07.08.2024 aktualisiert
100 % verfügbar
Senior Data Engineer & Data Scientist
Ubstadt-Weiher, Deutschland
Weltweit
Master of ScienceSkills
Agile MethodologieAmazon Web ServicesAmazon S3Data AnalysisZustandsüberwachungContinuous IntegrationSchwingungenETLAmazon DynamoDBPythonPostgreSQLMachine LearningNumPyVorbeugende InstandhaltungPumpen
AWS CDK, Agile Development, DynamoDB, S3, Amazon Web Services, AWS, Spark, API Gateway, Cloudwatch, CI/CD, Data Lakes, Datenklassifizierung, Docker, ETL, GitLab, KI, Machine Learning, ML Ops, Matplotlib, Numpy, Pandas, Plotly, PostgreSQL, Python, SQL, Scikit-Learn, supervised Learning, Terraform
Erfahrung
Berufserfahrung5 - 10 Jahre
Freelancer seit2024
Sprachen
DeutschMutterspracheEnglischverhandlungssicherItalienischGrundkenntnisseSpanischgut
Projekthistorie
- Aufbau eines Data Lakes für einheitliche Datenzugriffe des Machine Learning Teams (ETL-Infrastruktur)
- Aufbau eines Labelling Tools zur Datenklassifizierung als Grundlage für supervised Learning Algorithmen
- Realtime Betriebsstatus-Schätzung als Hybrid aus globalem und pumpenidieviduellem Machine Learning Ansatz
- Batteriediagnose-Service, der den Support frühzeitig über bevorstehende Batterieausfälle der Sensorik informiert
- Umsetzung einer ML-basierten dynamischen Grenzwertanpassung (Alarming) auf Basis von Schwingungsverhalten
- Teamübergreifende Einführung von ML Ops Best Practices
- Koordination des Projektteams bestehend aus Data Scientisten der esentri AG, Entwicklungsingenieure der DBK David + Baader Gmbh und Simulationsexperten der Hochschule Karlsruhe
- Aufbau einer Cloud-Infrastruktur für Machine Learning auf IoT Daten (Sensorik, IoT-Platform, Cloud-Infrasturktur, End-User Dashboards)
- Entwicklung einer KI-gesteuerten Regelung einer zentralen Lüftungsanlage eines Einfamilienhauses (basierend auf historischem Bewohnerverhalten, Wetterprognosen, Strompreisen,...)
- Identifizierung von Wirklungsgraddefiziten einer Pipeline Pumpstation anhand von Sensordaten
- Ursachenermittlung der Wirkungsgraddefizite mithilfe von erklärbaren Machine Learning Modellen
- Wirkungsgraduntersuchung eines Pipeline-Abschnitts in Bezug auf die Zugabe von DRA (Drag Reducing Agent)