Top-Experten-Abzeichen
Empfohlener Experte
Profil-Kopfzeilen-Hintergrund

Raphael Mankopf

Gründer / Quant-Entwickler

Raphael Mankopf
Profil-Kopfzeilen-Overlay
Berlin, Deutschland

Erfahrungen

Nov. 2021 - Okt. 2022
1 Jahr
New York, Vereinigte Staaten

Gründer / Quant-Entwickler

Market Maker

Expertise-Details
Stellenbeschreibung
Gründer / Quant-Entwickler bei Market Maker
Industrien
Bank- und Finanzwesen
Bereichen
Informationstechnologie (IT)
Produktentwicklung
Forschung und Entwicklung (F&E)
  • Entwicklung von Crypto-Quant-Strategien, automatisierte Handelsausführung, On-Chain-Daten-Client (Ethereum / Solana)
  • Entwicklung von Daten- und Handelsarchitekturen zur Bereitstellung von Liquidität
Feb. 2021 - Bis heute
5 Jahren 2 Monate
Berlin, Deutschland

Manager Datenwissenschaft & Blockchain-Technologie

Roland Berger GmbH

Expertise-Details
Stellenbeschreibung
Manager Datenwissenschaft & Blockchain-Technologie bei Roland Berger GmbH
Industrien
Energie
Bank- und Finanzwesen
Bereichen
Projektemanagement
Forschung und Entwicklung (F&E)
Strategie und Planung
  • Entwicklung der Digital-Asset-Strategie für mehrere Banken, einschließlich Aufbau der Verwahrungstechnologie
  • Aufbau des weltweit größten BTC-Mining-Betriebs in Abu Dhabi, einschließlich Venture-Entwicklung zur Etablierung einer sicheren Digital-Asset-Verwahrung und Kommerzialisierungsstrategie
  • Preis- und Volatilitätsprognosen für Öl- und Gas-Rohstoffe mit tiefen neuronalen Netzen, vektorautoregressiven Modellen und mehrschichtigen Ensemble-Modellen – Leitung der End-to-End-Software-Implementierung mit einem Team aus 3 Data Scientists und 2 Data Engineers
Juli 2020 - Jan. 2021
7 Monate
Berlin, Deutschland

Managing Consultant für Datenwissenschaft

Capgemini Invent

Expertise-Details
Stellenbeschreibung
Managing Consultant für Datenwissenschaft bei Capgemini Invent
Industrien
Pharmazeutika
Professionelle Dienstleistungen
Bereichen
Business Intelligence
Produktentwicklung
Vertrieb
  • Leitung von Data-Science-Teams (3–8 FTE) in Prototyping-Projekten, verantwortlich für die Entwicklung von Analytics-Use-Cases, Machine-Learning-Modellen und Projektvertrieb (alleinige Verantwortung für ein Projektvolumen von 2,4 Mio. EUR im Jahr 2020)
  • Beratung eines globalen Pharmaunternehmens von der Use-Case-Identifikation bis zum Roll-out von ML-basierten Wettbewerbsüberwachungstools, unterstützt durch Sentiment-Analyse und Themaextraktion für unstrukturierte Texte
Jan. 2019 - Juni 2020
1 Jahr 6 Monate
Berlin, Deutschland

Senior-Consultant / Datenwissenschaftler

Capgemini Invent

Expertise-Details
Stellenbeschreibung
Senior-Consultant / Datenwissenschaftler bei Capgemini Invent
Industrien
Bank- und Finanzwesen
Bereichen
Business Intelligence
Informationstechnologie (IT)
Betrieb
  • Entwicklung einer maßgeschneiderten, Machine-Learning-basierten Handelssurveillance-Lösung zur Bewertung von Handelsvolumen, -häufigkeit, Positionsgröße und gehandelten Kontraktarten mittels ARIMA- und LSTM-Modellen
  • Leitung eines Teams von 6 Ingenieuren bei der Implementierung eines End-to-End-Echtzeit-Datenfeeds (MS Kubernetes) zu den weltweit führenden Energie-Börsen (ICE, CME) über ein FIX-API-Protokoll
  • Unterstützung einer globalen Investmentbank bei der Lösung von Datenqualitätsproblemen durch Implementierung maßgeschneiderter Machine-Learning-Anwendungen für das Back- und Middle-Office (Python / PySpark / Hadoop)
  • Natürliche Sprachverarbeitung für Textklassifikation durch Anwendung von Latent Dirichlet Allocation und unüberwachtem Clustering zur Optimierung der Verarbeitung von Textanfragen für Finanzprodukte
Juni 2017 - Dez. 2018
1 Jahr 7 Monate
Berlin, Deutschland

Consultant / Datenwissenschaftler

Capgemini Invent

Expertise-Details
Stellenbeschreibung
Consultant / Datenwissenschaftler bei Capgemini Invent
Industrien
Automotive
Bereichen
Business Intelligence
Produktentwicklung
  • Entwicklung eines Deep-Learning-basierten Anomalieerkennungsmodells zur Zuordnung von Sensorausfällen und fehlerhaften Datenpunkten mittels Autoencoder-Modell (PySpark, TensorFlow, Keras)
  • Statistisches Trendmodell zur Festlegung des nächsten Fahrzeugkaufzeitpunkts und Machine-Learning-basierte Klassifikation zur Empfehlung der am besten geeigneten Fahrzeugkonfiguration für einen deutschen Premium-OEM
Sept. 2015 - Dez. 2016
1 Jahr 4 Monate
Stockholm, Schweden

Forschungs- und Lehrassistent

Stockholm School of Economics

Expertise-Details
Stellenbeschreibung
Forschungs- und Lehrassistent bei Stockholm School of Economics
Industrien
Bildung
Bereichen
Business Intelligence
Forschung und Entwicklung (F&E)
  • Datenbeschaffung und -bereinigung (R / Python), multivariate Regressionsanalyse, logistische Regression
  • Wöchentliche Seminare mit 20-30 Studierenden zu Statistik, Mikro- und Verhaltensökonomie

Branchenerfahrung

Sehen Sie, in welchen Branchen dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Bank- und Finanzwesen, Energie, Automotive, Bildung, Pharmazeutika und Professionelle Dienstleistungen.

Bank- und Finanzwesen
Energie
Automotive
Bildung
Pharmazeutika
Professionelle Dienstleistungen
Profil-Übereinstimmungsdiagramm

Erfahrung nach Fachbereich

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

Erfahren in Forschung und Entwicklung (F&E), Projektemanagement, Strategie und Planung, Business Intelligence, Produktentwicklung und Informationstechnologie (IT).

Forschung und Entwicklung (F&E)
Projektemanagement
Strategie und Planung
Business Intelligence
Produktentwicklung
Informationstechnologie (IT)
Profil-Übereinstimmungsdiagramm

Fähigkeiten

Datenwissenschaft

  • Python, R, Stata
  • Spark, Pyspark, Scala
  • Databricks / Sagemaker
  • Sql, Mongodb, Redshift, Postgresql

Softwareentwicklung

  • Javascript / Typescript
  • Rust
  • Solidity

Cloud-technologie

  • Azure Cloud
  • Aws
  • Kubernetes

Maschinelles Lernen

  • Tensorflow
  • Keras
  • Googlebert Nlp

Sprachen

Deutsch
Muttersprache
Englisch
Verhandlungssicher
Spanisch
Verhandlungssicher
Schwedisch
Grundkenntnisse

Zertifikate & Bescheinigungen

DeepLearning.AI - Neural Exchange: Universidad del Pacífico Lima, Peru

Networks and Deep Learning

Stanford Machine Learning

Statistiken

Erfahrung

Positionen gesamt 6
Erfahrung in Bank- und Finanzwesen 6.5 J.
Durchschn. Dauer 1 J. 9 M.
Längste Erfahrung 5 J. 1 M.

Globale Erfahrung

Länder gearbeitet 3 (Deutschland, Vereinigte Staaten, Schweden)
Hauptland Deutschland

Fachkenntnisse

Aktuelle Rollen Gründer / Quant-Entwickler, Manager Datenwissenschaft & Blockchain-Technologie, Managing Consultant für Datenwissenschaft
Hauptbranchen Bank- und Finanzwesen, Energie, Automotive
Hauptfachbereiche Forschung und Entwicklung (F&E), Projektemanagement, Strategie und Planung

Qualifikationen

Zertifikate erworben 3

Profil

Erstellt
Stand
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testen
Weitere Aktionen

Frequently Asked Questions

Sie haben Fragen? Hier finden Sie weitere Informationen

Wo ist Raphael ansässig?

Raphael ist in Berlin, Deutschland ansässig.

Welche Sprachen spricht Raphael?

Raphael spricht folgende Sprachen: German (Muttersprache), English (Verhandlungssicher), Spanish (Verhandlungssicher), Swedish (Grundkenntnisse).

Wie viele Jahre Erfahrung hat Raphael?

Raphael hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Raphael in mindestens 6 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 8 Monate. Beachten Sie, dass Raphael möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Raphael am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Raphael gut geeignet für Rollen wie: Gründer / Quant-Entwickler, Manager Datenwissenschaft & Blockchain-Technologie, Managing Consultant für Datenwissenschaft.

Was ist das neueste Projekt von Raphael?

Die neueste Position von Raphael ist Gründer / Quant-Entwickler bei Market Maker.

Für welche Unternehmen hat Raphael in den letzten Jahren gearbeitet?

In den letzten Jahren hat Raphael für Market Maker und Roland Berger GmbH gearbeitet.

In welchen Industrien hat Raphael die meiste Erfahrung?

Raphael hat die meiste Erfahrung in Industrien wie Bank- und Finanzwesen, Energie und Automotive. Raphael hat auch etwas Erfahrung in Bildung, Pharmazeutika und Professionelle Dienstleistungen.

In welchen Bereichen hat Raphael die meiste Erfahrung?

Raphael hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E), Projektemanagement und Strategie und Planung. Raphael hat auch etwas Erfahrung in Business Intelligence, Produktentwicklung und Informationstechnologie (IT).

In welchen Industrien hat Raphael kürzlich gearbeitet?

Raphael hat kürzlich in Industrien wie Bank- und Finanzwesen und Energie gearbeitet.

In welchen Bereichen hat Raphael kürzlich gearbeitet?

Raphael hat kürzlich in Bereichen wie Forschung und Entwicklung (F&E), Projektemanagement und Strategie und Planung gearbeitet.

Ist Raphael zertifiziert?

Raphael hat 3 Zertifikate. U.a: DeepLearning.AI - Neural Exchange: Universidad del Pacífico Lima, Peru, Networks and Deep Learning und Stanford Machine Learning.

Wie ist die Verfügbarkeit von Raphael?

Raphael ist sofort verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Raphael?

Der Stundensatz von Raphael hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Raphael beauftragen?

Um Raphael zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

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

1000
750
500
250
Stundensatzvergleich-Diagramm
⌀ Markt: 770-930 €
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.