• E-Mobility: Auswertung Elektro-Ladeinfrastruktur-Daten / Ladesäulendaten
• Beratung zur Datenstrecke in Hinblick auf Analysemethoden zwecks Fehlererkennung im Datenbestand
• Entwicklung von Pythonscripten zum Monitoring und automatisierter Datenanpassung
• Einsatz von Analyse- und Machine-Learning Techniken zum Clustering, Klassifikation, Regression und weitere
• Einsatz von Natural-Language-Processing Techniken: u.A. Lemmatization, POS, NER, Feature Extraction (u.A. mittels TF-IDF), Topic Extraction (u.A. mittels LDA), Klassifikation

• Webscraping
• Anforderungsanalyse und Dokumentation

• Präsentationen zu technisch komplexen Themenstellungen sowie Visualisierung von Analyseergebnissen

Technologien:
Python, Pandas,GeoPandas, Scikit-Learn, SQL, div. Kartographiedienst-APIs ,plotly, shapely, scrapy, spaCy ,nltk und weitere

• Weiterentwicklung der Softwarekomponenten des DB-eigenen Fahrgastinformationssystems Bewertung des Einsatzes von Machine-Learning (ML)-Verfahren im Monitoring der fachlichen Betriebsführung
• Beratung hinsichtlich von ML-Algorithmen und ihrer Anwendbarkeit
• Auswahl von passenden ML-Ansätzen für konkrete Monitoringszenarios
• Beratung zu Erfordernis weiterer Datengrundlagen zur Verbesserung der ML-Ansätze
• Implementierung von ML-Monitoringverfahren auf Basis von Splunk und dem Splunk Machine Learning Toolkit (MLTK)
• Entwicklung von ML-Modellen zur Nutzung des Monitoring im Projektumfeld
• Einsatz des Splunk MLTK zur Erzeugung von automatisierten Alarmen und Berichten auf Basis von ML
• Erzeugen von Splunk-Abfragen zur Nutzung im Monitoring der fachlichen Betriebsführung
• Integration mehrerer Modelle zur integrierten Nutzung für die Alarmierung bei Systemausfällen
• Implementierung und Customizing von Splunk-Komponenten
• Aufbau ML gestützter BI Dashboards in Splunk
• Erstellen von Systemdokumentationen
• Vorbereitung von Entscheidungsvorlagen zu technischen Themen, Präsentationen zu technisch komplexen Themenstellungen

Technologien:
Splunk, Splunk ML-Toolkit, Scikit-Learn

Zeitreihenanalyse, ARIMA, Random Forest, Lineare Regression, Anomaly Detection, statistische Tests, Markov Ketten, Klassifikation

• Datenanalyse in SAP HANA. Machine Learning gestützte Vorhersage mit SAP HANA PAL (Predictive Analytics Library) & Python
• Erstellung eines Analyse-Konzeptes
• Analyse vorhandener Datenstruktur und Beratung zur Datenqualität hinsichtlich ML gestützer Predictive Maintenance
• Data Preprocessing: Datenbereinigung, Feature Extraction, Feature, Selection, Feature Engineering, Dimensionality Reduction / PCA
• Machine Learning Klassifikation von Maschinen-Sensordaten:

Logistische Regression, KNN, SVM, Decision Tree, Random Forest, Neuronales Netzwerk

• Bewertung der Anwendbarkeit von Clustering-Algorithmen: K-Means, Hierarchical Clustering
• Entwicklung von Softwarekomponenten in HANA SQL Script und PAL zur automatisierten Nutzung
• Entwicklung in Python: Jupyter, PyCharm, Pandas, Numpy, Scikit-learn zur Referenzierung und Teil des Proof of Concept

Visualisierung der Zwischenschritte und Präsentation der Ergebnisse in Tableau

Technologien:
SAP HANA Developer, SAP HANA SQL Script
Python, Jupyter, PyCharm, Pandas, Numpy, Scikit-learn, Keras

• Installation und Inbetriebnahme von Serverhardware sowie Servervirtualisierung
• Systemadministration von Serverhardware und -Software
• Interne technische Beratung zu betriebsrelevanten Soft- und Hardwarelösungen

Analyse / ETL:

•  Überführung und Aufbereitung der Rohdaten aus JSON mittels "Pentaho Spoon" in eine MySQL Datenbank

Frontend:

•  Open-Source BI Dashboard im Material Design auf Basis von Bootstrap mit interaktiven Javascript Open-Source DashboardElementen (Pie-, Donut-, Linecharts, Geolocation-map, etc.).
•  jQuery für zusätzliche Funktionalitäten wie z.B. Slider

Backend:

•  Lokaler Apache Webserver in XAMPP, MySQL DB und eigener PHP API zur Dashboard Anbindung
•  Verarbeitung der Formulardaten mit eigener PHP API, innerhalb welcher entsprechende SQL Statements generiert werden. Outputs sind aggregierte Daten und Zeitreihen für DashbardCharts. Kommunikation mit REST.

Technologien: Mysql, Pentaho Spoon, Javascript, Bootstrap, PHP, HTML, CSS, Postman, Heidi SQL

• Fachliche Betriebsführung FIS-Datenversorgung
• Datenanalyse, Fehleranalyse und Datenpflege
• Entwicklung von Tools und Datenbankskripten (SQL & VBA)
• Pflege von Fahrgastinformationsdaten
• Korrektur von GPS-Daten

Technologien: Oracle SQL, SQL Developer, Excel VBA, Altova XMLSpy

• Systemintegration: Installation und Inbetriebnahme von Serverhardware
• Systemadministration: Beaufsichtigung der Serverhardware sowie Software
• Business Support, VPN ServerFernwartung, Vorortservice und Fehlerbehebung, Konfiguration der Astaro Hardware Firewall