Erfahrungen
Senior Data Scientist – Prädiktive Modellierung, maschinelles Lernen & Optimierung
Vinted
- Leitete die Entwicklung von Machine-Learning-Modellen zur Vorhersage betrieblicher Engpässe und Kapazitätsrisiken, um proaktive Entscheidungen zu unterstützen.
- Entwickelte und bewertete Optimierungs- und Zuteilungsstrategien unter Berücksichtigung von Kapazitäts- und Routenbeschränkungen, um die Ressourcennutzung zu verbessern.
- Arbeitete eng mit Engineering- und Betriebsteams an der Integration von Modellen, der Leistungsbewertung und A/B-Tests zusammen.
- Übersetzte komplexe Geschäftsprobleme in praktische, datengestützte Lösungen und kombinierte dabei prädiktive Modellierung, Optimierung und betriebliche Analysen.
Senior Data Scientist – Routenoptimierung, Preisgestaltung & Frachtführerempfehlungen
sennder
- Entwickelte mit Python und Google OR-Tools Lösungen zur Routenoptimierung, um eine effiziente Planung des Gütertransports zu unterstützen.
- Erstellte prädiktive Modelle für Transportkosten zur Unterstützung von Preisgestaltung und betrieblichen Entscheidungen.
- Entwickelte Algorithmen zur Empfehlung von Frachtführern, um deren Auswahl und die Zuteilung von Ressourcen zu verbessern.
- Arbeitete mit Data-Engineering-Teams zusammen, um skalierbare Datenpipelines zu entwickeln und analytische Lösungen in Geschäftsabläufe zu integrieren.
Senior Data Scientist – Fahrzeugsicherheit & Teleoperationsanalysen
REE Technology
- Verbesserte die Erfassung und Analyse von Fahrzeugdaten im Backend, um die Überwachung der Fahrzeugsicherheit zu unterstützen.
- Entwickelte Machine-Learning-Modelle zur Klassifizierung von toten Winkeln und zur Analyse von Fahrzeugabschaltungen.
- Wandte statistische Modellierungsmethoden, darunter Hidden Markov Models (HMMs), an, um die Sicherheit der Positionsbestimmung zu bewerten und mögliche Risiken zu erkennen.
- Analysierte betriebliche Fahrzeugdaten, um Sicherheitsbewertungen und datengestützte technische Entscheidungen zu unterstützen.
Lead Data Scientist – Nachfrageprognosen & Flottenoptimierung
PSA Group / Free2move
- Analysierte umfangreiche Carsharing-Daten aus Städten in Europa und den USA, um Mobilitätsmuster zu erkennen und die Fahrzeugnachfrage vorherzusagen.
- Entwickelte datengestützte Ansätze zur Unterstützung der Umverteilung von Fahrzeugen, ihrer Verfügbarkeit und der betrieblichen Effizienz.
- Leitete die funktionsübergreifende Entwicklung einer Analyseplattform, lieferte schrittweise MVPs und übersetzte komplexe Daten in umsetzbare Geschäftserkenntnisse.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Transport und Logistik, Mode und Bekleidung, Informationstechnologie (IT), Einzelhandel und Automotive.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Business Intelligence, Logistik, Informationstechnologie (IT), Lieferkettenmanagement, Forschung und Entwicklung (F&E) und Produktentwicklung.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Yunqi ist in Berlin, Deutschland ansässig und kann in On-Site-, Hybrid- und Remote-Arbeitsmodellen arbeiten.
Yunqi spricht folgende Sprachen: Chinesisch (Muttersprache), Englisch (Verhandlungssicher), Deutsch (Fortgeschritten).
Yunqi hat mindestens 9 Jahre Erfahrung. In dieser Zeit hat Yunqi in mindestens 4 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 2 Monate. Beachten Sie, dass Yunqi möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Yunqi gut geeignet für Rollen wie: Senior Data Scientist – Prädiktive Modellierung, maschinelles Lernen & Optimierung, Senior Data Scientist – Routenoptimierung, Preisgestaltung & Frachtführerempfehlungen, Senior Data Scientist – Fahrzeugsicherheit & Teleoperationsanalysen.
Die neueste Position von Yunqi ist Senior Data Scientist – Prädiktive Modellierung, maschinelles Lernen & Optimierung bei Vinted.
In den letzten Jahren hat Yunqi für Vinted und sennder gearbeitet.
Yunqi hat die meiste Erfahrung in Industrien wie Transport und Logistik, Mode und Bekleidung und Informationstechnologie (IT). Yunqi hat auch etwas Erfahrung in Einzelhandel und Automotive.
Yunqi hat die meiste Erfahrung in Bereichen wie Business Intelligence, Logistik und Informationstechnologie (IT). Yunqi hat auch etwas Erfahrung in Lieferkettenmanagement, Forschung und Entwicklung (F&E) und Produktentwicklung.
Yunqi hat kürzlich in Industrien wie Transport und Logistik, Mode und Bekleidung und Informationstechnologie (IT) gearbeitet.
Yunqi hat kürzlich in Bereichen wie Informationstechnologie (IT), Logistik und Lieferkettenmanagement gearbeitet.
Yunqi hat einen Doktor in Kommunikationsnetze von Hamburg University of Technology und einen Master in Signal- und Informationsverarbeitung von Jilin University.
Yunqi ist sofort vollzeit verfügbar für passende Projekte.
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 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Mei-Fang C.
Letzte Position:
Medical Consultant bei Atheneum
- Fachberatung durch die Analyse klinischer und Marktdaten für mehr als 20 Fälle geleistet und datengestützte Entscheidungen zur Projektpipeline ermöglicht, die die Priorisierung von Forschung und Entwicklung optimierten und Projektlaufzeiten verkürzten.
- Zu Erstattungswegen und Preisen für wichtige Arzneimittel beraten und klinische Daten auf die Erwartungen der Kostenträger abgestimmt.
David D.
Letzte Position:
Richtlinien-Spezialist & Analyst bei Tiktok GmbH / Bytedance Ltd.
- Bewertete Schwachstellen im Moderationsprozess und in der Strategie
- Führte schlanke Moderationsprozesse ein und integrierte Richtlinienfragen, um zentrale KPIs sowie Moderationsgenauigkeit und Konsistenz zu verbessern
- Kooperierte funktionsübergreifend, um bedeutende Eskalationen zu bearbeiten und die Sicherheit der Plattform zu gewährleisten
- Entwickelte agile Mechanismen zur Verhinderung schädlicher Inhalte wie Hassrede, Falschnachrichten und Fehlinformationen bei Ereignissen wie der Bundestagswahl (2025), den Olympischen Spielen in Paris (2024) sowie schädlichem AIGC
- Arbeitete mit Produkt- und Data-Science-Teams zusammen, um Effizienz und Genauigkeit von KI-Moderationsprozessen zu steigern
- Wandte Techniken wie RLHF mit hochwertiger Datenkennzeichnung, Prompt-Engineering und Modellverfeinerung durch Übersetzung von Richtlinientexten in Entscheidungsbäume an
- Automatisierte Prozesse mittels Python-Programmierung
- Erstellte SOPs und Metriken für Modelliteration und Ergebniserfassung
Tobias R.
Letzte Position:
Senior Data Scientist bei Lyft
- Verbesserte die Fehlerrate bei Geschwindigkeitsbegrenzungs-Elementen von 24% auf 8%, indem ich eine LLM-Pipeline auf erkannte Objekte angewendet habe (mit einer natürlichen Untergrenze von 6%, da die Bildabdeckung nur 94% beträgt).
- Umfangreiches ML-Modellieren der Routing-Kostenfunktion (Zielfunktion, Merkmale, Hyperparameter, Trainingsdatengenerierung), was die Grundlage für den Neuaufbau einer flexibleren Lösung legte.
- Initiierte das erste Priorisierungs-Framework für Data Curation Ops (jährliche Organisationskosten von 2 Mio. USD), das von täglichen Vorgaben weggeht und nun auf 'erwarteten Geschäftswert pro Zeiteinheit' optimiert, was eine Effizienzsteigerung von etwa 5-7% bewirkt.
- Enge Zusammenarbeit mit Software Engineering & Data Engineering sowie Product & Operations.
Stylianos I.
Letzte Position:
Gründer und leitender Machine-Learning-Ingenieur bei Stealth AI Startup
- Entwicklung einer durchgängigen KI-Plattform für die de novo-Arzneimittelforschung und Systempharmakologie mit besonderem Fokus auf neuartige Neuro-Therapeutika. Erstellung eines umfassenden, investorenreifen Geschäftsmodells mit automatisierter Strategie für geistiges Eigentum und neuartigen Mechanismen zur Risikoabsicherung.
- Entwicklung von Pipelines für Deep Reinforcement Learning (DRL) zur Steuerung der Molekülgenerierung. Entwicklung individueller, mehrzieliger Belohnungsfunktionen zur iterativen Optimierung von Wirkstoffen hinsichtlich synthetischer Zugänglichkeit (SA), quantitativer Einschätzung der Arzneimittelähnlichkeit (QED) und Rezeptorbindungsaffinität.
- Konzeption und Bereitstellung komplexer Retrieval-Augmented-Generation-Architekturen (Graph RAG), die von LLM-Komitees betrieben werden. Einsatz dieser Multi-Agenten-Workflows zur autonomen Analyse biochemischer Literatur, Identifizierung therapeutischer Ziele und Zuordnung pharmakologischer Wirkmechanismen.
- Entwicklung graphbasierter neuronaler Netze (GNNs) für fortgeschrittene Eigenschaftsvorhersagen sowie Einsatz generativer Modelle zur Erschließung neuer chemischer Räume und deutlichen Beschleunigung von in silico-Zyklen zur Optimierung von Leitstrukturen.
- Entwicklung einer individuellen, von kdb+ inspirierten Open-Source-Analysedatenbank in Julia zur Verarbeitung großer Datenmengen mit hoher Geschwindigkeit. Entwicklung der zentralen Vektorspeicherschicht auf Basis von PostgreSQL mit pgvector für eine effiziente semantische Suche.
- Verwaltung der gesamten Rechenumgebung und Optimierung von Deep-Learning-Workloads für die parallele Ausführung mit intensiver CUDA-/GPU-Beschleunigung in einer Docker-basierten Ubuntu-Linux-Umgebung (WSL).
Verwendete Technologien, Bibliotheken und Frameworks: PyTorch, Graph Neural Networks (GNNs), Hugging Face Transformers, Ray RLlib, Stable Baselines3, DeepChem, RDKit, OpenBabel, LangChain, LlamaIndex, OpenAI-/Anthropic-APIs, Julia, PostgreSQL (pgvector), Docker, CUDA, Ubuntu Linux (WSL), Google Compute Engine
- Derzeit Entwicklung einer leistungsstarken Open-Source-Datenbank-Engine in Julia, konzipiert als moderne, KI-native Entsprechung des kdb+-Ökosystems. Das Projekt basiert auf einer eingehenden architektonischen Analyse dekompilierter kdb+-Strukturen und bildet dessen extrem latenzarme In-Memory-Spalten-Speichermechanik nach, während gleichzeitig Vektorspeicherfunktionen integriert werden. Durch die vollständige Nutzung von Julias JIT-Kompilierung und Mehrfachdispatch ist das System für die Verarbeitung kontinuierlich eingehender Hochfrequenzdaten und komplexer mehrdimensionaler Ähnlichkeitssuchen ausgelegt. Die Engine dient als hochoptimierte Infrastrukturschicht und bietet Geschwindigkeit auf Unternehmensniveau für quantitative Modellierung und groß angelegte Machine-Learning-Pipelines ohne den Aufwand proprietärer Lizenzen
Borui L.
Letzte Position:
Spektralanalyse neuronaler Netzwerkkerne bei Borui Li Projects
- Untersuchte den Einfluss der Struktur neuronaler Netze auf netzwerkinspirierte Kernel wie den Neural Tangent Kernel (NTK).
- Zeigte durch theoretische Analysen und empirische Studien, dass der RKHS von NNGP ein Unterraum des NTK ist.
- Untersuchte die Verbindungen dieser Kernel zur Matérn-Familie.
Raphael M.
Letzte Position:
Gründer / Quant-Entwickler bei Market Maker
- Entwicklung von Krypto-Quant-Strategien, automatisierte Handelsausführung, Onchain-Daten-Client (Ethereum / Solana)
- Entwicklung von Daten- und Handelsarchitekturen für die Bereitstellung von Liquidität
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Senior Data Scientist – Prädiktive Modellierung, maschinelles Lernen & Optimierung
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Berlin, Deutschland arbeiten

