• Erforschung und Entwicklung neuer Risikoindikatoren unter Verwendung von Deep-Learning-Technologie
• Identifizieren Sie Risikoindikatoren mithilfe linguistischer Analysetechniken
• Verantwortlich für den Upgrade-Test der Big-Data-Plattform
• Berechnung und Überprüfung von Risikoindikatoren Verantwortlich für Modellstabilitätstests in verschiedenen Umgebungen
• Verantwortlich für die Identifizierung und Unterstützung bei der Lösung von Big-Data-Plattformen

• Verantwortlich für das Design, die Freigabe und die Implementierung der Gesamtlösung
• Anpassung, Verwaltung, Verteilung, Überprüfung und Implementierung von Gruppenaufgaben
• Entwerfen und Vorschlagen der quantitativen Berechnungsmethode zur Priorisierung von Projekten der künstlichen Intelligenz und deren Umsetzung
• Big-Data-Clearing-Process
• Design und Implementierung von Standardlösungen für Predicitve Maintenance
• Implementierung und Test eines speziellen Deep-Learning-Modells für Bankserver

• Vorbereitung der Softwareumgebung für KI und Machine Learning (ML)
  
  • PaaS für schnelle Entwicklung und Lieferung - ML Flow
  • Umstellung von Tensorflow zu MXNet für Deep Learning
  • Einrichtung einer Prozessautomatisierungsplattform
  • Bearbeitung der Datenbasis für KI & ML Training
• OpenSoc Architektur für KI Applikationen
• KI Lösungs Lebenszyklus Analyse
• Überprüfung der Deep Learning Bibliothek
• Implementierung der KI Use Cases in Python
  • SNMP Attack Detection
  • Feature importance Analyse
  • Variational Autoencoder für DNS- & SQL-Injection-Erkennung

• Anforderungsanalyse basierend auf der Phantom Plattform, Playbook und App Development
• Automatisierung des Prozessdesigns und Umsetzung im Python Code
• Problem und Risikoidentifikation der Use Cases
• Koordination zwischen verschiedenen Teams
• TLS Check Automation Process
• Change Requests Automation Process

• Entwicklung von Kennzahlenreports und AdHoc Auswertungen aus dem Data Warehouse
• Funktionales Architektur Management, Erstellung von User-Stories, Use-Cases, Fachkonzepten, funktionalen Systembeschreibungen
• Bewertung von funktionalen Architekturen
• Erstellung von funkitonalen Spezifikationen und Sicherstellung der Realisierbarkeit
• Abstimmung, Beschreibung und Durchführung von abnahmerelevanten Testfällen im Projektkontext

•  Kollaboration zwischen verschiedenen Haupt-Clustern
• Report und Überwachung der Durchführungen aller Projekte in BDAA
• Gaps und Problem Identifikation
• Unterstützung für Data Qualität & Metadatei Management

• Koordination der Organisation
• Unterstützung der Level III Group
• Erstellung von monatlichen Reports für Entscheidungsträger
• Identifikation von Gaps und Problemen des Arbeitsprozesses

• • Identifizierung von Datenqualitätsproblemen, Definition und Lokalisierung von Datenqualitätsindikatoren und -kontrollen zur Gewährleistung der Umsetzung der Strategie
  • Analyse und Identifizierung der Leistung von modernstem Maschine Learning und künstlichen intelligenten Modellen für den Handel
  • Identifizierung von Lücken zwischen Daten- und Algorithmusanforderungen zur Verbesserung der Ausführungsgenauigkeit
  • Klassifizierung des Handelssystems in Bezug auf verschiedene Derivatmärkte und Planung einer effizienten Entwicklungskette
  • Implementierung von Optimal Gamma und C Parameter für Support Vector Regression Modell in C++ & Python
    • Design und Definition der Grundelemente für einen Signalhandel-

    Roboter, um zu kommunizieren und zusammen mit anderen Robotern als Cluster zu arbeiten

  • Aufbau von Data Lake Infrastrukturen und Entwicklung von Data Pipelines

• Ölpreisprognosen
  Identifizierung von Kundenwünschen nach praktischer Anwendung der Handelsstrategie
• Analyse und Identifizierung von Leistungen von beendenden Modellen, Suche nach einer neuen effizienten Kombination zwischen Datenkontrakturen und Algorithmen für
  höhere Genauigkeit in C++ & R
• Verantwortung für die Projektdokumentation sowie die Vorbereitung und Finalisierung
  von Präsentationen
• Gasverbrauchsprognosen
• Verantwortung für die Koordinierung und Umsetzung der Implementierung der Applikationen
  im neuen System in ständiger Absprache mit Business, Testern und Entwicklern
  in C++

Business Prozess Optimization
• Neue Definition von Geschäftsprozessen und Parallelisierung von Arbeitsabläufen zur Archivierung hoher Rechenleistung unter Berücksichtigung großer Datenmengen
• Spezieller Algorithmus in AMPL, der Intervall-Effekt von schlechter Datenqualität löst, um ihnen die Möglichkeit zu geben, alle falschen Daten während der Berechnungen aufzuzeigen
Distribution and Logistik Problem
• Design und Umsetzung von stark bestrahlten Einschränkungen Optimierungsproblem in AMPL Cplex Multi Bin Packung Problem & Saft Mixtur Problem
• Verantwortung bei der Umsetzung der AMPL Cplex in den Anforderungen