29.10.2026 aktualisiert
nicht verfügbar
info: nicht verfügbar bis 28.02.2027
Data Scientist | Machine Learning | Python & R | Ph.D. Bioinformatik
Hünfeld, Deutschland
Nur Remote
Dr. rer. nat. Bioinformatik, Stiftung Tierärztliche Hochschule HannoverÜber mich
Als Data Scientist und Doktorin der Naturwissenschaften bringe ich mehr als fünf Jahre Erfahrung in Machine Learning und fortgeschrittener Datenanalyse mit Python und R mit.
Skills
Azure DevOpsBioinformatikR (Programmiersprache)Medizinische StatistikPythonMachine LearningStatistikenAgrarwissenschaft
Programmierung mit Python, R und SQL
Fundierte Kenntnisse in den Programmiersprachen Python, R und SQL, eingesetzt für Datenanalyse, maschinelles Lernen und die Entwicklung von Data-Science-Anwendungen.
Machine Learning Verfahren
Umfangreiche Erfahrung in der Entwicklung und Anwendung von Machine-Learning-Modellen, darunter Klassifikation, Zeitreihenanalyse, Forecasting sowie Deep Learning mit PyTorch und TensorFlow.
Datenanalyse und Statistik
Tiefgehende Kenntnisse in statistischer Analyse, Aufbereitung großer Datenmengen und Feature Engineering, angewendet in wissenschaftlichen und unternehmerischen Kontexten.
Data Science Frameworks in R und Python
Einsatz etablierter Data-Science-Frameworks in R und Python zur effizienten Datenverarbeitung und Modellentwicklung.
Deep Learning Frameworks: PyTorch, TensorFlow
Praktische Erfahrung mit PyTorch und TensorFlow, unter anderem bei der Entwicklung von Generative Adversarial Networks (GANs) zur Datenaugmentation.
Cloud Computing: Azure
Kenntnisse in Cloud-Computing-Technologien, insbesondere Microsoft Azure, eingesetzt im Rahmen von KI-Projekten in der öffentlichen Verwaltung.
Power BI
Nutzung von Power BI zur Visualisierung und Aufbereitung von Daten und Analyseergebnissen.
Unix-Shell
Kenntnisse in der Unix-Shell-Programmierung zur Automatisierung und Verarbeitung von Daten in wissenschaftlichen und technischen Umgebungen.
Agiles Projektmanagement
Erfahrung in der agilen Projektleitung, unter anderem als Product Owner und Fachgebietsleiterin KI und Data Science.
Wissenschaftliches Schreiben
Erfahrung im wissenschaftlichen Schreiben, belegt durch Erstautorenschaften zu den Themen Datenaugmentation und Umgang mit Ausreißern in Datensätzen.
Fundierte Kenntnisse in den Programmiersprachen Python, R und SQL, eingesetzt für Datenanalyse, maschinelles Lernen und die Entwicklung von Data-Science-Anwendungen.
Machine Learning Verfahren
Umfangreiche Erfahrung in der Entwicklung und Anwendung von Machine-Learning-Modellen, darunter Klassifikation, Zeitreihenanalyse, Forecasting sowie Deep Learning mit PyTorch und TensorFlow.
Datenanalyse und Statistik
Tiefgehende Kenntnisse in statistischer Analyse, Aufbereitung großer Datenmengen und Feature Engineering, angewendet in wissenschaftlichen und unternehmerischen Kontexten.
Data Science Frameworks in R und Python
Einsatz etablierter Data-Science-Frameworks in R und Python zur effizienten Datenverarbeitung und Modellentwicklung.
Deep Learning Frameworks: PyTorch, TensorFlow
Praktische Erfahrung mit PyTorch und TensorFlow, unter anderem bei der Entwicklung von Generative Adversarial Networks (GANs) zur Datenaugmentation.
Cloud Computing: Azure
Kenntnisse in Cloud-Computing-Technologien, insbesondere Microsoft Azure, eingesetzt im Rahmen von KI-Projekten in der öffentlichen Verwaltung.
Power BI
Nutzung von Power BI zur Visualisierung und Aufbereitung von Daten und Analyseergebnissen.
Unix-Shell
Kenntnisse in der Unix-Shell-Programmierung zur Automatisierung und Verarbeitung von Daten in wissenschaftlichen und technischen Umgebungen.
Agiles Projektmanagement
Erfahrung in der agilen Projektleitung, unter anderem als Product Owner und Fachgebietsleiterin KI und Data Science.
Wissenschaftliches Schreiben
Erfahrung im wissenschaftlichen Schreiben, belegt durch Erstautorenschaften zu den Themen Datenaugmentation und Umgang mit Ausreißern in Datensätzen.
Erfahrung
Berufserfahrung0 - 5 Jahre
Freelancer seit2021
Sprachen
DeutschMutterspracheEnglischverhandlungssicher
Projekthistorie
Eigenständige Entwicklung einer LLM-basierten Anwendung zur automatisierten Dokumentenerkennung, Datenextraktion und zeilenbezogenen Betragsaggregation für die Anlagen der Steuererklärung.
Erstellung diverser Statistiken zur Kundenstruktur und Umsätzen in den Laborsparten, Nutzbarmachung von unstrukturierten Daten (u.a. Adressvalidierung und Klassifikation von Testverfahren im Labor), Entwicklung von automatisierten CRM-Potenzialanlysen mit Machine Learning Verfahren sowie Zeitreihenanalyse und Forecasting mit Machine Learning Verfahren und Visualisierung der Ergebnisse.
Geschäftsführung, Buchhaltung und Gestaltung der Internetseite.