Andre S.

• Architekturierte und implementierte ein produktionsgerechtes Lakehouse auf Databricks für ESNA (European Startup Nations Alliance), unter Verwendung der Medallion-Architektur zur Zentralisierung von Startup-Ökosystemdaten in Europa
• Etablierte CI/CD-Pipelines mit Databricks Asset Bundles, was automatisierte, zuverlässige und versionskontrollierte Dateninfrastruktur-Deployments ermöglichte
• Definierte und implementierte ein Data-Governance-Framework, das Datenqualität, Lineage-Tracking und Dokumentationsstandards für auditierbare Operationen durchsetzte
• Zentralisierte fragmentierte Datenquellen in hochperformante analytische Dashboards, was länderübergreifende strategische Berichterstattung und Ökosystem-Sichtbarkeit ermöglichte
• Entwarf skalierbare Datenerfassungs- und Transformations-Pipelines, die die Datenzuverlässigkeit verbesserten und langfristiges Plattformwachstum unterstützten

• Architekturierte skalierbare Datenpipelines und Datenmodelle mit Databricks, Delta Lake und Apache Spark, was dem FP&A-Team Echtzeitsichtbarkeit der SG&A-Kosten gab und manuelle Berichterstattung eliminierte
• Definierte und implementierte Data-Governance-Standards, etablierte Modellierungsbest Practices und Datenqualitätskontrollen zur Gewährleistung vertrauenswürdiger Analysen
• Entwickelte Lead-Scoring- und Agent-Segmentierungsmodelle, die Konversionsraten verbesserten und personalisierte Finanzdienstleistungen in großem Maßstab ermöglichten
• Automatisierte Berichterstattungs-Workflows mit Python und SQL Server, was manuelle Aufwände reduzierte und executive Power BI-Dashboards lieferte
• Integrierte komplexe Finanzdaten mit Azure Data Factory (ADF), was eine einzige Quelle der Wahrheit für kritische Business-KPIs schuf

• Mitgewirkt an der Entwicklung eines XGBoost-Regressionsmodells in Python zur Optimierung der Preisgestaltung von Fahrzeuganzeigen, wodurch das Nutzerengagement auf der Plattform gesteigert wurde
• Datenaufbereitungspipelines entwickelt, Validierung und Bereinigung von Daten aus SQL- und NoSQL-Quellen zur Sicherstellung hochwertiger Eingabedaten für Machine-Learning-Modelle
• Datenvalidierungsroutinen implementiert, die die Konsistenz, Integrität und Zuverlässigkeit von Machine-Learning-Pipelines verbesserten
• Zusammenarbeit mit erfahrenen Data Scientists, um Bank- und Marktplatzdaten in verwertbare Erkenntnisse für die Geschäftseinheit Automotive umzuwandeln

• Zuständig für die makroökonomische Berichterstattung, Verfolgung von Schlüsselindikatoren in verschiedenen Branchen, Rohstoffen, Finanzmärkten, Landwirtschaft und Dienstleistungssektor zur Unterstützung der Entscheidungsfindung der Kunden
• Pflege einer hochwertigen Wirtschaftsdatenbank und Sicherstellung der Genauigkeit täglicher Aktualisierungen von Schlüsselindikatoren, einschließlich Inflation (IPCA/IGP-M) und Zinssätzen (SELIC)
• Analyse von Markttrends und Branchenentwicklungen sowie Bereitstellung datenbasierter Erkenntnisse für strategische Berichte und Wirtschaftsprognosen
• Optimierung der Datenerfassungsprozesse und Verbesserung der Effizienz täglicher Aktualisierungen komplexer Wirtschaftsdatensätze

Danone is a world-leading food and beverage company, dedicated to bringing health through food to as many people as possible through its market-leading brands and data-driven commercial strategies.

• Produced strategic sales reports to track regional manager performance, providing the commercial team with actionable insights to hit monthly and annual targets.

• Streamlined customer and supplier management, overseeing registration and control processes to ensure operational efficiency within the supply chain.

• Analyzed commercial KPIs, identifying trends in sales performance and supporting the business unit with data-backed recommendations for market growth.

• Maintained high-integrity sales databases, ensuring that the information used for executive decision-making was accurate and up to date.