(Bio-)Statistik | Data Science | Computational Cognitve Systems
- Verfügbarkeit einsehen
- 0 Referenzen
- auf Anfrage
- 15551 Tallinn
- Weltweit
- de | en
- 12.07.2023
Kurzvorstellung
Qualifikationen
Projekt‐ & Berufserfahrung
6/2019 – offen
Tätigkeitsbeschreibung
Statistik und Data Science, vorwiegend im Bereich der Life Science & der medizinischen Forschung.
Kunden u.a. Universität Bern, Inselspital Bern, Universität Lausanne, Charite Berlin, Paracelsius Medizinische Privatuniversität Salzburg.
Projektbeispiele:
- Entwicklung einer R-Bibliothek zum automatischen Screening von Fibrose, Cirrhose und fibrotic NASH für Patienten die mit NAFLD oder Hepatitis C vorstellig werden.
- Validierung und Vergleich prädiktiver Algorithmen im Bereich Hepatologie anhand von multicenter-Daten mit systematisch fehlenden Werten. Evaluierung auf Fairness und Discrimination.
- Explorative Studie im Bereich Metabolomics für Zerebrovaskuläre Erkrankungen.
- Entwicklung und Validierung einer neuen Machine-Learning Methode zur Auswahl relevanter Prädkitoren in Time-to-Event Analysen mit fehlenden Daten unter MAR.
- Mehrere wissenschaftliche Kohortenstudien mit komplexen Survival-Daten (fehlende Werte unter MAR, variierende Effekte und Kovariatenwerte über die Zeit, mehrere Outcomes bzw. States), teilweise mit Schätzung kausaler Effekte.
C++, Git, Data Science, Python, R (Programmiersprache), Statistik (allg.)
5/2019 – 12/2021
Tätigkeitsbeschreibung
- Statistische Datenanalyse für Forschungsprojekte im Bereich Psychologie / Life Sciences / Medizin / Wirtschaftswissenschaften / Soziologie
- Statistik Coaching & Training für Studenten (Bsc/Msc/PhD/MD)
IBM SPSS Statistics, R (Programmiersprache), Python
5/2019 – 12/2021
TätigkeitsbeschreibungStatistische Datenauswertung und Statistik Coaching, Datenanalyse und Präsentation
Eingesetzte QualifikationenR (Programmiersprache), IBM SPSS Statistics, Statistik (allg.)
1/2018 – 3/2018
TätigkeitsbeschreibungStatistische Datenanalyse und Visualisierung von Fragebögen
Eingesetzte QualifikationenStatistik (allg.), IBM SPSS Statistics
Ausbildung
Nikosia
Innsbruck
Innsbruck
Über mich
Im Zuge meiner selbstständigen Arbeit konnte ich an vielfältigen Projekten arbeiten. Dabei profitiere ich davon, mich schnell in neue Sachverhalte einarbeiten zu können und neue Tools oder Verfahren zu erlernen. Ich bin selbst über Umwege in der Arbeit mit Daten gelandet - daher kann ich selbst komplexe Zusammenhänge verständlich vermitteln und präsentieren und fließend zwischen technischen, wirtschaftlichen und wissenschaftlichen Anforderungen vermitteln.
Projektbeispiele:
- Entwicklung einer R-Bibliothek zum automatischen Screening von Fibrose, Cirrhose und fibrotic NASH für Patienten die mit NAFLD oder Hepatitis C vorstellig werden.
- Validierung und Vergleich prädiktiver Algorithmen im Bereich Hepatologie anhand von multicenter-Daten mit systematisch fehlenden Werten. Evaluierung auf Fairness und Discrimination.
- Explorative Studie im Bereich Metabolomics für Zerebrovaskuläre Erkrankungen.
- Entwicklung und Validierung einer neuen Machine-Learning Methode zur Auswahl relevanter Prädkitoren in Time-to-Event Analysen mit fehlenden Daten unter MAR.
- Mehrere wissenschaftliche Kohortenstudien mit komplexen Survival-Daten (fehlende Werte unter MAR, variierende Effekte und Kovariatenwerte über die Zeit, mehrere Outcomes bzw. States), teilweise mit Schätzung kausaler Effekte.
Weitere Kenntnisse
Statistische Methoden: (penalized) General(-ized) (non-)Linear/Additive (Mixed-Effect) Models, Strukturgleichungsmodelle, AN(C)OVA, Nichtparametrische Verfahren (Wilcoxon Mann-Whitney-U, chi-squared, permutation tests), Bootstrapping, GEE
• Survival Analyse, Cox-Regression (+extensions), multistate models incl. (semi)-competing risks, parametric survival models, Kaplan-Meier & Nelson-Aalen, Piece-Wise Exponential Additive Mixed Models (PAMMs), Joint Models
Maschinelles Lernen: u.a. Ensemble models mit Boosting (XGBoost, CatBoost, AdaBoost etc) oder Bagging (Random Forest), Classification und Regression Trees, k-nearest neighbors, latent class analysis, k-means clustering, factor analysis, fuzzy clustering, word embeddings (Word2Vec, GloVe, BERT), topic modeling (incl. BERTopic, statistische Verfahren), sentiment analysis
Indikationen für Biostatistik: Hepatitis B/C, Type 2 Diabetes Mellitus (T2DM), non alcoholic fatty liver disease (NAFLD) / metabolic-associated fatty liver disease (MAFLD), Psychometrische Verfahren, psychische & psychosomatische Erkrankungen, Stimmung / Verhalten/ Kognition/ Wahrnehmungsstörungen.
Methoden: Erfahrung mit RWE, retrospektiven und prospektiven Studiendesigns, Fragebogenstudien, online A/B-Tests, mixed-methods Verfahren, systematischen Reviews, (Individual Patient Data) Meta-analysen
Persönliche Daten
- Deutsch (Muttersprache)
- Englisch (Fließend)
- Europäische Union
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden