Mariana F.
Data Scientist
Außerdem hat sie praktische Erfahrung mit Unit- und Integrationstests, Feature Store Management und Tools wie Databricks, Looker und Metabase. Ihre vielseitigen technischen Fähigkeiten ermöglichen es ihr, zuverlässige und skalierbare Datenlösungen zu entwickeln.
Mariana hat einen fundierten Hintergrund in den Bereichen Finanzen und Marketing und ist in die Tech-Branche gewechselt, wo sie vier Jahre Erfahrung gesammelt hat. Ihr Fachwissen erstreckt sich auf die Bereiche Analytik, Kreditmodellierung und Empfehlungssysteme, angetrieben durch ihre Leidenschaft für Daten und Statistik. Sie zeichnet sich durch die Entwicklung gut durchdachter, datengesteuerter Produkte aus, die aussagekräftige Erkenntnisse und Ergebnisse liefern.
Mit einer einzigartigen Kombination aus analytischem Scharfsinn und technischem Können ist Mariana in der Lage, datengestützte Entscheidungen zu treffen und wirkungsvolle Produkte zu entwickeln, was sie zu einer Bereicherung für jedes datenzentrierte Team macht.
Hauptkompetenz
Apache Spark5 Jahre
AWS5 Jahre
Databricks5 JahreErfahrung6
Data Scientist
- Improved credit approvals from 20% to 50% by developing and deploying a gradient-boosting classification model.
- Increased calculation accuracy by 30% by automating the calculation of Net Present Value (NPV) from Excel to Python.
- Decreased manual analysis from 20% to 10% in offline tests by creating a fallback logistic regression model for credit approvals.
Python
SQLData Scientist
- Increased 10% email click-through rate by training, optimizing, and deploying a deep learning two-tower content-based recommendation model.
- Trained and optimized a deep learning collaborative filtering recommendation model for email campaigns.
- Responsible for planning 2023 bets, interviewing and hiring, onboarding three new hires, and documenting legacy decisions from previous owners of recommendation models at the company.
Data Scientist
- Improved credit approvals from 20% to 50% by developing and deploying a gradient-boosting classification model.
- Increased calculation accuracy by 30% by automating the calculation of Net Present Value (NPV) from Excel to Python.
- Decreased manual analysis from 20% to 10% in offline tests by creating a fallback logistic regression model for credit approvals.
PythonSQLData Analyst
- Improved accuracy in the estimation of supply availability duration by 20% by developing a Survival Analysis method, impacting Unit Economics estimation.
- Zeroed differences in numbers of the main business metrics across the company by developing a standardized metrics calculation in Metrics Governance initiatives.
- Freed 25% of work time from one analyst by translating the calculation of business targets from Excel to SQL.
- Provided reports of main business metrics for Series D and Series E investment rounds.
PythonSQL
Data Analyst
- Developed a report template and process for analysis of marketing strategies of competitors across the company.
- Developed marketing campaign results template standardized cross-company to automate performance analysis.
PythonSQL
Controller Assistant
- Calculated yearly and monthly forecast estimation for financial statements within 15% of deviation from actual values.
- Developed dashboard templates and trained teams across countries for reporting.
PythonSQLEignungstests
Excellence en ingénierie
Mariana Gesamtleistung in einer 90-minütigen Live-Technikbewertung rangiert im top 25% der überprüften Data Scientist bei Proxify.
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