pandas Experten in Hamburg

Selbstständige Erkundung von Methoden zur Entwicklung agentischer KI, von der Idee bis zu einer funktionierenden, öffentlich nutzbaren Anwendung

• Ein interaktives Planungstool zur Modellierung von Altersvorsorge-Entnahmen und Steuerstrategie mit einem agentischen KI-Entwicklungsansatz (Vibe Coding) gebaut – als Beispiel für die eigenständige Untersuchung neuer KI-gestützter Entwicklungsmethoden
• Live-Projektionen für Ausgaben unter Berücksichtigung von Steuern und anpassbare Nutzereingaben geliefert; als kostenlose Browser-Anwendung ohne Installation in Python umgesetzt, mit Fokus auf Nutzbarkeit für nicht-technische Anwender

• Migration von Kundendaten von einer Private Cloud zu AWS
• Optimierung von Daten-Transformations-Jobs und Migration von Talend zu AWS Glue
• Automatisierung aller Migrationsschritte
• Verwendete Technologien: AWS, Python, Lambda, CloudFormation, SQLServer, AWS Stepfunctions, Glue, PySpark

• Entwicklung eines professionellen Terminplaners für Organisationen mit spezifischen detaillierten Anforderungen
• Evaluieren verschiedener existierender Softwarelösungen
• Erstellen einer Liste von technischen Anforderungen
• Implementieren dieser Anforderungen
• Technologien in Auswahl: WebDAV, CalDAV, Rust, Baikal, OAuth, Keycloak

• Konzeption und Implementierung eines initialen Produktmanagement-Frameworks

• Schaffung eines Prozesses zur Priorisierung der Produkt-Roadmap mit internen Stakeholdern unter Berücksichtigung von Geschäftsauswirkungen, Ressourcen und technischer Machbarkeit

• Leitung der Migration zu einem Product-Discovery-Tool zur Verbesserung der Transparenz und teamübergreifenden Zusammenarbeit

• Funktion als Schnittstelle zwischen Tech- und Business-Teams

• Leitung datengestützter Nachhaltigkeitsprojekte für den größten Schlüsselkunden, einschließlich der Implementierung einer regulatorischen Berichterstattung (ISO 14083) über Treibhausgasemissionen

• Realisierung einer vollständigen Datenintegration über 20+ Quellsysteme, Koordination des Onboardings und Umsetzung der Geschäftsanforderungen in technische Spezifikationen für das Entwicklungsteam

• Verbesserung der Präzision der Emissionserfassung und -berichterstattung des Kunden durch Datenqualitätsanalysen und Identifizierung von Optimierungspotenzialen

• Mitgegründet das deutsche Kapitel der International Women's Coffee Alliance und zur Entwicklung der strategischen Vision sowie zur organisatorischen Strukturierung internationaler Entwicklungsinitiativen beigetragen
• Interne Arbeitsabläufe optimiert und Verwaltungsaufwand durch systematische Prozessanalyse und Dokumentation reduziert
• Governance-Rahmenwerke und Standards zur Daten-Governance entworfen und implementiert, um ESG-Konformität und Transparenzanforderungen für NGO-Aktivitäten zu unterstützen
• Umfassende Datenstrategie entwickelt, um Datenqualität, Transparenz und Reporting-Fähigkeiten im internationalen Stakeholder-Netzwerk zu verbessern

• Leitender Entwickler von Prof. Valmed, dem ersten LLM-basierten Medizinprodukt (mit RAG auf einem medizinischen Korpus von über 2,5 Mio. Dokumenten), das eine CE-Zertifizierung erhalten hat.
• Entwarf und implementierte eine Cloud-native MLOps-Infrastruktur für die Energievehandels-Analytics-Abteilung von ENBW, wodurch die skalierbare Bereitstellung und Überwachung von Prognosemodellen ermöglicht wurde.
• Entwickelte End-to-End-Test- und Validierungs-Frameworks für KI/ML-Systeme und stellte so Qualität, Konformität und Robustheit in kritischen und regulierten Anwendungen sicher.
• Führte professionelle Schulungen zu KI-Tests, EU-Regulierungsrahmen und Qualitätssicherung für produktive KI-Systeme durch.

• Entwarf und implementierte LLM-basierte KI-Agenten, RAG-Pipelines und Vektorsuchlösungen zur Entscheidungsunterstützung in der Retail-Banking-Abteilung.
• Entwickelte und lieferte robuste KI-Pipelines mit Schutzmechanismen, Fehlerbehandlung, Monitoring und Fallback-Logik, um hohe Zuverlässigkeit und Einhaltung der Datenschutzbestimmungen zu gewährleisten.
• Entwickelte und implementierte ML-Modelle zur Erkennung von Transaktionsanomalien, wodurch die Betrugserkennung und Risikobewertung in großen Datensätzen für das Kreditrisikomodell verbessert wurden.
• Erstellte, bewertete und optimierte ML-Modelle zur Generierung von Propensity Scores für Kunden, die in personalisierten Targeting-Kampagnen für Kreditkarten und Privatkreditprodukte eingesetzt wurden.
• Entwickelte eine NLP-Pipeline mit BERT-Embeddings und spaCy NER für SMS-/E-Mail-Analysen und Kundenanfragenprotokolle.
• Trainierte Machine-Learning-Modelle mit Isolation Forest, um Nutzerverhalten zu klassifizieren und Anomalien zu erkennen.
• Extrahierte, bereinigte, angereicherte und feature-engineerte Datensätze aus verschiedenen Quellen, um Feature Stores zu erstellen, die das Training von ML-Modellen ermöglichten.
• Leitete die Entwicklung von Dashboards mit Power BI, Grafana und Prometheus zur Überwachung der Modellleistung, KPI-Trends und Marketing-Kennzahlen.
• Erstellte Multi-Touch-Attributionsmodelle mit logistischer Regression und zeitverfallbasierten Gewichtungen zur Bewertung der Lead-Qualität.
• Entwickelte skalierbare ETL-Pipelines aus CRM, T24, SAP und ERP zur Unterstützung von Millionen monatlicher Transaktionen.
• Integrierte Testverfahren und CI/CD-Workflows für eine stabile Bereitstellung von Datenpipelines.

• Einarbeitung in komplexe Legacy Software zur Steuerung zentraler Schiffs-Systeme (Ada, Java, C++).
• Implementieren von Tests zur Identifizierung von Memory-Leaks.
• Refactoring bestehender Projektinhalte und Tests auf objektorientierte Standards.
• Fehleridentifizierung und ‑behebung in bestehenden, verteilten Java- und C++-Anwendungen in einem DONAR/CORBA Netzwerk.
• Produkte: Squish, NetBeans, MKS Integrity, DONAR, CORBA, DOORS, Windchill.
• Kenntnisse: Python, Java, Linux, C++, Ada.

• Budgetierung und Logistik für das Formel-1-Auto der TUHH geleitet und Sponsoren gesichert, um Design und Fertigung zu finanzieren
• Organisationsplanung für das 150-köpfige Team koordiniert, Ressourcen zugewiesen und Social-Media-Kampagnen durchgeführt, um die Saison-Events zu bewerben

• Elektronische Logbuch-App, entwickelt für Forschungszentren zur Dokumentation ihrer Untersuchungen.
• Betont eine nutzerorientierte Organisation der Kommunikation: Versuchsteams können die Informationsstruktur und Benachrichtigungen konfigurieren, während Hauptuntersuchungsleiter die volle Zugriffskontrolle behalten.
• Echtzeit-Integration mit dem Metadatenkatalog der Einrichtung, dem Steuerungssystem Karabo und dem Datenanalysetool ermöglicht die automatische Protokollierung wichtiger Ereignisse, ergänzt durch manuelle Einträge nach Bedarf.

• Führte die Analyse von Kundensupportdaten für den UK- und Irland-Bereich einer globalen E-Commerce-Marke an, identifizierte häufige Probleme und erreichte so eine 30%ige Steigerung der Problemlösung beim ersten Kontakt und eine 25%ige Verringerung wiederholter Kundenanfragen.
• Erstellte im Power BI-Service Leistungs-Dashboards, um dem Team zu helfen, Schwachstellen zu identifizieren und das Kundenerlebnis zu verbessern, was einen Anstieg des NPS um 15 Punkte zur Folge hatte.
• Arbeitete mit IT- und Support-Teams zusammen, um CRM-Systeme und Arbeitsabläufe zu optimieren, was zu einer 20%igen Verringerung der durchschnittlichen Antwortzeiten führte.
• Verwendete Python (pandas, NumPy), um Daten-Transformationspipelines zu automatisieren und komplexe Datensätze in verwertbare Erkenntnisse umzuwandeln, die die Serviceeffizienz steigerten.
• Entwarf Feedback-Schleifen und führte wesentliche betriebliche Anpassungen ein, um die Kundenabwanderung um 18% zu reduzieren.
• Pflegte und verbesserte interne Excel-Tracking-Tools zur Überwachung wichtiger Leistungskennzahlen und lieferte wöchentliche Updates an die Teams.

• Entwicklung und Durchführung von IT- und Technologie-Kursen mit integrierten Datenvisualisierungs- und Analysetools.
• Förderung der Kompetenzen der Studierenden in der Datenverarbeitung und -visualisierung durch praxisorientierte Projekte.

• Beratung in IT-Anwendungsentwicklung und Data Science

• Datenpipelines für rohe und kuratierte Datenschichten mit AWS S3, Glue, Athena und Lake Formation erstellen
• CI/CD mit GitHub Actions oder GitLab CI und CodePipeline einrichten
• Modelle in Demo-APIs prototypisch umsetzen, mit Docker verpacken, in Git versionieren, Grundtests mit pytest hinzufügen und Deployments auf AWS SageMaker Endpoint unterstützen
• Explorative Datenanalyse und Feature Engineering mit pandas und PySpark durchführen; Experimente in MLflow oder Weights and Biases nachverfolgen
• A/B-Tests entwerfen und durchführen, um das Nutzerengagement zu optimieren und datenbasierte Entscheidungen zu treffen