Utsav Rabadiya-Werkstudent Junior Data Scientist (Performance Team GT Fleet)
Tagessatz prüfen
Erfahrungen
Werkstudent Junior Data Scientist (Performance Team GT Fleet)
Uniper SE
- Analyse großer Kraftwerksdaten zur Entwicklung und Optimierung von wichtigen Leistungskennzahlen (KPIs) zur Überwachung der Flottenleistung.
- Entwurf und Entwicklung interaktiver Power BI-Dashboards zur Echtzeiteinsicht in zentrale Geschäftskennzahlen, was die Entscheidungsprozesse in den Abteilungen verbessert.
- Zusammenarbeit mit Vor-Ort-Ingenieuren und dem Asset Management, um Leistungskennzahlen über mehrere Länder hinweg zu harmonisieren.
- Unterstützung von Digitalisierungsinitiativen durch Umsetzung datenbasierter Anwendungsfälle mit agilen Projektmanagementmethoden.
- Nutzung von OSIsoft PI-Systemen für Zeitreihenanalyse und Visualisierung zur Verbesserung der betrieblichen Einblicke.
Graph Neural Network für Link-Vorhersage und Fehlerdiagnose
- Komplexe Modelle mit PyTorch entwickelt und optimiert, um die Leistung und Vorhersagegenauigkeit bei der Fehlerdiagnose zu steigern.
- Wissensgraphen aus der Automobilbranche (RDF) genutzt, um Daten zu transformieren und fortgeschrittene ML-/DL-Techniken anzuwenden.
- Echtzeit-Sensordaten integriert, um dynamische Node Embeddings zu erzeugen, was die Fehlervorhersage und Analyse des Bauteilverhaltens verbessert.
- Fehlerklassifikationstechniken implementiert, um Ausfälle von Fahrzeugkomponenten vorherzusagen und zu erkennen und so die Predictive-Maintenance-Fähigkeiten zu verbessern.
Predictive Maintenance mit Machine Learning
- Ein Predictive-Maintenance-Modell mit Machine Learning entwickelt, um die Ausfallwahrscheinlichkeit von Maschinen in den nächsten 24 Stunden abzuschätzen.
- Echtzeit-Telemetriedaten, Fehlermeldungen, Wartungsprotokolle und Maschinendaten für das Feature Engineering genutzt.
- Zeitverzögerte Features aus Telemetrie und Fehlermeldungen erstellt und die Tage seit dem letzten Komponententausch berechnet.
- Zeitabhängige Aufteilung der Datensätze implementiert und Klassenungleichgewicht mit Oversampling ausgeglichen, um eine robuste Modellleistung anhand von Kennzahlen wie Recall und Precision zu erreichen.
- Python, scikit-learn und Azure Machine Learning Studio verwendet.
Gasdatenanalyse der Niederlande mit ML
- Explorative Datenanalyse (EDA) an Gasverbrauchs-Datensätzen mit Python durchgeführt, mit Fokus auf Datenbereinigung, -aufbereitung und Umgang mit Ungleichgewichten.
- Verschiedene Machine-Learning-Modelle angewendet, darunter logistische Regression, Random Forest, XGBoost und neuronale Netze, mit Hyperparameter-Tuning für optimale Leistung.
- Modelle anhand von Präzision, Recall, F1-Score und ROC-AUC bewertet, um eine zuverlässige Vorhersagegenauigkeit sicherzustellen.
Verkaufsanalyse einer Shopping-Website mit Web-Analyse
- Explorative Datenanalyse (EDA) durchgeführt, um Verkaufstrends und Nutzerverhalten auf einer E-Commerce-Plattform zu erkennen.
- Statistische Methoden wie Korrelations- und Regressionsanalyse eingesetzt, um verwertbare Erkenntnisse zu gewinnen.
- Visualisierungen (Streudiagramme, Liniendiagramme, Heatmaps) erstellt, um Ergebnisse darzustellen und Entscheidungsprozesse zur Verkaufsoptimierung zu unterstützen.
Analyse eines Musikshops (SQL)
- Führte eine eigenständige SQL-Analyse an einem Datensatz eines Online-Musikshops durch, entwarf ein relationales Datenbankschema, führte komplexe Abfragen zur Analyse von Verkaufstrends, beliebten Genres und Kundendemografie durch und optimierte die Abfrageleistung für einen effizienten Datenabruf.
- Gewann wichtige geschäftliche Erkenntnisse, wie die beliebtesten Musikgenres, Künstler und Länder mit den meisten Käufen, und gab datenbasierte Empfehlungen zur Optimierung der Marketingstrategien und zum Unternehmenswachstum.
Analyst für Geschäftstechnologie
Pahal Solar PVT. LTD.
- Entwickelte und implementierte ein robustes Machine-Learning-Framework zur Automatisierung von Geschäftsprozessen und für vorausschauende Analysen.
- Führte umfassende Datenanalysen durch, um wichtige Muster und Trends zu erkennen, und unterstützte damit strategische Entscheidungsprozesse.
- Erstellte dynamische und benutzerfreundliche Dashboards mit Power BI, integriert mit SQL-Datenbanken für Echtzeit-Datenvisualisierung und umsetzbare Erkenntnisse.
Praktikant Datenanalyst
Pahal Solar PVT. LTD.
- Analysierte komplexe Datensätze und wandelte sie durch den Aufbau prädiktiver Modelle und die Prognose zukünftiger Trends in umsetzbare Erkenntnisse um.
- Optimierte erfolgreich das Bestandsmanagement um 16 % durch die Entwicklung und Implementierung von Machine-Learning-Algorithmen und steigerte so die operative Effizienz.
- Arbeitete mit funktionsübergreifenden Teams zusammen, um Geschäftsanforderungen in datenbasierte Lösungen zu übersetzen, und verbesserte so operative Ergebnisse und die strategische Planung.
Praktikant im Bereich Industrie
Tata Motors
- Führte eine gründliche Bestandsplanung und -optimierung durch, straffte die Abläufe und reduzierte Ineffizienzen.
- Entwarf und implementierte effektive Techniken zur Datenvisualisierung, um umsetzbare Erkenntnisse zu gewinnen und die Entscheidungsprozesse zu verbessern.
- Leitete Verbesserungen im Datenflussmanagement an und sorgte für eine reibungslosere Integration und Verarbeitung in den Systemen.
- Arbeitete mit funktionsübergreifenden Teams zusammen, um Geschäftsziele mit datenbasierten Lösungen abzustimmen und die operative Exzellenz zu fördern.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Energie, Automotive und Fertigung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Business Intelligence, Betrieb, Informationstechnologie (IT), Forschung und Entwicklung (F&E) und Projektmanagement.
Zusammenfassung
Innovativer und lösungsorientierter Datenanalyst mit Erfahrung darin, komplexe Daten in umsetzbare Erkenntnisse zu verwandeln, die Geschäftsentscheidungen unterstützen. Erfahren im Programmieren, der Entwicklung von Algorithmen und der Anwendung fortgeschrittener Datenanalysetechniken. Versiert in Machine Learning (ML) und Deep Learning (DL) zum Erstellen von Vorhersagemodellen und Automatisieren von Entscheidungsprozessen. Fähig, Programmanforderungen zu erfassen, zu verstehen und mit Python, SQL und Cloud-Lösungen in fortschrittliche Anwendungen umzusetzen. Leidenschaftlich daran interessiert, Data Science einzusetzen, um Geschäftsprozesse zu optimieren und die digitale Transformation voranzutreiben.
Fähigkeiten
- Programmiersprachen: Python, C/C++, Sql
- Datenanalyse & Visualisierung: Numpy, Pandas, Matplotlib, Seaborn, Tableau, Power Bi, Fortgeschrittenes Excel, Power Apps
- Machine Learning & Deep Learning: Scikit-Learn, Tensorflow, Pytorch
- Datenbankverwaltung: Mysql, Azure Devops, Snowflakes
- Tools & Plattformen: Github, Microsoft Azure, Databricks
- Datenwissenschaft & Data Mining: Data Mining, Predictive Analysis, Regressionsanalyse
Sprachen
Ausbildung
Universität Siegen
Master in Mechatronik · Mechatronik · Siegen, Deutschland · 2.3
GTU
Bachelor in Maschinenbau · Maschinenbau · Surat, Indien · 1.45
Zertifikate & Bescheinigungen
Überwachtes Machine Learning
Coursera
Python
Coursera
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
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 Werkstudent Junior Data Scientist (Performance Team GT Fleet)
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Siegen, Deutschland arbeiten
