Data Scientist

1/2022 – 6/2022

ASPEKT-BASIERTE SENTIMENTANALYSE VON KUNDENFEEDBACKS

Entwicklung von Deep Learning Methoden zur Aspekt-basierten Sentimentanalyse von Kundenfeedbacks
- 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

Methoden: Weakly-supervised Aspect-based Sentiment Analysis, Natural Language Processing, Deep Learning, Convolutional Neural Networks

Tools & Libraries: Pandas, NumPy, spaCy, nltk, PyTorch, Ray Tune, PyCharm, Git, SQL, Regex

E-Learning, Faltendes Neuronales Netzwerk (CNN), Maschinelles Lernen, Natural Language Processing (NLP), Python, PyTorch, SQL

3/2021 – 9/2021

STUDENT TRACK PROGRAMM IM BEREICH DATA SCIENCE

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
- Training von Machine Learning Modellen zur Klassifikation von Kundenfeedbacks im Rahmen einer Hospitation bei DB Fernverkehr

Methoden: Zeitreihenanalysen, Facebook Prophet, ARIMA, SARIMA, Exponential smoothing

Tools & Libraries: NumPy, Pandas, TM1py, statsmodels, fbprophet, IBM Planning Analytics Workspace, git, jira, confluence, TM1

Business Intelligence (BI), Maschinelles Lernen, Python

10/2020 – 3/2021

DEEP LEARNING METHODEN ZUR KLASSIFIKATION VON DEUTSCHEN ZEITUNGSARTIKELN
Forschungsprojekt im Universitätsumfeld

- Entwicklung von Deep Learning Methoden zur Klassifikation von deutschen Zeitungsartikeln
- Data Preprocessing von deutschen Texten
- Entwicklung und Evaluierung verschiedener Deep Learning und Machine Learning-Ansätze
​
Methoden: Klassifikation, Natural Language Processing, Deep Learning, Convolutional Neural Networks, Recurrent Neural Networks, Naïve Bayes

Tools & Libraries: Python, PyCharm, Tensorflow, Keras, kerastuner, SpaCy, flair, sklearn

Faltendes Neuronales Netzwerk (CNN), Keras, Maschinelles Lernen, Naive Bayes, Natural Language Processing (NLP), Rekurrentes Neuronales Netzwerk (RNN), TensorFlow