Consultant

8/2023 – 10/2023

Mittels Web-Scraping wurden Projektausschreibungen aus dem Internet extrahiert. Durch den Einsatz von NLP-Methoden und Embeddings wurde die Ähnlichkeit zu früheren Ausschreibungen ermittelt, um die Eignung neuer Projekte für das Unternehmen zu bestimmen. KI-Technologien wurden verwendet, um relevante Informationen aus unstrukturierten Textdaten zu extrahieren und zu klassifizieren. Eine spezielle Infrastruktur wurde implementiert, um die Daten zu verarbeiten und zu speichern und in Power BI für die Sales-Abteilung verfügbar zu machen.

Selenium, Microsoft Azure

4/2023 – 3/2024

In diesem Projekt wurden mit Databricks fortschrittliche Machine-Learning-Modelle zur Vorhersage von Terminausfällen entwickelt, wobei Techniken wie NLP, Cross-Validation und Hyperparameter-Tuning eingesetzt wurden. Modelle wie Random-Forest und Gradient-Boosted-Trees wurden trainiert und evaluiert. Die Ergebnisse führten zu einer signifikanten Senkung der Terminausfallrate, indem risikoreiche Termine identifiziert und in Power BI visualisiert wurden. Automatische Erinnerungen wurden an Risikokunden gesendet, um Ausfälle zu reduzieren.

Databricks, Natural Language Processing, Power Bi

10/2022 – 12/2022

In diesem Projekt wurden mittels NLP-Techniken und großen Sprachmodellen Kundenbewertungen analysiert, um Stimmungen und häufige Themen zu identifizieren. Diese Erkenntnisse wurden mit Verkaufsdaten verknüpft, um die Beziehung zwischen Feedback und Verkaufszahlen zu verstehen. Durch den Einsatz von AI, statistischen Tests und Analytics auf Azure Databricks konnte das Unternehmen seine Produkte und Strategien verbessern, um die Kundenzufriedenheit und Verkaufszahlen zu steigern.

Natural Language Processing, Databricks

8/2022 – 10/2022

In diesem Projekt wurde eine umfassende statistische Analyse experimenteller Daten durchgeführt, um komplexe Muster zu identifizieren. Dabei kamen fortgeschrittene Modelle und Methoden, insbesondere die Strukturgleichungsmodellierung mit dem Lavaan-Paket in R und R Studio, zum Einsatz. Die Expertise in der Auswahl und Interpretation der statistischen Methoden war entscheidend für die Genauigkeit und Validität der Ergebnisse.

R (Programmiersprache)

5/2022 – 8/2022

In einer Organisation wurde eine Erhebung zur Arbeitszufriedenheit der Mitarbeiter durchgeführt, bei der das Untersuchungsdesign erstellt, geeignete Testverfahren ausgewählt und die Analyse sowie Visualisierung der Ergebnisse durchgeführt wurden. Mithilfe von SPSS, Excel und statistischen Tests wie der multifaktoriellen Mixed ANOVA wurden Maßnahmen zur Verbesserung der Arbeitsbedingungen und Mitarbeitermotivation abgeleitet. Die explorative Faktorenanalyse half bei der Bewertung der Validität der Items.

Spss, Microsoft Excel

4/2022 – 5/2022

In diesem Projekt im medizinischen Bereich wurde die Validität verschiedener medizinischer Berichte mithilfe spezifischer statistischer Methoden wie dem McNemar-Test und Korrelationsanalysen evaluiert. Die Analyse, durchgeführt mit Tools wie Excel und SPSS, ermöglichte es, die Genauigkeit und Verlässlichkeit der Berichte zu beurteilen, was zur Verbesserung der medizinischen Dokumentation und Diagnosequalität beitrug.

Statistiken, Microsoft Excel, Spss

1/2022 – 4/2022

In diesem Projekt wurde für ein Einzelhandelsunternehmen eine umfassende Analyse durchgeführt, um das Kundenverhalten und die Produktleistung zu verstehen und Verkaufsstrategien zu optimieren. Die ABC-Analyse und Strukturgleichungsmodelle (SEM) wurden eingesetzt, um Umsatzbeiträge und komplexe Kundenbeziehungen zu analysieren. Die angereicherten Kundendaten verbesserten die Marketingstrategien. Technologien wie R, R Studio, das Lavaan-Paket und PostgreSQL ermöglichten wertvolle Einblicke in das Kundenverhalten.

R (Programmiersprache), Postgresql