11.11.2025 aktualisiert

**** ******** ****
Premiumkunde
100 % verfügbar

Data Scientist

Eschborn, Deutschland
Deutschland
M.Sc Angewandte Statistik
Eschborn, Deutschland
Deutschland
M.Sc Angewandte Statistik

Profilanlagen

ainovi Profil - Joanna Falk.docx

Skills

Microsoft WindowsForschungKünstliche Neurale NetzwerkeAtlassian ConfluenceAtlassian JiraClusteranalyseDatenbankenData MiningGeografische AnalyseR (Programmiersprache)Integrierte EntwicklungsumgebungPythonLatexMachine LearningMathematikProjektmanagementMicrosoft Visual StudioMongoDBMySQLNltkNumPyScrumRstudioTensorFlowStatistikenDaten- / DatensatzprotokollierungData SciencePyTorchDeep LearningJupyterKerasGitKanbanpandasMatplotlibScikit-learnTeamarbeitPlotlySpacy
Projekterfahrung in Bereichen der Statistik und der mathematischen Oprimierung (u.a. Regression, Klassifikation, Zeitreihenanalysen, Clustering) sowie im Bereich Data Science (mit Fokus auf Maschine Learning & Deep Learning)


Methoden und Technologien
Projektmanagement: Scrum, Kanban
Data Science: Data Mining, Machine Learning, Neuronale Netze, Zeitreihenanalysen, Clustering, Klassifikation, Regression, Natural Language Processing, Räumliche Statistik, DSGVO
Persönlichkeit: Organisationstalent, Teamfähigkeit, Sorgfalt


Technisches Skillset
Programmiersprachen: Python, R, LaTeX
Frameworks: NumPy, Pandas, Scikit-Learn, Scikit-Image, Tensorflow, Keras, PyTorch, Matplotlib, Seaborn, Plotly, nltk, spaCy, FastText, tidyr, dplyr, plotly, ggplot2, RColorBrewer, stats, RSelenium, sp, stringr, readr
Datenbanken: Microsoft SQL Server, SQLite, MongoDB, MySQL, Oracle
Entwicklungsumgebungen: PyCharm, Visual Studio Code, Jupyter, RStudio
Tools: Jira, Confluence, Git, Sharepoint, MS Office, TexStudio, ShareLaTeX
Systeme: Windows, Linux


Branchenkenntnisse
Mobilität, Beratung, Forschung, Lehre


Zertifizierung
Scrum Master
Product Owner
AWS Certified Cloud Practitioner
AWS Certified Machine Learning Specialty in Vorbereitung
Tableau in Vorbereitung

Erfahrung

Berufserfahrung0 - 5 Jahre
Freelancer seit2023

Sprachen

DeutschMutterspracheEnglischverhandlungssicherPolnischMuttersprache

Projekthistorie

Machine-Learning-basierte Fahrempfehlungen für Prüfdienspersonal

DB Systel

Transport und Logistik

5000-10.000 Mitarbeiter

Methoden: Data Science, Machine Learning, Deep Learning, ETL, Data Engineering, Cloud (AWS), Clean Code, Anforderungsmanagement

Aufgaben
• Verantwortung für Anforderungsmanagement und Kundenkommunikation, inklusive Abstimmung technischer Details und Präsentation der Ergebnisse bei internen Stakeholdern.
• Unterstützung bei der Projektplanung und Koordination der Datenbeschaffung aus internen Unternehmensorganisations-einheiten.
• Aufbau einer End-to-End-Datenpipeline für AWS SageMaker zur automatisierten Modellerstellung und -aktualisierung.
• Entwicklung von ETL-Pipelines mit PyIceberg, AWS Glue und Polars für die tägliche Verarbeitung und Konsolidierung von Datenfiles sowie Sicherstellung von Datenqualität und Vollständigkeit.
• Austausch mit Fachbereichen zur Qualitätssicherung und Dokumentation der Daten.
• Entwicklung und Weiterentwicklung von AWS Lambdas und einer PostgreSQL-Datenbank für effiziente Datenhaltung und -verarbeitung.
• Durchgängige Anwendung von Clean-Code-Prinzipien zur langfristigen Wartbarkeit und Skalierbarkeit der Lösung.
• Aufbau einer modularen Codebasis mit Packaging-Tools.
• Sicherstellung der Qualität durch Unit- und Integrationstests mit pytest, automatisierte Deployments in CI/CD-Pipelines.

Eingesetzte Tools: Python, Polars, AWS SageMaker, AWS Glue, PyIceberg, Post-greSQL, AWS Lambda, CloudFormation, CI/CD-Pipelines, Ju-pyterLab, VS Code, Jira, Confluence

Ausfallprognose

DB Systel

Transport und Logistik

5000-10.000 Mitarbeiter

Entwicklung eines Proof-of-Concepts zur Vorhersage der Ausfallwahrscheinlichkeit im Güterverkehr, mit dem Ziel, Betriebsabläufe datenbasiert zu optimieren und Entscheidungen frühzeitig zu unterstützen.

Methoden: XGBoost, Statistische Datenanalyse, Agile Entwicklung, Kanban

Aufgaben
• Aufbau und Betrieb einer skalierbaren Datenpipeline für mo-dellgestützte Prognosen.
• Verarbeitung großer Datensätze und Feature Engineering zur Optimierung eines XGBoost-Modells.
• Entwicklung einer automatisierten ML-Pipeline mit AWS Sage-Maker.
• Dokumentation der Ergebnisse und Präsentation von Hand-lungsempfehlungen an Stakeholder.

Eingesetzte Tools:
Python, Polars, AWS SageMaker, SQL, VS Code, JupyterLab, Jira, Confluence

Entwicklung eines Industrie-Dashboards

ainovi

Internet und Informationstechnologie

10-50 Mitarbeiter

Produktentwicklung bei ainovi

Entwicklung eines interaktiven Dashboards für den Industriesektor zur Verfolgung von Zielen wie der Reduzierung von Materialverschwendung und der Implementierung von Predictive Maintenance
  • Data Preprocessing von verschiedenen Datenquellen
  • Explorative Analysen von Produktionsdaten
  • Entwicklung eines interaktiven Dashboards
  • Dokumentation der Ergebnisse und anschließende Kundenpräsentation
Methods: Explorative Datenanalyse, Predictive Maintenance, Datenvisualisierung
Tools & Libraries: Tableau, PowerBI, Python

KI-gestützte Wettervorhersagen

ainovi

Internet und Informationstechnologie

10-50 Mitarbeiter

Produktentwicklung bei ainovi

Entwicklung eines Deep-Learning-Modells für Wettersimulationen
  • Evaluierung unterschiedlicher Lösungsansätze, incl. GAN, GNN und Variational Autoencoders, sowie Zeitreihenanalysen als Wettervorhersage Modellen
  • Explorative Datenanalyse und Feature Engineering auf Basis von gemischten, statischen und Time-Series Daten
  • Entwicklung eines PoC für Wettersimulationen
  • Verbesserung und Optimierung der Lösungsansätze mithilfe verschiedener Tuning-Techniken, incl. Grid-search and Bayes search
  • Dokumentation der Ergebnisse und anschließende Kundenpräsentation
  • Unterstützung bei der Projektplanung inkl. Meilensteininhalte
Methoden: Machine Learning, Deep Learning, Generative Algorithmen, Computer Vision, Variational Autoencoder (VAE), Generative Adversarial Networks (GAN), Graph Neural Networks (GNN), Netzwerkanalyse, Geoanalyse, Simulationen, Big Data, High Performance Computing, Distributed Systems, Data Streaming, Forschung
Tools & Libraries: Python, PyCharm, PyTorch, Docker

DSGVO-konforme Anonymisierung von Texten

ainovi GmbH

Internet und Informationstechnologie

10-50 Mitarbeiter

Refactoring und Produktentwicklung einer Deep-Learning-Lösung zur automatisierten, DSGVO-konformen Anonymisierung von Texten, inkl. Migration in die Google Cloud unter Verwendung von Infrastructure as Code zur Definition und Bereitstellung aller benötigten Cloud-Ressourcen

Methoden
Deep Learning, Agile Entwicklung, Natural Language Processing, CNN, LSTM, Named Entity Recognition, Google Cloud, IaC, Containerization, Cloud Migration, Load Tests, API, Code Refactoring

Aufgaben
• Einarbeitung in die rechtlichen und technischen DSGVO-Anforderungen zur sicheren Verarbeitung und Anonymisierung von Textdaten
• Ausbau und Pflege der DSGVO-konformen Speicherung von Trainings- & Testdatensätzen
• Wissenschaftliche Prüfung & Evaluierung neuer Deep-Learning-Ansätze
• Weiterentwicklung des Produkts und der dazugehörigen REST-API
• Aufbau einer Datenbank-Migrationslösung
• Sichere Verwaltung von anonymisierten Daten
• Weiterentwicklung einer Feedback-Funktion, um das Produkt kontinuierlich zu verbessern
• Erstellung einer Datenschutzfolgeabschätzung
• Entwicklung, Wartung & Bereitstellung von Multi-Container-Applikationen
• Mitarbeit an der Cloud-Migration der Docker-Applikationen als Microservices mit Cloud-basierter PostgreSQL-Datenbank
• Load Testing zur Skalierungsabschätzung
• Definition und Bereitstellung aller Cloud-Ressourcen mittels Pulumi

Eingesetzte Tools
Flask, gevent, Tensorflow, Pulumi, Docker, Python, PyTest, PostgreSQL, REST, JupyterLab

Automatisierte Generierung von Musik

ainovi

Internet und Informationstechnologie

10-50 Mitarbeiter

Produktentwicklung bei ainovi

Entwicklung eines Deep Learning Modells zur automatisierten Generierung von Musik 
  • Evaluierung und Evaluierung unterschiedlicher Lösungsansätze
  • Entwicklung eines PoC zur Generierung von Musik
  • Konzeptualisierung eines Datenbankentwurfs
  • Dokumentation der Ergebnisse und anschließende Kundenpräsentation
  • Unterstützung bei der Projektplanung inkl. Meilensteininhalte
Methoden: Machine Learning, Deep Learning, Generative Algorithmen, Variational Autoencoder (VAE), Generative Adversarial Networks (GAN), MIDI, Forschung
Tools & Libraries: Python, PyCharm, Tensorflow, PyTorch, magenta, MusicVAE

Aspekt-basierte Sentimentanalyse von Kundenfeedbacks

DB Fernverkehr

Transport und Logistik

>10.000 Mitarbeiter

Werkstudentin und Masterandin bei DB Fernverkehr

Entwicklung von Deep Learning Methoden zur Aspekt-basierten Sentimentanalyse von Kundenfeedbacks
  • Datenbankabfragen mit SQL
  • Kontrolle der Datenqualität und Data Preprocessing von verschiedenen Datenquellen
  • Training eines auf Worteinbettungen basierten Modells zur Erstellung von Pseudo-Labels für Aspekte und Sentiments
  • Training von Convolutional Neural Networks auf Pseudo-Labels
  • Training von self-learning Convolutional Neural Networks zur Verbesserung der Klassifikationsergebnisse für Aspekte und Sentiments
  • Visuelle Aufbereitung und Präsentation der Ergebnisse
Methoden: Weakly-supervised Aspect-based Sentiment Analysis, Natural Language Processing, Deep Learning, Convolutional Neural Networks, Big Data, Datenqualität
Tools & Libraries: Pandas, NumPy, spaCy, nltk, PyTorch, Ray Tune, Plotly, PyCharm, WSL, Apache Spark, Hadoop, Zeppelin, Git, Microsoft SQL Server, Regex, Datenvisualisierungen

Evaluierung von Methoden der Zeitreihenanalyse

DB Systel

Internet und Informationstechnologie

5000-10.000 Mitarbeiter

Praktikantin bei DB Systel

Durchführung von Zeitreihenanalysen, Vorträge zum Thema Zeitreihenanalysen, Klassifikation von Kundenfeedbacks mit Methoden des maschinellen Lernens
  • Vertiefung und Durchführung von Methoden der Zeitreihenanalysen auf verschiedenen Datenquellen
  • Vorstellung der Methoden der Zeitreihenanalysen in Vorträgen
  • Beratung hinsichtlich der Auswahl geeigneter statistischer Methoden
  • Untersuchung der Methoden des IBM Planning Analytics Workspace und Vergleich mit anderen Methoden der Zeitreihenanalyse
  • Kontrolle der Datenqualität
  • Wissensmanagement in Confluence
  • Vorstellung der Ergebnisse auf einer internationalen Konferenz
  • Training von Machine Learning Modellen zur Klassifikation von Kundenfeedbacks im Rahmen einer Hospitation bei DB Fernverkehr
  • Durchführung von Zeitreihenanalysen für Energiedaten im Rahmen einer Hospitation bei DB Energie
Methoden: Zeitreihenanalysen, Facebook Prophet, ARIMA, SARIMA, Exponential smoothing, Machine Learning, Natural Language Processing, Datenqualität
Tools & Libraries: NumPy, Pandas, TM1py, statsmodels, fbprophet, IBM Planning Analytics Workspace, Apache Spark, Hadoop, Zeppelin, git, jira, Confluence, TM1, Power BI

Methoden-Forschung in Bereich der sekundären Datengewinnung

Statistisches Bundesamt

Öffentlicher Dienst

1000-5000 Mitarbeiter

Praktikantin, Werkstudentin und Bachelorandin beim Statistischen Bundesamt

Untersuchung der Eignung von Mobilfunkdaten zur amtlichen Statistikproduktion: Analyse von statischen Mobilfunkdaten hinsichtlich der Bevölkerungsdarstellung, Analyse von dynamischen Mobilfunkdaten hinsichtlich der Pendlerstatistiken
  • Abbildung und Vergleich der Wohn- und Tagesbevölkerung mithilfe von statischen Mobilfunkdaten von unterschiedlichen Mobilfunkanbietern
  • Vergleich der Mobilfunkdaten von unterschiedlichen Mobilfunkanbietern mit den Zensusdaten
  • Untersuchung von Pendler- und Touristenströmen mithilfe von dynamischen Mobilfunkdaten
  • Graphische Darstellung der Mobilfunkdaten auf Kreis- und Gemeindeebene
  • Veröffentlichung von Ergebnissen in einem Paper
Methoden: Spatial Statistics, Kernel Density Estimation, Geoanalyse, Big Data, Datenvisualisierungen
Tools & Libraries: ggplot2, sp, Kernelheaping, lattice, rgeos, dplyr, Plotly, RStudio, RMarkdown, GIS

Zertifikate

AWS Certified Cloud Practitioner

AWS

2023

Professional Scrum Master I

Scrum.org

2023

Professional Scrum Product Owner I

Scrum.org

2023

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden