Data Scientist/Statistician
- Verfügbarkeit einsehen
- 0 Referenzen
- auf Anfrage
- 58453 Annen
- Weltweit
- fr | de | en
- 15.01.2026
Kurzvorstellung
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
12/2025 – 1/2026
Tätigkeitsbeschreibung
Erstellung einer 10-Jahres-Prognose für ausgewählte Spirituosenmärkte in Afrika:
- Nutzung historischer Marktdaten sowie relevanter exogener Einflussfaktoren
- Anwendung raum-zeitlicher und multilevel-basierter Machine-Learning-Ansätze
Statistiken, Data Mining, R (Programmiersprache), Machine Learning Engineer
9/2025 – offen
Tätigkeitsbeschreibung
- Untersuchung des Zusammenhangs zwischen Wirbelstromprüfung (ECT) und mikrostrukturellen Eigenschaften.
- Erkennung latenter Muster in ECT-Daten, die grundlegende Materialeigenschaften widerspiegeln.
- Entwicklung und Validierung prädiktiver Modelle zur Klassifikation und Quantifizierung der Mikrostruktur unter Verwendung von Härte und Randschichttiefe als Referenzgrößen.
- Anwendung der Bayesschen Strukturgleichungsmodellierung für eine vertiefte Datenanalyse.
\end{itemize}
- Werkzeuge: R, Python
Data Science, Statistiken, Data Mining, R (Programmiersprache), Lineare Regression, Python-Programmierer, Machine Learning
2/2025 – 10/2025
Tätigkeitsbeschreibung
Prognose des Fahrzeugbestands in 20 afrikanischen Ländern (2024–2050)
- Erstellung von Prognosen zur Entwicklung des Fahrzeugbestands mit detaillierten Visualisierungen und zusammenfassenden Auswertungen
- Anwendung raum-zeitlicher und hierarchischer Modellierungsansätze
Gradient Boosting, Lineare Regression, Random Forest, Machine Learning, Mathematischer Statistiker, R (Programmiersprache), Relationale Datenbanken
11/2024 – offen
Tätigkeitsbeschreibung
- Statistische Analysen und Beratung für biomedizinische und akademische Forschungsprojekte
- Analyse von Varianz, Autokorrelation und Schiefe der Abweichungen von Laktationskurven als Resilienzindikatoren in der Zucht
- Ergebnisanalyse der Schulter- und Ellbogenfunktion bei Plexus-brachialis-Läsionen: Einfluss der Läsionslokalisation, chirurgischer Eingriffe und Zeit auf die postoperative Erholung
- Entwicklung eines prädiktiven Modells zur Vorhersage der nächsten Zahl in einer komplexen Datenstruktur sowie Implementierung einer benutzerfreundlichen Webanwendung zur Nutzung und Bereitstellung des Modells
Data Science, Machine Learning Engineer, Statistiken
5/2024 – 10/2024
Tätigkeitsbeschreibung
- Statistische Beratung und experimentelle Designunterstützung für Produktentwicklungsprozesse in den Bereichen Biostatistik und Data Science
- Entwicklung und Implementierung robuster mathematischer Modelle zur Analyse von Messdaten
- Anpassung von Algorithmen für die präzise Analyse physikalischer Messdaten
- Integration biometrischer Methoden in regulatorische Vorgaben
- Erstellung statistischer Rationalen zur Produktzulassung und Entscheidungsfindung
Mathematischer Statistiker, Statistische Versuchsplanung (SVP), Statistischer Analyst
9/2023 – 4/2024
Tätigkeitsbeschreibung
Ein-Proportionen-Test vs. Exakter Binomialtest zum Vergleich des Anteils von Patient:innen mit einer Verbesserung der bestkorrigierten Sehschärfe („BCVA“):
- Bereitstellung statistischer Expertise
- Datenanalyse
- Verfassen des Statistical Analysis Plan (SAP)
SAS (Software), SAS-Programmierer
5/2023 – 7/2023
Tätigkeitsbeschreibung
- Durchführung von SAS-Schulungen zu statistischen Methoden der Mustererkennung und Modellierung
- Durchführung von SAS-Schulungen zur automatisierten Berichterstellung für Versicherungs- und Abrechnungsdaten
- Durchführung von SAS-Schulungen zur Datenbereinigung mit Validierungstechniken
- Durchführung von SAS-Schulungen zur Datenanalyse, -verwaltung und -visualisierung
Big Data, Data Mining, E-Learning, SAS (Software), Schulung / Training (IT), Statistiklehrer
9/2022 – 5/2023
Tätigkeitsbeschreibung
- Entwicklung von Machine-Learning-Modellen zur Prognose von Krankengeld und Deckungsbeiträge
- Modellierung von Risikoprofilen zur Verbesserung der Vorhersagegenauigkeit
- Vorhersagemodelle zur Reduzierung von Kundenabwanderung
- Risikoquantifizierung zur Unterstützung strategischer Entscheidungen
- KI-Modelle: Random Forest, Naive Bayes, Logistische Regression, Neurale Netze
Deckungsbeitrag, Maschinelles Lernen, Naive Bayes, Neuronale Netze, Python, Random Forest, Statistiken
5/2021 – 8/2022
Tätigkeitsbeschreibung
- Statistische Beratung und Analyse für akademische Forschungsprojekte
- Schulungen in Machine Learning und Statistik mit R, SAS und Python
- Unterstützung von Bachelor-, Master- und Doktorarbeiten
Statistiklehrer, R (Programmiersprache), Python-Programmierer, SAS-Programmierer, Data Science, Maschinelles Lernen
4/2017 – 4/2021
Tätigkeitsbeschreibung
- Datenanalyse und Berichterstellung
- Entwicklung von Statistische Analyseplänen für Klinische Forschung
- Bewertung der Datenqualität und Identifizierung von Fehlerquellen
- Power-Analysen zur Sicherstellung optimaler Datengrößen
- Validierung von Modellen in Data Science-Projekten
Klinische Forschung, Data Mining, Machine Learning, Statistische Versuchsplanung (SVP), Maschinelles Lernen, R (Programmiersprache)
4/2016 – 8/2022
Tätigkeitsbeschreibung
- Durchführung von Lehrveranstaltungen in Baysianischer Statistik, Statistischer Entscheidungstheorie, Statistischen Methoden in der Epidemiologie, Statistischem Lernen, Lineare Modelle
- Betreuung von Seminare, Bachelor- und Masterarbeiten in Statistik und Machine Learning in Biometrie
- Mitglied des Studienberatungsteams, das Studierende in der Fakultät Statistik betreut
- Studienmentoring für internationale Studierende, um deren akademischen Erfolg und Integration zu unterstützen
Forschung & Entwicklung, Statistiken, Statistiklehrer, Universitätsdozent Künstliche Intelligenz, Wissenschaften
5/2015 – 3/2016
Tätigkeitsbeschreibung
- Operationalisierung und Bereitstellung der Messung der Persistenz der von Ärzte kodierten Diagnosen als Prävalenzverlauf
- Erstellung von Kennzahle der Persistenz der ICD kodierte Diagnose
- Unüberwachten Klassifikationsmodell zur Erkennung der Persistenz der Diagnose
- Analyse der Auswirkungen von Veränderungen in der Prävalenz ICD-kodierter Diagnosen in einem restrigierten Regressionsmodell zur Berechnung der sogenannten 'diagnosebasierten' Morbiditätsveränderungsrate in der gesetzlichen Krankenversicherung
Big Data, Data Mining, Data Science, Machine Learning, SAS-Programmierer, SAS (Software), SQL
Zertifikate
CertNexus
Ausbildung
Dortmund
Dortmund
Jaounde
Über mich
Mein Schwerpunkt liegt auf der Entwicklung, Validierung und Implementierung fortgeschrittener statistischer und datengetriebener Modelle. Dazu zählen unter anderem klassische und bayesianische Verfahren, Machine-Learning-Modelle, Prognose- und Risikomodelle sowie simulationsbasierte Ansätze. Besonders erfahren bin ich im Umgang mit komplexen, hochdimensionalen und teilweise unvollständigen Daten sowie in der transparenten Quantifizierung von Unsicherheiten.
Ich habe umfangreiche Projekterfahrung in regulierten und anspruchsvollen Umfeldern, etwa in der Medizintechnik, der klinischen Forschung, im Versicherungswesen und in industriellen Anwendungen. Dort unterstütze ich Unternehmen nicht nur operativ bei Analysen und Modellierungen, sondern auch strategisch – beispielsweise bei Entscheidungsfindung, Methodenauswahl, Validierung, Dokumentation und Kommunikation von Ergebnissen gegenüber internen und externen Stakeholdern.
Typische Fragestellungen, bei denen ich Mehrwert liefere, sind unter anderem:
- Entwicklung und Validierung belastbarer Prognose- und Risikomodelle
- Analyse komplexer Zeitreihen-, Panel- und Real-World-Daten
- Statistische Modellierung und Machine Learning in regulierten Umfeldern
- Unterstützung bei datengetriebenen strategischen Entscheidungen
- Qualitätssicherung, Modellvalidierung und methodische Beratung
Technologisch arbeite ich sicher mit Python, R, SAS und SQL sowie mit modernen Cloud- und Data-Science-Umgebungen (u. a. Azure, Databricks). Dabei lege ich großen Wert auf sauberen Code, nachvollziehbare Modelle, reproduzierbare Analysen und eine verständliche Aufbereitung der Ergebnisse.
Kunden schätzen an mir insbesondere die Kombination aus sehr tiefer statistischer Expertise, praktischer Umsetzungskompetenz und der Fähigkeit, komplexe Sachverhalte klar und verständlich zu kommunizieren. Mein Ziel ist es stets, nicht nur Modelle zu liefern, sondern echte Entscheidungsgrundlagen zu schaffen, die nachhaltig genutzt werden können.
Ich arbeite projektbasiert, remote oder nach Absprache vor Ort, und stehe sowohl für operative Unterstützung als auch für strategische Beratung zur Verfügung.
Weitere Kenntnisse
- Machine Learning & Predictive Analytics (Supervised & Unsupervised Learning)
- Prognose-, Risiko- und Zeitreihenmodelle
- Analyse von Real-World-Daten (Claims-, Register- und Routinedaten)
- Modellvalidierung, Sensitivitätsanalysen und Unsicherheitsquantifizierung
- Experimentdesign, Power- und Stichprobenplanung
- Arbeit in regulierten Umfeldern (u. a. GxP, CDISC, Medizinprodukte, Insurance)
- Datenaufbereitung, -qualitätssicherung und Reproduzierbarkeit
- Ergebnisaufbereitung für Management, Fachabteilungen und Regulatoren
- Entwicklung datengetriebener Entscheidungsgrundlagen
- Cloud- und Big-Data-nahe Data-Science-Projekte (u. a. Azure, Databricks)
- Sauberer, wartbarer Code und strukturierte Projektarbeit
- Kommunikation komplexer analytischer Inhalte für nicht-technische Stakeholder
Persönliche Daten
- Französisch (Muttersprache)
- Deutsch (Fließend)
- Englisch (Fließend)
- Europäische Union
- Schweiz
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden