Bardiya B.-Data Scientist & Machine-Learning-Ingenieur

Tagessatz prüfen
Erfahrungen
Data Scientist
Rewe Digital GmbH
Statistischer Prognosealgorithmus
- Verbesserung eines statistischen probabilistischen Prognosealgorithmus für Umsätze + Evaluierung
- Migration von R/On-Premise zu Python/Snowflake
- Überführung in den Produktivbetrieb auf Snowflake in Zusammenarbeit mit Data Engineers & DevOps
Monitoring-Dashboard
- Data Engineering zur Aufbereitung & Bereitstellung notwendiger Daten/Ressourcen auf Snowflake
- Entwicklung & Bereitstellung eines Streamlit-Dashboards in Snowflake
ML-basierte probabilistische Prognosen auf Vertex AI
- Entwicklung eines ML-basierten probabilistischen Prognosealgorithmus von Grund auf
- Implementierung einer MLOps-Pipeline in Kubeflow auf Google Cloud Vertex AI
Tech Stack: Python, Snowflake/Snowpark, R, Streamlit, Gitlab/Gitlab CICD, Terraform, Google Cloud, Vertex AI (aiplatform SDK, gcloud CLI, Feature Store, Model Registry usw.), kubeflow
Data Scientist
Coditorei GmbH
- End-to-End-Entwicklung von 2 inhaltsbasierten Empfehlungssystemen
- Erstellung & Entwicklung von Code mit Gitlab
- Implementierung von Unit-Tests
- Bereitstellung von Batch-Empfehlungen in einer AWS-SQL-Datenbank
- Implementierung einer Gitlab-CI/CD-Pipeline
- Verbesserung der implementierten Empfehlungssysteme mit einem modernisierten Tech-Stack (Pincone-Vektordatenbank, TigerGraph-Graphdatenbank) als MVP
- Entwicklung & Bereitstellung einer Streamlit-Web-App zur Visualisierung/Analyse von Empfehlungen & anderen Data-Science-Lösungen
- Einige MLOps- & Data-Engineering-Aufgaben:
- Erstellung von Tabellen und Bereitstellung von Daten in AWS RDS & Postgres
- Erstellung von Batch-Prognosejobs für das Empfehlungssystem über Gitlab-Pipelines
- Bereitstellung der Data-Science-Web-App über Docker und Gitlab-Pipelines
- Erstellung von Datenpipelines in Kedro und Gitlab-Pipelines
Tech Stack: Python, Jupyter, SQLAlchemy, AWS/SageMaker, Gitlab, Gitlab CI/CD, Kedro, Docker, AWS RDS, Pinecone Vector DB, TigerGraph (DB, GraphStudio, PyTigerGraph), GraphQL, Postgres
Data-Science-Berater
Tech Mahindra GmbH
Data Scientist
Mediengruppe RTL Deutschland GmbH
- Statistische Analyse & Visualisierung von TV-Quoten/Reichweiten
- Zeitreihen-Clustering von TV-Reichweiten & Nutzerverhalten mit Hidden-Markov-Modellen & Dynamic-Time-Warping-Algorithmen
- Entwicklung verschiedener ML-Algorithmen im Kontext der Prognose von Reichweite & Effektivität von Werbeunterbrechungen, einschließlich Data Mining, Feature Engineering, Training, Testen & (Bayesscher) Hyperparameter-Optimierung
- Entscheidungsbaumbasierte Prognosen strukturierter Daten auf Basis von CatBoost
- Deep-Learning- & NLP-basierte Prognosen strukturierter Daten & kontextualisierter Dokument-Embeddings aus BERT mit neuronalen Netzen (MLPs, CNNs und gekoppelten MLP/CNN-Modellen
- Auf Deep Learning, NLP & Computer Vision basierende Prognosen sequenzieller Bild- sowie Text- & Audiodaten mit neuronalen Netzen (RNNs, LSTMs, GRUs, CNNs
- LSTM- & Transformer-basierte Prognosen zur Reichweitenvorhersage auf Zeitreihendaten
- Entwicklung & Bereitstellung von Webanwendungen mit Streamlit zur Überwachung von Produktionsmodellen und Daten
- Web-Scraping von Daten zur Modellentwicklung
- ETL-Prozesse & Feature Engineering in Spark, Hive, SQL, BigQuery
- Beratung & Unterstützung weniger erfahrener Kollegen bei ihren Projekten
Tech Stack: Python (Numpy, Pandas, SQLAlchemy), Jupyter Notebook, Tensorflow, Keras, PyTorch CatBoost, Spark, Hive, Hadoop, BigQuery, SQL, Streamlit, MLFlow, Google Cloud Platform, Docker
Marktrisiko-Controlling bei einer großen deutschen Bank
- Analyse risikorelevanter Kennzahlen (VaR, SVaR und Sensitivitätskennzahlen) und Identifizierung treibender Faktoren (auf Risikofaktor- sowie Portfolio- und Handelsebene)
- Validierung und Berichterstattung der täglichen VaR- und SvaR-Risikokennzahlen
- Überwachung von Risikolimits und Unterstützung der Portfolioüberwachung bei der Einhaltung vorgegebener Limits
Webanwendungsentwicklung
- Implementierung einer RESTful API zur Systemintegration unter Verwendung des Java-Frameworks Jersey
- Implementierung von Datenabfragen und Mechanismen zur Verarbeitung von Daten und Erstellung buchungsrelevanter Buchungen unter Verwendung von SQL und des Java-Frameworks Hibernate
- Implementierung von Hedge-Accounting-Berichten und deren Darstellung in einer Web-GUI unter Verwendung des Java-Frameworks Primefaces
Berater (Finanzsektor)
d-fine GmbH
04/2018 – 05/2018
Schulung in verschiedenen Themen aus den Bereichen Finanzen (z. B. Preisbewertung von Finanzinstrumenten, Marktrisiko, Kreditrisiko) und IT (siehe Computerkenntnisse)
06/2018 – 08/2018
Webanwendungsentwicklung: Entwicklung eines Java-basierten externen (CC)IR-Hedge-Accounting-Moduls zur Integration in ein Treasury-Management-System
- Implementierung einer RESTful API zur Systemintegration unter Verwendung des Java-Frameworks Jersey
- Implementierung von Datenabfragen und Mechanismen zur Verarbeitung von Daten und Erstellung buchungsrelevanter Buchungen unter Verwendung von SQL und des Java-Frameworks Hibernate
- Implementierung von Hedge-Accounting-Berichten und deren Darstellung in einer Web-GUI unter Verwendung des Java-Frameworks Primefaces
09/2018 – 12/2018
Marktrisikocontrolling bei einer großen deutschen Bank:
- Analyse risikorelevanter Kennzahlen (VaR, SVaR und Sensitivitätskennzahlen) und Identifizierung der treibenden Faktoren (auf Risikofaktorebene sowie auf Portfolio- und Handelsebene)
- Validierung und Berichterstattung der täglichen VaR- und SvaR-Risikokennzahlen
- Überwachung von Risikolimits und Unterstützung der Portfolioüberwachung bei der Einhaltung vorgegebener Limits
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Werbung, Medien, Unterhaltung und Druck, Einzelhandel, Professionelle Dienstleistungen und Bank- und Finanzwesen.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung, Business Intelligence und Finanzen.
Zusammenfassung
- Teil des Gewinnerteams beim Bertelsmann Hackathon 2019
- Teil des Gewinnerteams bei den Bertelsmann HackDays 2019
- Durch HGS-HIRe finanziertes Promotionsstipendium (2013-2017)
Fähigkeiten
Data Science
Machine Learning
Deep Learning
Bayessche & Kausale Modelle
Python, Numpy, Pandas, Scikit-Learn, Tensorflow, Pytorch, Pymc3
Sql, Spark, Bigquery, Mongodb
Google Cloud Platform
Tigergraph & Gsql
Programmier-, Skript- & Abfragesprachen: Python, C/C++, Java, Oop, Sql, Spark, Gsql (Tigergraph), Graphql, Bash-Scripting
Python-Bibliotheken: Pandas, Numpy, Matplotlib, Plotly, Streamlit, Scikit-Learn, Tensorflow, Keras, Pytorch
Data Science: Machine Learning & Deep Learning, Monte-Carlo-Simulation, Bayessche & Kausale Modelle, Graphalgorithmen & Machine Learning, Markov-Modelle & Hidden-Markov-Modelle
Tools: Unix/Linux-Systeme, Versionskontrollsysteme (Git, Svn), Jupyter Notebook, Vscode, Gcp (Vertexai, Kubeflow), Aws, Azure, Tigergraph, Dbt
Python-Bibliotheken: Mlflow, Plotly Dash, Flask, Fastapi, Scrapy
Cloud: Tigercloud, Ibm Cloud & Watson, Docker
Datenspeicherung/Abfragen: Mongodb, Hive, Hdfs, Hadoop, Neo4j
Programmierung & Skripting: R, Mathematica, Matlab/Octave, Excel/Vba
Web-(App-)Entwicklung: Html, Css, Javascript, Jquery
Sprachen
Ausbildung
Justus-Liebig-Universität
PHD · Theoretische Teilchenphysik · Giessen, Deutschland
TU Darmstadt
Master of Science · Physik · Darmstadt, Deutschland
TU Darmstadt
Bachelor of Science · Physik · Darmstadt, Deutschland
Zertifikate & Bescheinigungen
AWS Fundamentals: Going Cloud-Native
AWS
Azure Data Scientist Associate
Microsoft
Certified TigerGraph Associate
TigerGraph
Databases for Data Scientists
University of Colorado Boulder
Deep-Learning Specialization
deeplearning.ai
Functional Programming Principles in Scala
EPFL University
Generative Adversarial Networks
deeplearning.ai
Graph Algorithms for Machine Learning
TigerGraph
IBM AI Engineering Professional Certificate
IBM
IBM Professional Data Science Certificate
IBM
Introduction Level Training in R-Programming
Mediengruppe RTL Dtl. GmbH
Introduction to Computational Statistics with PyMC3
Databricks
Introduction to MongoDB
MongoDB
Machine Learning
Stanford University
Natural Language Processing
deeplearning.ai
Professional Machine Learning Engineer (in progress)
Google Cloud
Querying Data with Transact-SQL
Microsoft
Reinforcement Learning
University of Alberta
TensorFlow in Practice
deeplearning.ai
TensorFlow: Data & Deployment
deeplearning.ai
Trainings in Java, SQL & Web-App Development
d-fine GmbH
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Bardiya ist in Frankfurt am Main, Deutschland ansässig.
Bardiya spricht folgende Sprachen: Deutsch (Muttersprache), Englisch (Verhandlungssicher), Französisch (Verhandlungssicher).
Bardiya hat mindestens 8 Jahre Erfahrung. In dieser Zeit hat Bardiya in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr und 2 Monate. Beachten Sie, dass Bardiya möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Bardiya gut geeignet für Rollen wie: Data Scientist, Data-Science-Berater, Marktrisiko-Controlling bei einer großen deutschen Bank.
Die neueste Position von Bardiya ist Data Scientist bei Rewe Digital GmbH.
In den letzten Jahren hat Bardiya für Rewe Digital GmbH, Coditorei GmbH, Tech Mahindra GmbH und Mediengruppe RTL Deutschland GmbH gearbeitet.
Bardiya hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Werbung, Medien und Unterhaltung und Druck. Bardiya hat auch etwas Erfahrung in Einzelhandel, Bank- und Finanzwesen und Professionelle Dienstleistungen.
Bardiya hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Business Intelligence. Bardiya hat auch etwas Erfahrung in Finanzen und Buchhaltung.
Bardiya hat kürzlich in Industrien wie Informationstechnologie (IT), Werbung, Medien und Unterhaltung und Druck gearbeitet.
Bardiya hat kürzlich in Bereichen wie Informationstechnologie (IT), Business Intelligence und Produktentwicklung gearbeitet.
Bardiya hat einen Doktor in Theoretische Teilchenphysik von Justus-Liebig-Universität, einen Master in Physik von TU Darmstadt, einen Bachelor in Physik von TU Darmstadt und einen Bachelor in Mathematik von TU Darmstadt.
Bardiya hat 21 Zertifikate. Darunter sind: AWS Fundamentals: Going Cloud-Native, Azure Data Scientist Associate und Certified TigerGraph Associate.
Bardiya wird ab November 2026 vollzeit verfügbar sein.
Tagessatzverteilung
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.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
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 6 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Data Scientist
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Frankfurt am Main, Deutschland arbeiten
