Data Scientist / Analyst

8/2022 – 12/2023

- Datenanalyse: Ich führte komplexe Analysen durch, um aus sehr großen Datenmengen Erkenntnisse zu gewinnen. Hierbei nutzte ich fortgeschrittene Analysetechniken, um nicht nur aktuelle Trends zu identifizieren, sondern auch Prognosen für zukünftige Entwicklungen zu erstellen.

- Datenbankadministration: Ich war verantwortlich für die Sicherstellung der Integrität und Leistung der Datenbanksysteme. Dies beinhaltete die regelmäßige Überwachung, die Durchführung von Updates und die Anpassung der Strukturen zur Optimierung der Abfragezeiten.

- Datenmodellierung: Die Entwicklung effizienter Datenmodelle, die speziell auf die Verarbeitung und Analyse von Datenströmen ausgerichtet waren, fiel ebenfalls in meinen Zuständigkeitsbereich. Dabei achtete ich darauf, dass die Modelle skalierbar und anpassungsfähig für zukünftige Anforderungen waren.

- Agile Entwicklung und Projektmanagement: Als Projektleiter förderte ich die agile Entwicklungskultur im Team. Als Scrum Master sorgte ich für die Einführung und Einhaltung von Scrum-Praktiken, die die Produktivität und Effizienz des Teams steigerten.

- Stakeholder-Analyse und Kommunikation: Ich führte detaillierte Stakeholder-Analysen durch und entwickelte Kommunikationsstrategien, um sicherzustellen, dass alle Anforderungen verstanden und in den Entwicklungsprozess integriert wurden.

- Projektleitung und Teamführung: In meiner Führungsrolle traf ich wesentliche Entscheidungen bezüglich der Softwareentwicklung und koordinierte die Planung und Ausrichtung des Projekts. Als alleiniger Manager des Entwicklungsteams stellte ich sicher, dass die Projektziele erreicht und die Entwicklungsaufgaben erfolgreich umgesetzt wurden.

- Qualitätssicherung: Ich implementierte kontinuierliche Integration und fortlaufende Tests, um die Qualität und Zuverlässigkeit der Software zu gewährleisten. Dazu gehörte auch die Einrichtung automatisierter Testumgebungen, um frühzeitig Fehler zu identifizieren und zu beheben.

- Dokumentation und Reporting: Die Erstellung umfangreicher Dokumentationen für die entwickelte Software sowie das Reporting über den Fortschritt des Projekts an die Geschäftsführung gehörten ebenfalls zu meinen Aufgaben. Ich sorgte für Transparenz und Nachvollziehbarkeit der Entwicklungsprozesse und -ergebnisse.

- Risikomanagement: Ich identifizierte potenzielle Risiken im Entwicklungsprozess und arbeitete präventive Strategien aus, um diese zu minimieren. Dazu gehörte auch die ständige Überwachung der Projektparameter und das schnelle Reagieren auf Veränderungen.

- Kontinuierliche Verbesserung: Ich leitete die Post-Deployment-Analysen und initiierte Prozesse zur kontinuierlichen Verbesserung der Software. Durch regelmäßiges Feedback aus dem Nutzerkreis passte ich die Funktionen und Leistungen der Software an die Nutzerbedürfnisse an.

Agile Entwicklung, Business Analyse, Datenanalyse, Datenbankadministration, Datenmodellierung, Java-Frameworks, Kommunikation (allg.), Projektleitung / Teamleitung (IT), Projektmanagement (IT), SCRUM, Stakeholder-Analyse

6/2021 – 9/2021

- Entwicklung von Datenbanken: Aufbau und Strukturierung von Datenbanken zur effizienten Verwaltung und Speicherung komplexer Datensätze, die für die Masterthesen relevant sind.

- Datenmodellierung: Konzeption und Implementierung von Datenmodellen, um die vielfältigen und umfangreichen Daten aus psychologischen und sozialwissenschaftlichen Studien zu strukturieren und analytisch nutzbar zu machen.

- Python Programmierung: Verwendung von Python, um Daten zu verarbeiten, statistische Analysen durchzuführen und automatisierte Skripte zur Datenmanipulation zu erstellen.

- Pandas DataFrame Anwendung: Nutzung von Pandas DataFrames für die Organisation, Bereinigung und Analyse der Daten, um relevante Informationen effizient zu extrahieren und zu verarbeiten.

- Datenvisualisierung: Erstellung aussagekräftiger Visualisierungen komplexer Daten, um die Ergebnisse und Trends in den Masterarbeiten klar und verständlich darzustellen und somit die wissenschaftlichen Argumentationen zu untermauern.

Data Science, Datenbankentwicklung, Datenmodellierung, Pandas DataFrame, Python

12/2019 – 12/2020

- Datensammlung und -integration: Konsolidierung großer Datenmengen aus unterschiedlichen Quellen des Lieferando Services zur weiteren Verarbeitung.

- Datenmodellierung: Entwicklung und Anwendung komplexer Datenmodelle, um die großen Datensätze zu strukturieren und für Analysen vorzubereiten.

- Datawarehouse-Management: Einrichtung und Pflege eines Datawarehouse (DWH), um eine zentrale, konsistente Datenbasis für alle Analysevorgänge zu schaffen.

- Datenanalyse: Durchführung fortgeschrittener Analysen zur Identifizierung von Mustern und Trends, die Aufschluss über die Effizienz des neuen Prozesses gaben.

- Nutzung von Amazon Web Services (AWS): Implementierung von Cloud-Lösungen mit AWS zur Skalierung der Datenverarbeitung und -speicherung.

- Ergebnispräsentation: Aufbereitung und Präsentation der Analyseergebnisse für Stakeholder, um die positiven und potenzielle negativen Auswirkungen des neuen Prozesses zu demonstrieren.

Data Science, Big Data, Datawarehouse / DWH, Datenanalyse, Datenmodellierung, Amazon Web Services (AWS)