Samuel P.
Data Scientist
Zu seinen wichtigsten Errungenschaften gehört die Entwicklung und Implementierung eines automatisierten Daten-Workflows mit Snowflake, Python und Power BI, der die manuelle Verarbeitung um 90 % reduzierte, die Datenqualität um 20 % verbesserte und innerhalb von zwei Jahren mehr als 10 erfolgreiche Produkteinführungen unterstützte. Diese Innovation verbesserte den unternehmensweiten Datenzugriff und die Entscheidungsfindung erheblich.
Samuel ist für seine Fähigkeit bekannt, komplexe Daten in klare, aussagekräftige Erkenntnisse zu übersetzen. Er fördert eine starke funktionsübergreifende Zusammenarbeit und treibt die datengesteuerte Transformation in allen Geschäftsbereichen konsequent voran.
Hauptkompetenz
R (programming language)6 Jahre
SQL8 JahreErfahrung4
Data Scientist
- Optimierung eines produktionsfähigen Verhaltensklassifizierungsmodells für mehr als 2 Millionen Unternehmen, Identifizierung und Kennzeichnung von Benutzeranomalien mit hohem Risiko, die zu messbaren finanziellen Auswirkungen führten.
- Entwicklung auditierbarer ETL/ELT-Datenpipelines unter Verwendung von Snowflake, Python und dbt, wodurch die manuelle Datenverarbeitung um 92 % reduziert und gleichzeitig die Datenqualität und die Einhaltung gesetzlicher Vorschriften sichergestellt werden konnte.
- Zusammenarbeit mit Produkt-, Vertriebs- und Marketingteams bei der Entwicklung und Bereitstellung von Dashboards zur Überwachung und Bewertung der Produkteinführungsleistung.
Qlik Sense
PythonSQL
Oracle
Microsoft Power BI
Data Engineer
- Entwurf und Entwicklung von End-to-End-Datenpipelines in Azure und Databricks, die funktionsübergreifende Datensätze in großem Umfang integrieren und die Analysezeit um 40 % reduzieren.
- Er entwarf und optimierte Datenmodelle für die Berichterstattung auf Unternehmensebene und sorgte für eine solide Datenverwaltung und standardisierte KPIs in verschiedenen Regionen.
- Verbesserte Konsistenz der länderübergreifenden Berichterstattung, Verringerung der Datendiskrepanzen um 25 % und Erhöhung der Zuverlässigkeit der Berichterstattung.
MongoDB
DatabricksPythonSQL
Azure
Data Scientist
- Deutlich verbesserte Datenvalidierungsprotokolle, die die Integrität von Datensätzen für kritische Entscheidungsunterstützungssysteme in Übereinstimmung mit ethischen und verantwortungsvollen KI-Standards gewährleisten.
- Trainierte und validierte prädiktive KI/ML-Modelle auf komplexen biomedizinischen Datensätzen und verbesserte die Diagnosegenauigkeit um 5 %.
- Anpassung der Analyse-Workflows an die Skalierbarkeit und Cloud-Fähigkeit der Python- und R-Frameworks, wodurch die Rechenzeit um 53 % reduziert wurde.
MongoDB
AWSPythonSQL
BashPhD Statistician
- Entwicklung von statistischen und maschinellen Lernverfahren für hochdimensionale Genom- und Umweltdaten, die zu fünf von Experten begutachteten Veröffentlichungen führten.
- Optimierte Regressions-, Bayes'sche und maschinelle Lernmodelle für biologische Datensätze, die die Vorhersagegenauigkeit um 12 % verbessern.
PythonSQLBash
NumPyEignungstests
Excellence en ingénierie
Samuel Gesamtleistung in einer 90-minütigen Live-Technikbewertung rangiert im top 15% der überprüften Data Scientist bei Proxify.
Zertifikate 3
Issued Mar 2025
PythonSQL
SnowflakeIssued Mar 2023
TableauIssued Mar 2025
PythonSQLSnowflakePortfolio
Hervorgehoben von Samuel
2A repository for exploring and analyzing data related to Belgian breweries and their beers. Ideal for practicing go-to-market strategies.
Andere Projekte 2
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