Zum Hauptinhalt springen
Profil-Kopfzeilen-Hintergrund
Azada H.
Profil-Kopfzeilen-Overlay

Azada H.-KI-Berater

München, Deutschland

Tagessatz prüfen

Zusammenfassung

Über sieben Jahre Erfahrung in Data Science mit produktiven Modellen, davon sechs bei Telefónica Deutschland (O2). Mein Schwerpunkt ist Kundenanalytik für Marketing und CX: NPS-Vorhersagemodelle, Feature-Importance- und Treiberanalysen mit SHAP, Causal ML, um zu unterscheiden, was Zufriedenheit und Kundenbindung tatsächlich beeinflusst und was nur damit korreliert, sowie Uplift-Modellierung und A/B-Tests, um zu belegen, welche Maßnahmen bei welchen Kunden wirken. Mit denselben Methoden werden auch Churn-, CLV- und Propensity-Modelle erstellt. Zu meiner jüngsten Arbeit gehören Pipelines zur Vorhersage des Kundenverhaltens auf Azure/Databricks, erste GPT/Transformer-Piloten und die Orchestrierung von LLM-Workflows mit LangChain. Python-Experte, AWS SageMaker, M.Sc. in NLP (LMU Munich). Fließend in Deutsch und Englisch.

  • Analytik zu Kundenzufriedenheit und Kundenbindung: NPS-Vorhersagemodelle für den Kundenstamm von Telefónica, vom Feature-Design bis zu Scoring und Monitoring im Produktivbetrieb; die Methoden lassen sich direkt auf Churn- und Engagement-Propensity übertragen
  • Treiberanalyse und Erklärbarkeit: SHAP-Feature-Importance auf Modell- und Kundenebene als Standardergebnis; Aufbereitung für Segmente, mit denen Marketing arbeiten kann
  • Kausale Inferenz und Uplift: Causal ML mit Kundenmerkmalen, um tatsächliche Behandlungseffekte zu schätzen; Uplift-Modellierung, damit Kampagnen Kunden erreichen, die darauf reagieren, und nicht nur Kunden mit Abwanderungsrisiko
  • Messung: Konzeption von A/B-Tests und Messplänen für laufende Kampagnenwellen, Kontrollgruppen sowie Auswertungen von Effektstärke und Signifikanz für Marketing
  • Kundenwert: wertbasierte Priorisierung von Maßnahmen zur Kundenbindung und zum Engagement; bereit, bestehende CLV-Methoden zu evaluieren und weiterzuentwickeln
  • Fairness und Governance: IAPP AI Governance Professional; Modellprüfungen auf Verzerrungen bei Segmentierung und Targeting
  • Agentische/LLM-Workflows: LangChain-Pipelines, RAG, GPT/Transformer-Modelle; Beratung zu GenAI und Einführung von Tools in Geschäftsbereichen

Fähigkeiten

  • Python (Experte)
  • Pandas
  • Scikit-Learn
  • Pytorch
  • Shap
  • Causal Ml
  • Pytest
  • Sql
  • Aws Sagemaker
  • Azure
  • Databricks
  • Dataiku
  • Streamlit
  • Git

Sprachen

Deutsch
Verhandlungssicher
Englisch
Verhandlungssicher
Russisch
Verhandlungssicher
Aserbaidschanisch
Grundkenntnisse

Zertifikate & Bescheinigungen

AI Governance Professional (AIGP)

IAPP

Ausbildung

Azerbaijan University of Languages

Bachelor of Arts in englischer Linguistik · Englische Linguistik

Philipps University of Marburg

Master of Arts, Schwerpunkt: Kognitive Linguistik und Psycholinguistik · Linguistik und Webtechnologien

Ludwig Maximilian University of Munich

Master of Science, Schwerpunkt: Transfer Learning · Natural Language Processing

Statistiken

Erfahrung

Positionen gesamt 7
Erfahrung in Telekommunikation 7.5 J.
Durchschn. Dauer 2 J.
Längste Erfahrung 5 J. 2 M.

Globale Erfahrung

Länder gearbeitet 1 (Deutschland)
Hauptland Deutschland

Fachkenntnisse

Aktuelle Rollen Data Engineer, KI-Berater, Freiberuflicher Senior Data Scientist / ML Engineer
Hauptbranchen Telekommunikation, Informationstechnologie (IT), Regierung und öffentliche Verwaltung
Hauptfachbereiche Informationstechnologie (IT), Business Intelligence, Marketing

Qualifikationen

Zertifikate erworben 1

Profil

Mitglied seit
Stand
Du suchst Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testen
Okt. 2025 - Nov. 2026

Data Engineer

Stellenbeschreibung
Data Engineer
Industrien
Bank- und Finanzwesen
Bereichen
Informationstechnologie (IT)
Qualitätssicherung

Finanzielles Risiko, Bankwesen

  • SQL/Python-Pipelines für Transaktionsdaten mit hohem Volumen im Produktivbetrieb; automatisierte Qualitätssicherung, Abstimmung und Prüfungsnachweise unter SOX – die Sorgfalt, die ich bei der Modellvalidierung einbringe
Juli 2024 - Heute
München, Deutschland

KI-Berater

Freiberuflich

Stellenbeschreibung
KI-Berater bei Freiberuflich
Industrien
Telekommunikation
Bereichen
Business Intelligence
Kundendienst
Informationstechnologie (IT)
  • Skalierbare, durchgängige Machine-Learning-Pipelines für ein großes Telekommunikationsunternehmen entwickelt, einschließlich Feature Engineering, Modellentwicklung, Bereitstellung und einer Streamlit-Visualisierungs-App.
  • Data Science im Customer-Experience-Team initiiert und verankert; tägliche Zusammenarbeit mit Stakeholdern bei der Umsetzung durchgängiger Lösungen. Während meiner laufenden Unterstützung blieb der Kundenzufriedenheitswert NPS stabil auf einem Rekordwert von >30pt.
  • Einen Kunden zu GenAI-Tools, KI-Entwicklungsstrategien und Responsible-AI-Praktiken beraten und so interne Ansätze für Einführung und Governance mitgestaltet.
Juli 2024 - Heute
München, Deutschland

Freiberuflicher Senior Data Scientist / ML Engineer

Henze Consulting

Stellenbeschreibung
Freiberuflicher Senior Data Scientist / ML Engineer bei Henze Consulting
Industrien
Informationstechnologie (IT)
Bereichen
Business Intelligence
Informationstechnologie (IT)
Juli 2024 - Sept. 2025

ML Engineer

Telefónica Deutschland (O2)

Stellenbeschreibung
ML Engineer bei Telefónica Deutschland (O2)
Industrien
Telekommunikation
Bereichen
Business Intelligence
Informationstechnologie (IT)
Marketing

Customer-Experience-Analytik

  • Durchgängige ML-Pipelines für die Vorhersage des Kundenverhaltens und des NPS entwickelt und in den Produktivbetrieb überführt (Zeitreihen-Features, scikit-learn- und PyTorch-Modelle, Bereitstellung, Monitoring, Streamlit-Auswertungen für das CX-Team)
  • Causal ML mit Kundenmerkmalen und SHAP-Feature-Importance eingesetzt, um tatsächliche Treiber der Zufriedenheit von bloßen Korrelationen zu unterscheiden und dem Marketing erklärbare, umsetzbare Segmente bereitzustellen
  • Uplift-Modellierung und A/B-Tests genutzt, um zu entscheiden, welche Engagement-Maßnahmen welchen Kunden angeboten werden, und ihre Wirkung zu messen; der NPS blieb während des Einsatzes auf einem Rekordniveau von über 30
  • Data Science als dauerhafte Kompetenz im Customer-Experience-Team etabliert; zu GenAI-Tools, LLM-Workflows und Responsible AI beraten
Apr. 2019 - Juni 2024
München, Deutschland

Data Scientist

Comsysto Reply

Stellenbeschreibung
Data Scientist bei Comsysto Reply
Industrien
Informationstechnologie (IT)
Regierung und öffentliche Verwaltung
Telekommunikation
Bereichen
Business Intelligence
Informationstechnologie (IT)
Marketing
  • Fünf Jahre eng in die Kunden- und Marketinganalytik von Telefónica Deutschland eingebunden: Datensätze mit mehreren Millionen Kunden analysiert (SQL, Statistik, SHAP auf Dataiku) und NPS-Vorhersage- und Treibermodelle entwickelt, um zu erkennen, was Zufriedenheit und Unzufriedenheit beeinflusst
  • Die Ergebnisse veränderten die Outbound-Strategie: Kaltakquise um ein Drittel reduziert, während der NPS um +10 Punkte auf einen Rekordwert von 31 stieg
  • Uplift-Modellierung und A/B-Tests genutzt, um zu entscheiden, welche Kunden wann und mit welcher Maßnahme kontaktiert werden; Auswertung nach jeder Kampagnenwelle
  • Erste Pilotprojekte mit Transformer- und GPT-Modellen (PyTorch) gemeinsam mit der Geschäftsleitung und dem CTO durchgeführt, darunter eine strategische Zusammenarbeit mit Anthropic
  • Ein globales Team von KI-Ingenieuren geleitet (Computer Vision mit Vision Transformers); Workshops zu Responsible AI und Generative AI für bayerische Staatsministerien durchgeführt; das Predictive Analytics Meetup Munich gegründet (500+ Mitglieder)
Okt. 2017 - Nov. 2018
München, Deutschland

Werkstudent im Software Engineering

Brainlab AG

Stellenbeschreibung
Werkstudent im Software Engineering bei Brainlab AG
Industrien
Gesundheitswesen
Bereichen
Informationstechnologie (IT)
Produktentwicklung

Tools zur Datenvalidierung für Software für Patientendaten

Aug. 2017 - Mai 2018
München, Deutschland

Wissenschaftlicher Mitarbeiter

LMU Munich, Center for Information and Language Processing (CIS)

Stellenbeschreibung
Wissenschaftlicher Mitarbeiter bei LMU Munich, Center for Information and Language Processing (CIS)
Industrien
Bildung
Bereichen
Informationstechnologie (IT)
Forschung und Entwicklung (F&E)

Python-Tools zur Analyse historischer Texte

Branchenerfahrung

Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Telekommunikation, Informationstechnologie (IT), Regierung und öffentliche Verwaltung, Bank- und Finanzwesen, Gesundheitswesen und Bildung.

Telekommunikation
Informationstechnologie (IT)
Regierung und öffentliche Verwaltung
Bank- und Finanzwesen
Gesundheitswesen
Bildung
Profil-Übereinstimmungsdiagramm

Erfahrung nach Fachbereich

Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.

Erfahren in Informationstechnologie (IT), Business Intelligence, Marketing, Kundendienst, Qualitätssicherung und Produktentwicklung.

Informationstechnologie (IT)
Business Intelligence
Marketing
Kundendienst
Qualitätssicherung
Produktentwicklung
Profil-Übereinstimmungsdiagramm
Weitere Aktionen

Häufig gestellte Fragen

Du hast Fragen? Hier findest du mehr.

Azada ist in München, Deutschland ansässig.

Azada spricht folgende Sprachen: Deutsch (Verhandlungssicher), Englisch (Verhandlungssicher), Russisch (Verhandlungssicher), Aserbaidschanisch (Grundkenntnisse).

Azada hat mindestens 9 Jahre Erfahrung. In dieser Zeit hat Azada in mindestens 7 verschiedenen Rollen und für 6 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 3 Monate. Beachten Sie, dass Azada möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Basierend auf der jüngsten Erfahrung wäre Azada gut geeignet für Rollen wie: Data Engineer, KI-Berater, Freiberuflicher Senior Data Scientist / ML Engineer.

Die neueste Position von Azada ist Data Engineer.

In den letzten Jahren hat Azada für Freiberuflich, Henze Consulting, Telefónica Deutschland (O2) und Comsysto Reply gearbeitet.

Azada hat die meiste Erfahrung in Industrien wie Telekommunikation, Informationstechnologie (IT) und Regierung und öffentliche Verwaltung. Azada hat auch etwas Erfahrung in Bank- und Finanzwesen, Gesundheitswesen und Bildung.

Azada hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Business Intelligence und Marketing. Azada hat auch etwas Erfahrung in Kundendienst, Qualitätssicherung und Produktentwicklung.

Azada hat kürzlich in Industrien wie Telekommunikation, Informationstechnologie (IT) und Regierung und öffentliche Verwaltung gearbeitet.

Azada hat kürzlich in Bereichen wie Informationstechnologie (IT), Business Intelligence und Marketing gearbeitet.

Azada besuchte Azerbaijan University of Languages für Englische Linguistik.

Azada hat 1 Zertifikat: AI Governance Professional (AIGP).

Azada wird ab November 2026 vollzeit verfügbar sein.

Tagessatzverteilung

0% 25% 50% 75% 100%
50 % der Experten verlangen weniger als 960 € pro Tag.
20 % der Experten verlangen zwischen 960 € und 1120 € pro Tag.
20 % der Experten verlangen zwischen 1120 € und 1280 € pro Tag.
10 % der Experten verlangen 1440 € oder mehr pro Tag.
<€960 €960-​1120 €1120-​1280 €1440+

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1000
750
500
250
Stundensatzvergleich-Diagramm
Ø Tagessatz 975 €

Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.

1000
750
500
250
Stundensatzvergleich-Diagramm
Median-Tagessatz 960 €

Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.

Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 19 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.