Data Science & Analytics & Business Analysis & Prozessdesign & Data Engineering
Aktualisiert am 26.01.2026
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 21.01.2026
Verfügbar zu: 100%
davon vor Ort: 0%
Data Science
Analytics
Business Analysis
Deutsch
C2
Englisch
C1

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

1 Jahr 3 Monate
2024-11 - heute

ML Trading / Aktienanalyse (intern)

Data Scientist Python
Data Scientist

  • Kontext: Aufbau eigener Analyse- und Prognosemodelle für Aktien- und Indikatorzeitreihen.
  • Ziel: Robustere Signale, stabilere Prognosen, reproduzierbare Modelllogik.
  • Herausforderungen: Zeitreihenqualität, inkonsistente Quellen.


Beitrag / Impact:

  • Zeitreihenmodelle aufgebaut (Scikit-Learn, Statsmodelle)
  • Feature Engineering für technische Indikatoren
  • Datenpipeline zur Aggregation & Berechnung erstellt
  • Validierung, Cross-Checks, Rücktests

Pandas PyTorch Dash
Python
Internes Projekt
3 Jahre 1 Monat
2021-10 - 2024-10

Datenanalyse & Datenqualität

Senior Analyst & Data Scientist Python SQL
Senior Analyst & Data Scientist
  • Kontext: komplexe Datenlandschaften mit hohem Fehleranteil; fehlende Transparenz über Datenqualität.
  • Ziel: Datenqualität heben, Regelwerke strukturieren, Matching verbessern.
  • Herausforderungen: 26 Schnittstellen, heterogene Systeme.


Beitrag / Impact:

  • systematische Bereinigung von >300k Datensätzen
  • Fehlermuster identifiziert & Regelwerke definiert
  • Matching-Modelle entwickelt und validiert
  • konsistente Analysepipelines aufgebaut
  • BPMN/DMN zur fachlichen Modellierung eingesetzt

Pandas Dash KNIME Neo4j
Python SQL
Deutsche Bahn
remote

Aus- und Weiterbildung

Aus- und Weiterbildung

  • Studium Informatik Schwerpunkt Modellierung, Statistik, Systemanalyse
  • Machine Learning: Machine Learning Professional
  • Architektur: TOGAF 9 Certified
  • Test: Certified Tester (ISTQB CTFL)
  • Anforderungsmanagement: Certified Req. Engineering

Kompetenzen

Kompetenzen

Top-Skills

Data Science Analytics Business Analysis

Produkte / Standards / Erfahrungen / Methoden

Data Science & Analytics
Experte

EXECUTIVE SUMMARY

  • Senior Data Scientist & Business Analyst mit Schwerpunkt auf Datenqualität, Entscheidungslogik (DMN), Prozessmodellierung (BPMN) und analytischen Lösungen in komplexen Systemlandschaften.
  • Ich arbeite an der Schnittstelle zwischen Fachlichkeit und Technik und kombiniere Datenanalyse, Modellierung und strukturiertes Denken zu Lösungen, die nachvollziehbar, stabil und praxistauglich sind.
  • Durch meine langjährige Tätigkeit in Schweizer und deutschen Unternehmens- und Behördenstrukturen habe ich eine Arbeitsweise entwickelt, die präzise, zuverlässig und nüchtern-analytisch ist ? ergänzt durch eine Prise pragmatischen Humor, der in anspruchsvollen Projekten oft wertvoller ist als jede weitere Methode.
  • Ich unterstütze Unternehmen dabei, klare Entscheidungslogiken, robuste Datenqualität und wirksame Analytics-Lösungen aufzubauen ? nachvollziehbar, stabil und nachhaltig.


KERNKOMPETENZEN

Data Science & Analytics

  • Explorative Analysen & statistische Verfahren
  • Machine Learning & Modellvalidierung
  • Zeitreihen, Feature Engineering
  • Reproduzierbare Analysepipelines


Business Analysis & Prozessdesign

  • Requirements Engineering
  • BPMN, DMN & Entscheidungsmodelle
  • Fachlogik- und Regelwerksdesign
  • Schnittstellen- und API-Analyse


Data Engineering & Systems

  • ETL/ELT, Pipelines & Datenmigration
  • Datenqualität & Validierungsregeln
  • Graphmodelle, Neo4j
  • Dashboards, Reporting & Visualisierungen


TECH STACK (Auswahl)

  • Python: Pandas, NumPy, Plotly, Dash
  • Machine Learning: Scikit-Learn, PyTorch
  • Analytics Automation: KNIME Analytics Platform, RapidMiner Studio (certified)
  • Pipelines & MLOps: Airflow, MLflow
  • Graph Analytics: Neo4j
  • Modellierung: BPMN/DMN/UML, Sparx EA, Camunda BPM
  • IDE & Tools: VS Code, MS Visual Studio,
  • Collaboration: Confluence, Jira


PROFIL HIGHLIGHTS

  • Erfolgreiche Projekte bei Deutsche Bahn, PostFinance, SBB und GVL
  • Starke Verbindung von Analytics + Modellierung + Prozesslogik
  • Spezialisierung auf komplexe Regelwerke + Datenqualitätsanalysen
  • Erfahrung in heterogenen Systemlandschaften & Schnittstellenketten
  • Klare, strukturierte Arbeitsweise: analytisch, nachvollziehbar, präzise


AUSGEWÄHLTE PROJEKTE

2025 ? heute:

Rolle: ML Trading / Aktienanalyse ? intern


2021 ? 2024:

Rolle: Datenanalyse & Datenqualität 

Kunde: Deutsche Bahn


2018 ? 2020:

Rolle: Herstellerportal 

Kunde: GVL


2018 ? 2018:

Rolle: Aufhebungsprozesse 

Kunde: PostFinance


2015 ? 2017:

Rolle: Minussaldo-Prozess 

Kunde: PostFinance


2015 ? 2015:

Rolle: Versicherungsmanagement 

Kunde: SBB


2013 ? 2015:

Rolle: Risikomanagement-Tool 

Kunde: SBB

Datenbanken

PostgreSQL
InfluxDB

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich
möglich

Projekte

Projekte

1 Jahr 3 Monate
2024-11 - heute

ML Trading / Aktienanalyse (intern)

Data Scientist Python
Data Scientist

  • Kontext: Aufbau eigener Analyse- und Prognosemodelle für Aktien- und Indikatorzeitreihen.
  • Ziel: Robustere Signale, stabilere Prognosen, reproduzierbare Modelllogik.
  • Herausforderungen: Zeitreihenqualität, inkonsistente Quellen.


Beitrag / Impact:

  • Zeitreihenmodelle aufgebaut (Scikit-Learn, Statsmodelle)
  • Feature Engineering für technische Indikatoren
  • Datenpipeline zur Aggregation & Berechnung erstellt
  • Validierung, Cross-Checks, Rücktests

Pandas PyTorch Dash
Python
Internes Projekt
3 Jahre 1 Monat
2021-10 - 2024-10

Datenanalyse & Datenqualität

Senior Analyst & Data Scientist Python SQL
Senior Analyst & Data Scientist
  • Kontext: komplexe Datenlandschaften mit hohem Fehleranteil; fehlende Transparenz über Datenqualität.
  • Ziel: Datenqualität heben, Regelwerke strukturieren, Matching verbessern.
  • Herausforderungen: 26 Schnittstellen, heterogene Systeme.


Beitrag / Impact:

  • systematische Bereinigung von >300k Datensätzen
  • Fehlermuster identifiziert & Regelwerke definiert
  • Matching-Modelle entwickelt und validiert
  • konsistente Analysepipelines aufgebaut
  • BPMN/DMN zur fachlichen Modellierung eingesetzt

Pandas Dash KNIME Neo4j
Python SQL
Deutsche Bahn
remote

Aus- und Weiterbildung

Aus- und Weiterbildung

  • Studium Informatik Schwerpunkt Modellierung, Statistik, Systemanalyse
  • Machine Learning: Machine Learning Professional
  • Architektur: TOGAF 9 Certified
  • Test: Certified Tester (ISTQB CTFL)
  • Anforderungsmanagement: Certified Req. Engineering

Kompetenzen

Kompetenzen

Top-Skills

Data Science Analytics Business Analysis

Produkte / Standards / Erfahrungen / Methoden

Data Science & Analytics
Experte

EXECUTIVE SUMMARY

  • Senior Data Scientist & Business Analyst mit Schwerpunkt auf Datenqualität, Entscheidungslogik (DMN), Prozessmodellierung (BPMN) und analytischen Lösungen in komplexen Systemlandschaften.
  • Ich arbeite an der Schnittstelle zwischen Fachlichkeit und Technik und kombiniere Datenanalyse, Modellierung und strukturiertes Denken zu Lösungen, die nachvollziehbar, stabil und praxistauglich sind.
  • Durch meine langjährige Tätigkeit in Schweizer und deutschen Unternehmens- und Behördenstrukturen habe ich eine Arbeitsweise entwickelt, die präzise, zuverlässig und nüchtern-analytisch ist ? ergänzt durch eine Prise pragmatischen Humor, der in anspruchsvollen Projekten oft wertvoller ist als jede weitere Methode.
  • Ich unterstütze Unternehmen dabei, klare Entscheidungslogiken, robuste Datenqualität und wirksame Analytics-Lösungen aufzubauen ? nachvollziehbar, stabil und nachhaltig.


KERNKOMPETENZEN

Data Science & Analytics

  • Explorative Analysen & statistische Verfahren
  • Machine Learning & Modellvalidierung
  • Zeitreihen, Feature Engineering
  • Reproduzierbare Analysepipelines


Business Analysis & Prozessdesign

  • Requirements Engineering
  • BPMN, DMN & Entscheidungsmodelle
  • Fachlogik- und Regelwerksdesign
  • Schnittstellen- und API-Analyse


Data Engineering & Systems

  • ETL/ELT, Pipelines & Datenmigration
  • Datenqualität & Validierungsregeln
  • Graphmodelle, Neo4j
  • Dashboards, Reporting & Visualisierungen


TECH STACK (Auswahl)

  • Python: Pandas, NumPy, Plotly, Dash
  • Machine Learning: Scikit-Learn, PyTorch
  • Analytics Automation: KNIME Analytics Platform, RapidMiner Studio (certified)
  • Pipelines & MLOps: Airflow, MLflow
  • Graph Analytics: Neo4j
  • Modellierung: BPMN/DMN/UML, Sparx EA, Camunda BPM
  • IDE & Tools: VS Code, MS Visual Studio,
  • Collaboration: Confluence, Jira


PROFIL HIGHLIGHTS

  • Erfolgreiche Projekte bei Deutsche Bahn, PostFinance, SBB und GVL
  • Starke Verbindung von Analytics + Modellierung + Prozesslogik
  • Spezialisierung auf komplexe Regelwerke + Datenqualitätsanalysen
  • Erfahrung in heterogenen Systemlandschaften & Schnittstellenketten
  • Klare, strukturierte Arbeitsweise: analytisch, nachvollziehbar, präzise


AUSGEWÄHLTE PROJEKTE

2025 ? heute:

Rolle: ML Trading / Aktienanalyse ? intern


2021 ? 2024:

Rolle: Datenanalyse & Datenqualität 

Kunde: Deutsche Bahn


2018 ? 2020:

Rolle: Herstellerportal 

Kunde: GVL


2018 ? 2018:

Rolle: Aufhebungsprozesse 

Kunde: PostFinance


2015 ? 2017:

Rolle: Minussaldo-Prozess 

Kunde: PostFinance


2015 ? 2015:

Rolle: Versicherungsmanagement 

Kunde: SBB


2013 ? 2015:

Rolle: Risikomanagement-Tool 

Kunde: SBB

Datenbanken

PostgreSQL
InfluxDB

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.