planck-Gymnasium, Heidenheim
Berufserfahrung
11/2016 - heute
Rolle: Gründer, Data Scientist
Kunde: auf Anfrage, Germering
11/2016 - 07/2017
Rolle: Direktor D/A/CH
Kunde: Fuzzy Logix Inc, München
01/2016 - 10/2016
Rolle: Senior Manager
Kunde: PricewaterhouseCoopers AG, München
01/2014 - 12/2015
Rolle: Senior Manager
Kunde: EINHEIT4 Business Software GmbH, München
03/2012 - 12/2013
Rolle: Enterprise Kundenbetreuer
Kunde: AvePoint Deutschland GmbH, München
03/2002 - 02/2012
Kunde: IBM Deutschland GmbH, München
Aufgaben:
07/1999 - 02/2002
Rolle: Principal Consultant, Public, Travel & Transport, Postal Services
Kunde: PricewaterhouseCoopers Consulting, Frankfurt
05/1996 - 09/1997
Rolle: Research assistant, Lehrstuhl für Wirtschaftsinformatik
Kunde: Universität Hohenheim
02/1995 - 06/1999
Rolle: Gründer Unternehmensberatung
Kunde: auf Anfrage
Praktikum
02/1993 - 06/1993
Kunde: Coopers & Lybrand Beratung, Chile von Santiago de Chile
08/1992 - 09/1992
Kunde: Psychiatrische Klinik Universität München (LMU)
08/1991
Rolle: Marketingabteilung
Kunde: Zweckform GmbH, Holzkirchen
07/1988 - 09/1988
Rolle: Steuerberater
Kunde: Bückle & Trost, Metzingen
Skills
Data-Science-Sprachen / Plattformen
BI-Werkzeuge
Datenplattformen
Projekte
Consulting- und Managementerfahrung aus langjähriger Tätigkeit in Unternehmen (u.a. IBM, PwC)
Verwaltung eines "Echtgeld"-Portfolios, das einen Algorithmus für maschinelles Lernen verwendet, um Positionen auf Aktienindizes mit Futures zu handeln. Das Modell generiert eine Prognose der Marktentwicklung, die ich dann mit CFDs auf den DAX oder DOW Jones Index anwende. Das Portfolio weist eine jährliche Performance von > 40% auf und übertrifft damit den DAX, unabhängig von der Richtung des Index.
Know How
CFD-Handel, XGBoost, Yahoo Finance API, Google Trends API
Ablösung einer Reporting-Lösung auf Basis von Qlik View durch eine Cloud-Lösung (MS Azure / Databricks). Einführung von Machine-Learning-Komponenten in das Webshop-Reporting für digitale Produkte (Kampagnenmanagement, Forecasting, Zeitreihen, Kundensegmentierung, Ursachenanalyse, Recommendation Engine, Web Analytics, Marketingoptimierung). Unterstützung des Kampagnenmanagements und der Webanalyse mit maschinellem Lernen. Fokus auf Retention-Management und Churn-Analyse für digitale Services.
Know How
KI, Reporting, Prognosen, Zeitreihen, Ursachenanalyse, Kampagnenmanagement, Kundenbindung.
Projekt zur Steigerung der Datenqualität durch den Einsatz von KI- und Machine-Learning-Modellen zur Erkennung betrügerischer Datenlieferungen, Ausreißer und Anomalien. Durchführung und Koordination eines PoC. Umsetzung in eine produktive Webanwendung als Product Owner (agiles Entwicklungsprojekt / SCRUM) auf Basis von Python, Flask und Docker.
Know How
KI, Betrugserkennung, Datenmanipulation, Datenqualität, Ausreißererkennung, Anomalieerkennung, SCRUM.
Arvato plante seine SAS-basierte Analytics-Plattform um modernste Softwarekomponenten zu erweitern. Design und Installation einer neuen Analytics-Plattform. Migration von Risiko- und Betrugs-ML-Modellen. Analyse von Prozessen. Auswahl der Werkzeuge, Installation, Schulung des Personals.
Know How
Projektmanagement, Schulungen, Modellmigration, Text Mining.
Als Teil seiner Gesamtstrategie definiert TÜV Rheinland eine Datenstrategie, um sich in ein stärker datengetriebenes Unternehmen zu verwandeln. Der TIC-Markt (Testing, Inspection, Certification) steht vor Herausforderungen durch die Disruption neuer Geschäftsmodelle. Meine Rolle war der Projektmanager und Datenexperte für das Projekt.
Know How
Projektmanagement, Workshops, Strategie, SCRUM
Das Einzelhandelsunternehmen muss die Bestellzahlen seines Lieferdienstes prognostizieren, um die Personal-, Logistik- und Marketingaktivitäten entsprechend zu planen. Zudem sollte die Tourenplanung optimiert werden. Ein Teil des Projekts war die Einführung des KNIME-basierten Modells unter Verwendung von Teradata DWH. Es wurde ein Tableau-Dashboard für die Kundensegmentierung erstellt.
Know How
Umsatzprognose, Preisstrategie, Zeitreihen, Personalplanung, CRM, Kundensegmentierung, Web-Analytics, Dashboard, ML-Algorithmus, Regression, XGBoost, Retail-Prozesse, SCRUM
Die Bank versucht, zusätzlich zu den bestehenden Risikomodellen ein Fraud-Scoring-System aufzubauen. Mit einem Datensatz von aufgedeckten Betrugsfällen will die Bank in einem PoC testen, ob Standard-Softwarelösungen zu einem besseren Ergebnis führen als ein "hausgemachtes" Betrugserkennungsmodell.
Know How
Betrugsprävention und -erkennung, Neuronales Netz, Random Forest, Logistische Regression, SVM, SCRUM
Banken setzen auf fortschrittliche Datenanalysen, um mit den immer komplexeren Geldwäschetechniken Schritt zu halten. Analysen können genutzt werden, um verdächtige Informationen, Muster und Verhaltensweisen in verschiedenen Datensätzen zu identifizieren, einschließlich Kundeninformationen, Konten und Transaktionsdaten. Ziel des Projekts war es, ein Modell zu erstellen, das verdächtige Transaktionen identifiziert.
Know How
Betrugsprävention und -erkennung, Neuronales Netz, Random Forest, Logistische Regression, SVM
A UK leading retailer wanted to forecast the demand of fresh food (5000 SKUs) for each store (3500) considering internal and external (e.g. weather, special events etc) data. 15 Mio forecasting models were build.
Der Hersteller von Windkraftanlagen wollte seinen Kunden die vorausschauende Wartung von Windkraftanlagen als Dienstleistung anbieten. Zu diesem Zweck wurden in einem PoC verschiedene IoT- und andere Daten verwendet, um ML-Modelle zu erstellen, die eine Anleitung für das Timing von Wartungsaktivitäten geben, um kostspielige Ausfallzeiten zu vermeiden und alle Wartungsaktivitäten zu optimieren.
Know How
Prädiktive Pflege, Klassifikation (Random Forest, Gradient Boost, neuronale Netze) und Regression.
In einem internen Proof-of-Concept-Projekt soll der Einsatz von prädiktiven Datenanalysemethoden, Methoden des maschinellen Lernens und künstlicher Intelligenz innerhalb verschiedener Auditierungsprozesse validiert werden. Ziel war es, die Effizienz und die Qualität der Prüfungsprozesse zu steigern und betrügerisches Verhalten aufzudecken.
Know How
ML-Algorithmus, KI, Auditing, Datenverarbeitung
Analyse der Auswirkungen der Änderungen der Standards IFRS 15 und IFRS 16 auf die Rechnungslegungs- und IT-Prozesse. Gestaltung der Soll-Prozesse und der Soll-Architektur der IT-Systeme.
Know How
IFRS 15, IFRS 16, Rechnungslegungsprozess, Prozessanalyse
Project management for the development of a release of a software module.
Ziel des Projekts war es, Primärvariablen im Rahmen der Ursachenanalyse für einen sich wiederholenden Garantiefall an einem bestimmten Modell zu identifizieren. Das Projekt war in der Lage, die Ursachen zu finden und eine einfache Lösung vorzuschlagen, um dies in Zukunft zu verhindern.
Know How
Erweiterte Analytik
Erstellen von Modellen zur Optimierung der Marketingausgaben. Kampagnen-Management.
Know How
Erweiterte Analytik
Ziel des Projektes war es, mit den verfügbaren Daten Vertragskündigungen / Abwanderung von Mobilfunkkunden vorherzusagen, um diese dann mit geeigneten Marketingmitteln zu verhindern.
Know How
Data Mining, Abwanderung von Telekommunikationskunden
inkl. 6-monatigem Erasmus-Programm an der (ES)
1979 - 1988
Gymnasium
Max-Planck-Gymnasium, Heidenheim
Berufserfahrung
11/2016 - heute
Rolle: Gründer, Data Scientist
Kunde: auf Anfrage, Germering
11/2016 - 07/2017
Rolle: Direktor D/A/CH
Kunde: Fuzzy Logix Inc, München
01/2016 - 10/2016
Rolle: Senior Manager
Kunde: PricewaterhouseCoopers AG, München
01/2014 - 12/2015
Rolle: Senior Manager
Kunde: EINHEIT4 Business Software GmbH, München
03/2012 - 12/2013
Rolle: Enterprise Kundenbetreuer
Kunde: AvePoint Deutschland GmbH, München
03/2002 - 02/2012
Kunde: IBM Deutschland GmbH, München
Aufgaben:
07/1999 - 02/2002
Rolle: Principal Consultant, Public, Travel & Transport, Postal Services
Kunde: PricewaterhouseCoopers Consulting, Frankfurt
05/1996 - 09/1997
Rolle: Research assistant, Lehrstuhl für Wirtschaftsinformatik
Kunde: Universität Hohenheim
02/1995 - 06/1999
Rolle: Gründer Unternehmensberatung
Kunde: auf Anfrage
Praktikum
02/1993 - 06/1993
Kunde: Coopers & Lybrand Beratung, Chile von Santiago de Chile
08/1992 - 09/1992
Kunde: Psychiatrische Klinik Universität München (LMU)
08/1991
Rolle: Marketingabteilung
Kunde: Zweckform GmbH, Holzkirchen
07/1988 - 09/1988
Rolle: Steuerberater
Kunde: Bückle & Trost, Metzingen
Skills
Data-Science-Sprachen / Plattformen
BI-Werkzeuge
Datenplattformen
Projekte
Consulting- und Managementerfahrung aus langjähriger Tätigkeit in Unternehmen (u.a. IBM, PwC)