Data Scientist

9/2024 – 12/2025

Durchführung von Marketing-Mix-Analysen mit Bayesian MMM zur Quantifizierung der ROI über Ausgabekanäle, um Budgetentscheidungen zu unterstützen. Entwicklung von Churn- und Lead-Scoring-Modellen (Random Forest, KNN), die die Verkaufskonversion um 17 % verbesserten. Entwicklung und Verbesserung von KI-Modellen für Positionierung, Lokalisierung und Objekterkennung. Implementierung und Benchmarking überwachter Deep-Learning-Architekturen (PyTorch) für monokulare Tiefenschätzung sowie Aufbau der Datenanalyse- und -bereinigungspipelines für faire, reproduzierbare Bewertungen.

Statistiken, Random Forest, Pytorch, Immobilienspezialist

11/2020 – 8/2024

Reproduktion und Erweiterung modernster Ansätze zur Bildklassifizierung, semantischen Segmentierung und Objekterkennung für Satellitenbilder, wodurch die Genauigkeit der Landnutzungsänderungserkennung um 27 % gegenüber Basis-Modellen verbessert wurde. Analyse von Geodaten aus verschiedenen Quellen, einschließlich Karten, Satellitenbildern und Benchmark-Datensätzen. Entwicklung und Validierung eines End-to-End-Prädiktivwartungsrahmens (Anomalieerkennung, Ausfallvorhersage, RUL-Schätzung) für Industriekompressoren, der von der Forschung über die rigorose Bewertung bis zur Produktion führte und ungeplante Ausfallzeiten um 45 % reduzierte. Reduzierung der Ausfallrate von Warnungen um 30 % durch Forschung und Implementierung eines Fehlenerkennungssystems (LSTM, CNN, Autoencoder mit Wavelet-Transformationen) in Zusammenarbeit mit Ingenieurteams zur Bereitstellung auf Edge-Geräten für die Metro von Porto und Volvo-Busflotten. Erweiterung und Anwendung statistischer Techniken zur Analyse von Big-Data-Streams aus Echtzeit-Sensoren. Anwendung von Explainable AI (XAI)-Techniken als Teil eines systematischen Modellbewertungsprozesses zur Gewährleistung von Transparenz und Vertrauen für nicht-technische Stakeholder.

Objekterkennung, Big Data

4/2018 – 11/2020

Forschung, Implementierung und Validierung probabilistischer Zustandsabschätzungs- und Sensordatenfusionsalgorithmen für die Navigation autonomer Unterwasserfahrzeuge, wobei akademische Methoden in funktionierende Systeme übersetzt wurden. Aufbau und Validierung eines Visual-Inertial-Odometry-Frameworks für die Zustandsabschätzung autonomer Fahrzeuge unter Verwendung realer Datensätze (IMU, Kamera, GNSS, DVL, LiDAR). Entwicklung einer MATLAB-basierten Datenintegrations-GUI für die Verarbeitung von Multisensor-Daten.

Statistiken, Technischer Zeichner Photogrammetrie