freiberufler Senior Data Scientists / Machine Learning Operations (MLOps) Specialist auf freelance.de

Senior Data Scientists / Machine Learning Operations (MLOps) Specialist

zuletzt online vor wenigen Stunden
  • auf Anfrage
  • 60598 Frankfurt am Main
  • Europa
  • de  |  el  |  en
  • 25.05.2024

Kurzvorstellung

Mit umfassender Erfahrung entlang der gesamten KI-Wertschöpfungskette und fundiertem Fachwissen, speziell im Energiesektor und anderen Branchen, verfolge ich einen produkt- und serviceorientierten Ansatz, um rasch hochwertige Ergebnisse zu liefern.

Auszug Referenzen (3)

"D. demonstrierte ein starkes ML-Ops & AWS Skillset im Transformationsprojekt von DB Energie's KI-Bereich. Tolle Partnerschaft, 100% Recommend!"
Consultant Data Scientist
Florian Ochs
Tätigkeitszeitraum

6/2019 – 1/2024

Tätigkeitsbeschreibung

- Einführen von Machine Learning (ML) - Technologien und Prozesse in DevOps und somit Erweitern auf MLOps als auch deren Etablierung in das Team.
- Teilnahme an einer Arbeitsgruppe des Konzerns mit der Initiative zur Einführung generativer KI in den Konzern.
- Teilen von ML-Konzepten und Erkenntnissen innerhalb und außerhalb der Organisation.
- Enge Zusammenarbeit mit Amazon Web Services AWS in folgenden Bereichen:
a) Optimieren und justieren eingesetzter AWS Services, insbesondere Amazon Sagemaker (auch mit Hilfe des Sagemaker-Product-Team) gemäß den Erfordernissen der Daten- und Analyseplattform der DB Energie.
b) Gestaltung von MLOps Prinzipien, Technologien und Prozesse
c) Gemeinsame Veröffentlichung einer Case Study und Präsentation über MLOps auf dem AWS Summit 2022 in Berlin.

Published Case Study:
-Hyperlink entfernt-

Eingesetzte Qualifikationen

Engineering data management (EDM), Amazon Web Services (AWS), DevOps, Generative KI, Maschinelles Lernen, MLOps, Schulung / Coaching (allg.), Schulungskonzepte, Summit

"Herr A. hat in unserem Bereich als Data Science Experte gearbeitet. Mit seiner Leistung waren wir sehr zufrieden."
Consultant Data Scientist
Kundenname anonymisiert
Tätigkeitszeitraum

6/2019 – 1/2024

Tätigkeitsbeschreibung

Management der folgenden Anwendungsfälle von der Beratung der Kunden (Business Analyse) bis hin zur Entwicklung von Machine Learning Modellen (Data Science), der Bereitstellung der IT-Infrastruktur (Data- und ML-Engineer) und den produktiven Betrieb (Operations-Engineer und Produktmanager):
1. Lastspitzenmanagement durch Prognostizieren von Lastspitzen im Bahnstromnetz (End-to-End Verantwortung).
2. Strombedarfsprognose für das Bahnstromnetz.
3. Prognose der Stromproduktion von PV-Parks.
Um einen reibungslosen Betrieb zu gewährleisten wurden Sicherheitsmechanismen wie Tests und Datenqualitätsprüfungen umgesetzt. Ergebnisse und Business-Metriken wurden visuell über Dashboards dargestellt.

Eingesetzte Qualifikationen

R (Programmiersprache), Tableau, Neuronale Netze, PyTorch, Scikit-learn, TensorFlow, Amazon Web Services (AWS), Big Data, Business Analyse, Business Intelligence and Reporting Tools (BIRT), Business Intelligence (BI), Data Mining, Data Science, Datenanalyse, Energiedatenerfassung, Engineering data management (EDM), Git, Maschinelles Lernen, Produktdatenmanagement (PDM), Python, Reporting, Testautomatisierung

"Ich kann die Zusammenarbeit mit D. A. bei der Deloitte Wirtschaftsprüfungsgesellschaft GmbH und im angegebenen Projektkontext bestätigen"
Consultant Data Analyst
Steffen Hummel
Tätigkeitszeitraum

2/2018 – 6/2019

Tätigkeitsbeschreibung

● Entwickeln eines Datenschutz Management System (DSMS) basierend auf der EU Datenschutzgrundverordnung (DSGVO) zur automatisierten Erstellung und Bereitstellung von Berichtsanalysen für die Bankenaufsicht.
● Entwickeln von KPI’s für das Informations-Sicherheit Management System (ISMS), zur Überwachung der Wirksamkeit und Effizienz der IT-Systeme.
● Marktanalyse und Beratung zur Entscheidung der Einführung eines Governance Risk & Compliance Tools (GRC). Außerdem, Beratung zur Integration des GRC-Tools mit dem DSMS und ISMS als auch zur Durchführung einer Datenbank-Migration.
● Durchführung von Analysen für die Entwicklung interner Produkte in interdisziplinären Teams:
1. Durchführung von Datenanalysen basierend auf komplexen, großvolumigen Buchungsdaten von Banken und Versicherungen im Rahmen von Jahresabschlussprüfungen.
2. Analyse und Anwendung von Machine Learning Methoden mittels der Programmiersprache R zur Klassifizierung von gutartigem und bösartigem Brustkrebs auf Grundlage von öffentlich zugänglichen Mammographiedatensätze für die Pharmaindustrie.

Eingesetzte Qualifikationen

Pharmaforschung, Datenanalyse, Migration, Datenbankrecherche (allg.), Buchhaltung, Datenschutz, Informationssicherheit, IT-Beratung (allg.), Klinische Studie, Logistische Regression, Management-Informationssysteme, Onkologie, Predictive analytics, R (Programmiersprache), Reporting, Risikoanalyse, Risikomanagement (Finan.)

Qualifikationen

  • Amazon Sagemaker
  • Amazon Web Services (AWS)
  • Budgetierung
  • Data Science
  • Engineering data management (EDM)
  • Fahrzeugdesign / Automobildesign
  • Maschinelles Lernen
  • Palantir
  • Projektleitung / Teamleitung (IT)
  • Solution Architektur

Projekt‐ & Berufserfahrung

Senior Consultant Data Scientist (Festanstellung)
Kundenname anonymisiert, Frankfurt am Main
1/2024 – offen (5 Monate)
Automobilindustrie
Tätigkeitszeitraum

1/2024 – offen

Tätigkeitsbeschreibung

Projektleitung in der Erkennung von Cyber-Angriffen in Systemkomponenten autonomer Fahrzeuge unter Verwendung von KI im Rahmen einer Multi-Partner Kollaboration:
● Einsatz von Algorithmen zur Anomalieerkennung und Klassifizierung verschiedener Arten von Cyberangriffen als auch der Entwurf des Frameworks und der Infrastruktur zur Bereitstellung von KI-Modellen.
● Aufsicht der Zuweisung und Nutzung von Projektressourcen sowie die Steuerung der Abrechnungsprozesse und finanziellen Aspekte innerhalb des Projekts.

Eingesetzte Qualifikationen

Budgetierung, Cloud (allg.), Cyber Security, Datenanalyse, Deeplearning4j, Dimensionsreduzierung, Fahrzeugdesign / Automobildesign, Finanzbuchhaltung, Git, Infrastrukturarchitektur, k-Means-Algorithmus, Kapazitätsplanung, Maschinelles Lernen, Nächste-Nachbarn-Klassifikation, Pandas DataFrame, Projektleitung / Teamleitung (IT), Python, PyTorch, Random Forest, Scikit-learn, TensorFlow, Überwachtes Lernen, Unüberwachtes Lernen

Consultant Data Scientist
DB Energie, Frankfurt am Main
6/2019 – 1/2024 (4 Jahre, 8 Monate)
Logistikdienstleister
Tätigkeitszeitraum

6/2019 – 1/2024

Tätigkeitsbeschreibung

- Einführen von Machine Learning (ML) - Technologien und Prozesse in DevOps und somit Erweitern auf MLOps als auch deren Etablierung in das Team.
- Teilnahme an einer Arbeitsgruppe des Konzerns mit der Initiative zur Einführung generativer KI in den Konzern.
- Teilen von ML-Konzepten und Erkenntnissen innerhalb und außerhalb der Organisation.
- Enge Zusammenarbeit mit Amazon Web Services AWS in folgenden Bereichen:
a) Optimieren und justieren eingesetzter AWS Services, insbesondere Amazon Sagemaker (auch mit Hilfe des Sagemaker-Product-Team) gemäß den Erfordernissen der Daten- und Analyseplattform der DB Energie.
b) Gestaltung von MLOps Prinzipien, Technologien und Prozesse
c) Gemeinsame Veröffentlichung einer Case Study und Präsentation über MLOps auf dem AWS Summit 2022 in Berlin.

Published Case Study:
-Hyperlink entfernt-

Eingesetzte Qualifikationen

Engineering data management (EDM), Amazon Web Services (AWS), DevOps, Generative KI, Maschinelles Lernen, MLOps, Schulung / Coaching (allg.), Schulungskonzepte, Summit

Consultant Data Scientist
DB Energie, Frankfurt am Main
6/2019 – 1/2024 (4 Jahre, 8 Monate)
Logistikdienstleister
Tätigkeitszeitraum

6/2019 – 1/2024

Tätigkeitsbeschreibung

Aufbau einer Daten- und Analyseplattform in der AWS Cloud und Migration bereits umgesetzter Anwendungsfälle aus einem Data-Warehouse. Zusätzlich, Entwicklung von datengetriebenen Lösungen mittels verschiedenster DevOps Funtionen und den folgenden Tätigkeiten und Verantwortungen:
- Beratung der Kunden um Mehrwerte aus Daten zu generieren, durch aufzeigen der Möglichkeiten der Daten- und Analyseplattform als auch Aufzeigen der Datenvielfalt und Systemlandschaft im Unternehmen.
- Definieren von Schnittstellen zwischen Systemen der IT-Landschaft und der Daten- und Analyseplattform.
- Erstellung von Anforderungen zur Implementierung datengetriebener Lösungen, Festlegen von Datenqualitätskriterien und Evaluierung von Ergebnisse mittels SQL-Datenbank-Abfragen und Python.
- Visualisierung der Ergebnisse zum Zwecke des Reportings.
- Entwickeln von Konzepten zur Umsetzung der Data Governance in der Daten- und Analyseplattform als auch deren Implementierung für Anwendungsfälle.

Eingesetzte Qualifikationen

Confluence (Atlassian), Projektmanagement (IT), Jira, Engineering data management (EDM), Anforderungsmanagement, Business Analyse, Business Intelligence (BI), Datenanalyse, IT-Governance, Produktdatenmanagement (PDM), Python, Qualitätsmanagement (allg.), Reporting, SAP SQL Anywhere, Schnittstellenentwicklung, Tableau

Consultant Data Scientist
DB Energie, Frankfurt am Main
6/2019 – 1/2024 (4 Jahre, 8 Monate)
Logistikdienstleister
Tätigkeitszeitraum

6/2019 – 1/2024

Tätigkeitsbeschreibung

Management der folgenden Anwendungsfälle von der Beratung der Kunden (Business Analyse) bis hin zur Entwicklung von Machine Learning Modellen (Data Science), der Bereitstellung der IT-Infrastruktur (Data- und ML-Engineer) und den produktiven Betrieb (Operations-Engineer und Produktmanager):
1. Lastspitzenmanagement durch Prognostizieren von Lastspitzen im Bahnstromnetz (End-to-End Verantwortung).
2. Strombedarfsprognose für das Bahnstromnetz.
3. Prognose der Stromproduktion von PV-Parks.
Um einen reibungslosen Betrieb zu gewährleisten wurden Sicherheitsmechanismen wie Tests und Datenqualitätsprüfungen umgesetzt. Ergebnisse und Business-Metriken wurden visuell über Dashboards dargestellt.

Eingesetzte Qualifikationen

R (Programmiersprache), Tableau, Neuronale Netze, PyTorch, Scikit-learn, TensorFlow, Amazon Web Services (AWS), Big Data, Business Analyse, Business Intelligence and Reporting Tools (BIRT), Business Intelligence (BI), Data Mining, Data Science, Datenanalyse, Energiedatenerfassung, Engineering data management (EDM), Git, Maschinelles Lernen, Produktdatenmanagement (PDM), Python, Reporting, Testautomatisierung

Consultant Data Analyst
Deloitte Risk Advisory, Frankfurt am Main
2/2018 – 6/2019 (1 Jahr, 5 Monate)
Dienstleistungsbranchen (Service)
Tätigkeitszeitraum

2/2018 – 6/2019

Tätigkeitsbeschreibung

● Entwickeln eines Datenschutz Management System (DSMS) basierend auf der EU Datenschutzgrundverordnung (DSGVO) zur automatisierten Erstellung und Bereitstellung von Berichtsanalysen für die Bankenaufsicht.
● Entwickeln von KPI’s für das Informations-Sicherheit Management System (ISMS), zur Überwachung der Wirksamkeit und Effizienz der IT-Systeme.
● Marktanalyse und Beratung zur Entscheidung der Einführung eines Governance Risk & Compliance Tools (GRC). Außerdem, Beratung zur Integration des GRC-Tools mit dem DSMS und ISMS als auch zur Durchführung einer Datenbank-Migration.
● Durchführung von Analysen für die Entwicklung interner Produkte in interdisziplinären Teams:
1. Durchführung von Datenanalysen basierend auf komplexen, großvolumigen Buchungsdaten von Banken und Versicherungen im Rahmen von Jahresabschlussprüfungen.
2. Analyse und Anwendung von Machine Learning Methoden mittels der Programmiersprache R zur Klassifizierung von gutartigem und bösartigem Brustkrebs auf Grundlage von öffentlich zugänglichen Mammographiedatensätze für die Pharmaindustrie.

Eingesetzte Qualifikationen

Pharmaforschung, Datenanalyse, Migration, Datenbankrecherche (allg.), Buchhaltung, Datenschutz, Informationssicherheit, IT-Beratung (allg.), Klinische Studie, Logistische Regression, Management-Informationssysteme, Onkologie, Predictive analytics, R (Programmiersprache), Reporting, Risikoanalyse, Risikomanagement (Finan.)

Zertifikate

AWS Certified Machine Learning - Specialty
Amazon Web Services
2023

Ausbildung

M.Sc.
Wirtschaftsmathematik
Technische Universität Darmstadt
2018
Darmstadt

Über mich

USP (Unique Selling Proposition):
Mein herausragendes Merkmal liegt in der ganzheitlichen Beherrschung der KI-Wertschöpfungskette sowie meiner Fähigkeit zur Entwicklung, Bewertung und Steuerung von KI-Produkten und -Services. Durch meine kommunikative Vielseitigkeit über verschiedene Rollen hinweg und die Beherrschung von Methoden zur Projektsteuerung behalte ich stets die Messbarkeit einer Investition im Vordergrund.

UVP (Unique Value Proposition) :
Unternehmen profitieren von der schnellen und hochwertigen Umsetzung von KI-Produkten und -Services. Das Investment in eine solche Lösung soll dabei gewissenhaft beurteilt werden können. Insbesondere für KMUs könnte eine zielgerichtete Unterstützung bei der Bewertung von KI-Projekten, der Entdeckung von Potenzialen und der strategischen Ausgestaltung eines abteilungsübergreifenden Datenmanagements interessant sein.

Profil:
Machine Learning Operations (MLOps) Spezialist mit mehr als sechs Jahren Erfahrung in der Beratung für digitale Tranformation, spezialisiert auf den Energie- und Finanzsektor. Spaß und Begeisterung, Mehrwerte aus Daten zu generieren. Im Rahmen von DevOps und MLOps, umfangreiche Erfahrung in der Businessanalyse, explorativen Datenanalyse, Visualisierung und Dashboarding, Data Engineering,
design von Daten-Architekturen, Modellierung sowie ML-Implementierung und -Betrieb in der AWS (Amazon Web Services) Cloud. Erste Erfahrungen in der Leitung interdisziplinärer Teams in künstlicher Intelligenz (KI) und datengetriebenen Lösungen. Motiviert, meine Expertise bei der Entwicklung von kundenspezifischen und KI-gestützten End-to-End-Lösungen einzusetzen sowie KI-Implementierungsprojekte strategisch zu steuern und dadurch die digitale Transformation in Unternehmen voranzutreiben.

Weitere Kenntnisse

RELEVANTE PUBLIKATIONEN & KONFERENZEN:
●DB Energie Uses Machine Learning to Enhance Sustainability and Reliability of Its
Power Grid Operations at
-Hyperlink entfernt-
● “Energy forecasting for German railway: MLOps in the data and analytics platform
of DB Energie”, Vortragsredner beim AWS Summit 2022, Berlin
● "Empowering Machine Learning in Industry: Leveraging MLOps Principles in
Designing the Transition to Green Energy, Vortragsredner bei Goethe-Universität,
2023, Frankfurt am Main

ZERTIFIZIERUNGEN
● AWS Certified Machine Learning - Specialty


MANAGEMENT SKILLS:
Projektplanung, agiles Management, Ressourcenzuteilung, Budgetierung und Finanzmanagement, Kommunikation mit Stakeholder, Teamworkshops, Leistungsbewertung, Erstellung von Angeboten zu Ausschreibungen


EDV- & PROGRAMMIERKENNTNISSE:
Python, R, SQL, Scala (basic), Spark (basic), Plotly, Tableau, Streamlit, Linux, Batch, Git, Gitlab CI/CD, Github Workflow, Jira, DVC, Docker, AWS Sagemaker, Sagemaker Pipelines, Snowflake, Google Cloud Platform

Persönliche Daten

Sprache
  • Deutsch (Muttersprache)
  • Griechisch (Muttersprache)
  • Englisch (Fließend)
  • Französisch (Grundkenntnisse)
Reisebereitschaft
Europa
Arbeitserlaubnis
  • Europäische Union
Home-Office
bevorzugt
Profilaufrufe
160
Alter
35
Berufserfahrung
6 Jahre und 6 Monate (seit 11/2017)
Projektleitung
2 Jahre

Kontaktdaten

Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.

Jetzt Mitglied werden