Data Engineer, Softwareentwickler, Machine Learning Engineer
- Verfügbarkeit einsehen
- 0 Referenzen
- auf Anfrage
- 80939 München
- Weltweit
- de | en | zh
- 11.05.2026
- Contract ready
Kurzvorstellung
Geschäftsdaten
Qualifikationen
Projekt‐ & Berufserfahrung
4/2022 – 6/2026
Tätigkeitsbeschreibung
ELEKTRIZITÄTSPREISPROGNOSE
- Entwicklung von Systemen zur Prognose von Strompreisen, insbesondere im Hinblick auf die Marktvolatilität im Zusammenhang mit der Ukraine-Krise und dem steigenden Marktanteil erneuerbarer Energien
- Einführung von statischer Typisierung, statischer Codeanalyse, automatisierten Unit-Tests und funktionalem Programmierstil in den Python-Code
- Signifikante Verbesserung der Codequalität und Wartbarkeit des bestehenden Codes sowie Verbesserung der ETL-Prozesse
- Steigerung der Laufzeitleistung um den Faktor 20 durch Neuschreiben performancekritischer Teile in C++
- Verbesserung der Benutzererfahrung durch Einführung einer modernen Benutzeroberfläche auf Basis von TypeScript und Angular
- Wartung des Systems über mehr als vier Jahre mit kontinuierlicher Implementierung neuer Funktionen
- Die entwickelten Systeme werden zur Unterstützung kritischer Geschäftsentscheidungen und im Energiehandel eingesetzt
- Eingesetzte Technologien: Python, C++, TypeScript, Angular, AWS, Azure DevOps, AWS RDS, Aurora Postgres, AWS Lambda, AWS Fargate, AWS Batch, Docker, Terraform
GASMARKTPROGNOSE
- Entwicklung eines Machine-Learning-Systems zur Vorhersage aller kritischen Komponenten des Gasmarktes: Verbrauchernachfrage, Industrienachfrage, Gas-to-Power, grenzüberschreitende Gasflüsse
- Das System wurde von Grund auf entwickelt: Datenerfassung, Modellierung, produktive Implementierung, Cloud-Orchestrierung und Frontend wurden alle von mir übernommen
- Das System liefert zuverlässig täglich Prognosen
- Eingesetzte Technologien: Python, Machine Learning, SQL, Golang, TypeScript, Angular, AWS, Azure DevOps, AWS RDS, Aurora Postgres, AWS Lambda, AWS Fargate, AWS Batch, Docker, Terraform
CLOUD-MIGRATION
- Migration eines großen und wichtigen Projekts von einem Kubernetes-Cluster zu AWS und Azure DevOps
- Umfassende Überarbeitung des Codes war erforderlich
- Eingesetzte Technologien: Python, AWS, Azure DevOps, AWS RDS, Aurora Postgres, AWS Lambda, AWS Fargate, AWS Batch, Docker, Terraform
- Vorherige Technologien: Python, Kubernetes, Jenkins, Postgres, Docker
Amazon Web Services (AWS), Angular, C++, Docker, Golang, Jenkins, Kubernetes, Machine Learning, Microsoft Azure, Postgresql, Python, SQL, Typescript
8/2021 – 4/2022
Tätigkeitsbeschreibung
- Entwurf und Entwicklung von Tools und Komponenten für ETL, zur Datenextraktion, -integration und -verarbeitung für die Wirtschaftsprüfung von Unternehmen
- Etablierung von Best-Practice-Codingstandards im Softwareentwicklungsteam
- Signifikante Verbesserung der Codequalität und Wartbarkeit des bestehenden Codebestands; Erreichen eines pylint-Scores von mindestens 9,5 für jedes der Module, einige davon mit der perfekten Punktzahl von 10,0
- Einführung von statischer Typisierung, statischer Codeanalyse und funktionalem Programmierstil in den Python-Code, wodurch der Testaufwand erheblich reduziert wurde
- Die entwickelte Komponente zur Extraktion von Daten aus SAP wird nun weltweit für die Wirtschaftsprüfung von Unternehmen eingesetzt
- Verwendete Technologien: Python, SAP HANA, ABAP, Docker
ABAP, Docker, Python-Programmierer, SAP S/4HANA
2/2021 – 7/2021
Tätigkeitsbeschreibung
- Entwicklung eines Systems zur Vorhersage der voraussichtlichen Aufenthaltsdauer einzelner Patienten im Krankenhaus
- Verwendung von Daten aus über 100 Krankenhäusern über mehrere Jahre
- Das System wird zur Verbesserung der Kapazitätsplanung eingesetzt
- Verwendete Technologien: Python, maschinelles Lernen, PostgreSQL
Machine Learning, Postgresql, Python-Programmierer, SQL
7/2020 – 12/2020
Tätigkeitsbeschreibung
- Entwicklung eines Vorhersagesystems zur Kundenreaktivierung mittels maschinellem Lernen
- Evaluierung des Systems durch A/B-Tests an mehreren zehntausend Kunden
- Das Vorhersagesystem verdreifacht den Return on Investment (ROI) solcher Marketingkampagnen, wie durch die Ergebnisse der A/B-Tests belegt
Eingesetzte Technologien: Python, Microsoft SQL Server, maschinelles Lernen
Machine Learning, Microsoft SQL-Server (MS SQL), Python
10/2019 – 3/2020
Tätigkeitsbeschreibung
- Analysierte Patientendaten, um die Wahrscheinlichkeit einer Wiederaufnahme aufgrund chronischer Erkrankungen vorherzusagen
- Erstellte Merkmale mit selbst entwickelten Algorithmen für automatisiertes Feature Engineering, verglichen mit etablierten manuellen Merkmalen
- Die resultierenden automatischen Merkmale liefern deutlich bessere Vorhersagen
- Das Vorhersagesystem ermöglicht eine bessere Planung
- Verwendete Technologien: Python, Machine Learning, PostgreSQL
Postgresql, Machine Learning, Python
5/2019 – 10/2019
Tätigkeitsbeschreibung
- Vorhersage der Wahrscheinlichkeit, dass ein Mieter seinen Vertrag kündigt
- Das resultierende Vorhersagesystem ermöglicht eine bessere Planung
- Verwendete Technologien: Python, Microsoft SQL Server, maschinelles Lernen
Microsoft SQL-Server (MS SQL), Python-Programmierer, Machine Learning
8/2018 – 4/2019
Tätigkeitsbeschreibung
- Prognose der Kundenloyalität im Verkauf und Aftersales für jeden einzelnen Kunden in einem der größten europäischen Märkte
- Entwicklung eines Algorithmus zur Datenbereinigung und Entfernung von doppelten Einträgen
- Erstellung von Features mit selbst entwickelten Algorithmen für automatisiertes Feature Engineering, Benchmarking gegen etablierte manuelle Features
- Die resultierenden automatischen Features liefern deutlich bessere
- Vorhersagen und benötigen erheblich weniger Zeit für die Erstellung
- Produktivsetzung des erfolgreichen Prototyps mit AWS, von ETL bis zur Anbindung der Pipeline an SAP/CRM
- Das System ermöglicht den gezielten Ressourceneinsatz für alle Vertriebs- und Aftersales-Kampagnen in diesem großen europäischen Land
- Deutlicher Anstieg der Kundenloyalität
- Eingesetzte Technologien: Python, Machine Learning, PostgreSQL, AWS, Airflow, Jenkins, Docker, SAP/CRM
Amazon Web Services (AWS), Docker, Jenkins, Machine Learning, Postgresql, Python, SAP CRM
4/2018 – 7/2018
Tätigkeitsbeschreibung
- Entwicklung eines Systems zur Verkaufsprognose zur Optimierung der weltweiten Lagerhaltung und Logistik
- Entwicklung von Features mit selbst entwickelten Algorithmen für automatisiertes Feature Engineering, verglichen mit etablierten manuellen Features
- Die resultierenden automatischen Features liefern deutlich bessere Vorhersagen als das bestehende Prognosesystem
- Das Prognosesystem ermöglicht eine erheblich bessere Planung
- Verwendete Technologien: Python, Machine Learning, PostgreSQL
Postgresql, Machine Learning, Python
12/2017 – 4/2018
Tätigkeitsbeschreibung
- Entwicklung eines Predictive-Maintenance-Systems auf Basis von Sensordaten, die von Produktionsmaschinen für optische Komponenten weltweit gesammelt wurden (~300 GB)
- Feature-Engineering mit selbst entwickelten Algorithmen zur automatisierten Merkmalsextraktion, Benchmarking gegen etablierte manuelle Features
- Die resultierenden automatischen Merkmale ermöglichen deutlich bessere Vorhersagen bei erheblich geringerem Zeitaufwand
Das System ermöglicht deutlich bessere Vorhersagen als zuvor
Eingesetzte Technologien: Python, Machine Learning, PostgreSQL
Postgresql, Machine Learning, Python
nicht angegeben
7/2017 – 5/2026
TätigkeitsbeschreibungLeitung der Entwicklung von getML, einer Software für automatisiertes Feature Engineering mit relationalen Daten und Zeitreihen. Entwicklung und Patentierung von relationalen Lernalgorithmen. Entwicklung einer Datenbank-Engine, die speziell für automatisiertes Feature Engineering optimiert ist.
Eingesetzte QualifikationenC++, Machine Learning, Computer- und Informationswissenschaftler
7/2017 – 12/2017
Tätigkeitsbeschreibung
- Entwicklung eines Proof-of-Concepts zur Vorhersage der Kundenloyalität im Aftersales-Bereich für jeden einzelnen Kunden in einem großen nichteuropäischen Land
- Erstellung von Merkmalen mithilfe selbst entwickelter Algorithmen für automatisiertes Feature Engineering, Benchmarking gegenüber etablierten manuellen Merkmalen
- Die resultierenden automatischen Merkmale liefern deutlich bessere Vorhersagen und benötigen erheblich weniger Zeit für die Erstellung
- Das System ermöglicht den gezielten Ressourceneinsatz für alle Aftersales-Kampagnen in diesem großen nichteuropäischen Land
- Präsentation der Ergebnisse vor dem Vorstand
- Aufgrund dieses erfolgreichen Prototyps hat der Vorstand beschlossen, eine Cloud-Infrastruktur für die Produktivsetzung von Machine-Learning-Pipelines einzurichten
Verwendete Technologien: Python, Machine Learning, sqlite
Machine Learning, Python, SQL
nicht angegeben
7/2016 – 7/2017
TätigkeitsbeschreibungTeilnahme an zahlreichen Machine-Learning-Projekten zur Analyse relationaler Daten und Zeitreihen. Die Projekte ermöglichten es Volkswagen, Millionen von Euro zu sparen.
Eingesetzte QualifikationenMachine Learning, Immobilienspezialist
11/2013 – 6/2016
TätigkeitsbeschreibungForschung im Bereich Machine Learning auf Geschäftsdaten. Lehrverpflichtungen zu verschiedenen Themen, einschließlich Machine Learning. Teilnahme an Machine-Learning-Projekten zu Geschäftsdaten.
Eingesetzte QualifikationenSQL, Python-Programmierer, C++, Forschung, Machine Learning
Ausbildung
Göttingen
Taichung
München
Über mich
- 30 Jahre Programmiererfahrung, begann mit dem Programmieren vor dem 10. Lebensjahr
- Über 10 Jahre Berufserfahrung in datengetriebenen IT-Projekten
- Doktor der Wirtschaftsinformatik an der Universität Göttingen, summa cum laude, damals schnellster Absolvent in der Geschichte des Instituts, Entwicklung von Machine-Learning-Algorithmen und deren Anwendung im Business-Kontext, Titel: Essays on Predictive Analytics in E-Commerce
- Masterabschluss an einer taiwanesischen Universität, 50% aller Kurse auf Mandarin
- Hauptautor erfolgreicher Open-Source-Projekte, wie reflect-cpp (-Hyperlink entfernt-), derzeit über 1.800 Sterne auf Github
- Von mir entwickelte Machine-Learning-Algorithmen sind inzwischen in den USA patentiert
Weitere Kenntnisse
Jahrzehntelange Programmiererfahrung.
Häufig: C++, Golang, Python, SQL, TypeScript
Ebenfalls: C, R, Scala, Java, JavaScript, Swift, Rust, FORTRAN
TECHNOLOGIEN
Amazon Web Services (AWS), Azure, S3, AWS Lambda, Terraform, Amazon SageMaker, Terraform, Pytorch, Tensorflow, CUDA, MPI, numpy, scipy, matplotlib, xgboost, lightgbm, scikit-learn, keras, GPU, sqlite, Spark, pyspark, databases, PostgreSQL, MySQL, MariaDB, Oracle SQL, Greenplum, Microsoft SQL Server, SAP HANA, Teradata, Snowflake, Amazon Redshift, NoSQL, Elastic Search, DynamoDB, MongoDB, data lake, data warehouse, Docker, CI/CD, continuous integration, continuous delivery, agile development, Airflow, Jenkins, Kubernetes, cloud, boto3, REST, flask, Django, API development, algorithm development, Git, Github, Gitlab, JIRA, Version Control, HTML, CSS, ETL, bash, shell, terminal, low-level communication protocols, TCP/IP, TLS/SSL
Persönliche Daten
- Deutsch (Muttersprache)
- Englisch (Fließend)
- Chinesisch (Fließend)
- Europäische Union
- Schweiz
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden