Andrea C.
Senior Data Scientist
Er ist spezialisiert auf Optimierung, Prognose und Bau von Datenpipelines, mit praktischer Erfahrung bei der Entwicklung von KI-betriebenen Systemen für Logistik, Einzelhandel und HR-Plattformen.
Bei der PVH Europe lieferte Andrea mit der Entwicklung einer linearen Programmierlösung 3 Mio. € pro Jahr Einsparungen und führte ein Lageroptimierungsprojekt mit genetischen Algorithmen durch. Er ist hochqualifiziert in Python, SQL, PySpark, Airflow und AWS.
Andrea ist bekannt für seine Liebe zum Detail und den kooperativen Ansatz, zeichnet sich in funktionellen Teams aus und wandelt komplexe Herausforderungen konsequent in skalierbare, hochwirksame Datenprodukte um.
Hauptkompetenz
Python10 Jahre
Data Science5 Jahre
Git10 Jahre
NumPy10 JahreErfahrung4
Data Scientist
- Entworfen und implementiert ein lineares Programmierungsmodell zur Verbesserung der Auftragsabwicklung, wodurch geschätzte jährliche Einsparungen in Höhe von 3 Mio. € erzielt werden.
- Eine wichtige Initiative für die Optimierung von Lager-Slotting mit Hilfe eines genetischen Algorithmus-basierten Ansatzes.
- Aufbau robuster Datenpipelines mit PySpark und Airflow zur Automatisierung und Straffung des Berichtswesens für verschiedene Geschäftspartner.
- Ausgebildete Prognosemodelle zur Vorhersage von Fußverkehr im Einzelhandel mit Hilfe von LSTM-basierten wiederkehrenden neuronalen Netzen.
- Ein Zufallswald-Modell ausgebildet, um das eingehende Logistikvolumen zu prognostizieren und automatisierte Umschulungsworkflows einzuführen.
- Wartung der CI-/CD-Infrastruktur und Docker-Umgebungen für das Data Science Team, um eine zuverlässige Cloud-Ausführung auf AWS zu gewährleisten.
- Als Lead Code Reviewer anerkannt, die Qualität der Codierung überwacht und das interne Python Paket des Teams (dscin_ppy) betreut.
Docker
AWSPython
SQL
AWS S3
Data Scientist
- Verbesserte die interne CRM-Suchmaschine der Plattform, indem ein XGBoost-Modell eingeführt wurde, das die Identifikationszeit der Bewerber um 40% verkürzte.
- Erstellte und gewartete interne KPI-Dashboards mit Streamlit, mit interaktiven Visuals powered by Plotly.
- Entwicklung eines Transformer-basierten NLP-Modells zur automatischen Klassifizierung von Jobbeschreibungen bei Bewerberfortsetzungen.
- Abgebaute CRM-Systemdaten zur Aufdeckung und Beseitigung von Unregelmäßigkeiten und zur Verbesserung der Systemzuverlässigkeit.
- Beitrag zur Backend-Entwicklung durch Erweiterung der Django-Funktionalitäten und Optimierung der Datenspeicherung zur besseren Unterstützung von maschinenlernenden Workflows und zukünftigen Skalierbarkeit.
PostgreSQL
DjangoPythonSQL
Bash
Science 2 Data Science (fellow)
- Lieferte ein NLP-Projekt in einem Team von fünf mit Agile Methodik, um es von Ideation bis Prototyp.
- Eine vollständige Textanalyse-Pipeline für Reinigung, Themen-Modellierung und Clustering eines Korpus menschlich geschriebener Dokumente.
- Angewandte Tiefenlernmethoden, darunter ein BERT-basiertes Modell, um Schlüsselthemen zu extrahieren und die Informationsabfrage zu automatisieren.
- Ein Klassifikationssystem zur Kennzeichnung und Kategorisierung eingehender Dokumente entwickelt und verkürzt die Onboarding-Zeit für neue Geschäftspartner.
PythonNumPy
Pandas
AgileGit
Decision Intelligence Engineer
- Entwicklung eines Backend-Prognosealgorithmus unter Verwendung von vom Kunden bereitgestellten Reservoir-Daten.
- Liefert ein kundenspezifisches, flexibles Werkzeug, das die Erdgasproduktion in unterschiedlichen Szenarien vorhergesagt hat, um eine fundierte Betriebsplanung zu ermöglichen.
- Verbesserte einen existierenden Python-Algorithmus, indem er ihn verallgemeinert, um breitere geologische und operative Bedingungen zu berücksichtigen.
- In enger Zusammenarbeit mit dem Projektmanager, dem Software-Ingenieur, dem DevOps Spezialist und dem technischen Team des Klienten, um eine nahtlose Bereitstellung und Integration zu gewährleisten.
PythonData ScienceNumPyPandasGitExcellence en ingénierie
Alle Senior Data Scientists, die sich bei Proxify beworben haben, werden auf einer Skala von 0 bis 300 in technischer Exzellenz bewertet, einem der fünf von uns bewerteten Parameter. Diese Bewertung spiegelt ausschließlich die technische Exzellenz wider, basierend auf Interviews, Heimaufgaben, Live-Coding-Sitzungen und/oder Leistungsbewertungen am Arbeitsplatz. Die Kurve zeigt, wie alle bewerteten Senior Data Scientists in diesem Bereich verteilt sind, wo unsere Akzeptanzschwelle für diesen Parameter liegt und wo sich Andrea befindet.
Score 190 · Top 10% of engineers
Ausbildung
Hör auf zu stöbern.
Lass dich schneller matchen.
Sprechen Sie mit einem Experten und erhalten Sie innerhalb von nur 2 Tagen maßgeschneiderte Matches aus unserem Netzwerk.
Zugriff auf über 6.000+ Experten
Werden Sie im Durchschnitt in 2 Tagen mit einem Entwickler zusammengebracht
Schnell und einfach einstellen mit 94% Übereinstimmungserfolg