Evangelos K.

Data Scientist

Greece

Vertrouwd lid sinds 2024

6 jaar ervaring

Een van zijn meest opvallende prestaties was het automatiseren van datakwaliteitscontroles voor een toonaangevend drankenbedrijf, waardoor de betrouwbaarheid van hun PowerBI-dashboards aanzienlijk verbeterde. Hij heeft een masterdiploma in bedrijfsanalyse.

Hoofd expertise

Qlik View5 jaar

Data Science5 jaar

Azure4 jaar

Scikit-learn5 jaar

16+

Ervaring2

Senior Data Scientist

Accenture•

Information Technology (IT) and Services

Sep 2022 · 3y 6m

Voerde klantsegmentatie uit met behulp van clusteringtechnieken en datamining, wat gerichte inspanningen in verschillende projecten mogelijk maakte.
Geautomatiseerde, geïndustrialiseerde en uitgebreide processen voor gegevenskwaliteit op meerdere markten om promotiestrategieën te optimaliseren en de consistentie en betrouwbaarheid van gegevensinzichten te verbeteren (Raw-Curated/Datamesh).
Rapporteren over en verbeteren van datakwaliteitscontroles, waardoor datafouten aanzienlijk worden verminderd, betrouwbaardere zakelijke beslissingen worden genomen en de efficiëntie van de datakwaliteitsrapportage wordt verhoogd, zodat bedrijfsmanagers dataproblemen snel kunnen identificeren en aanpakken.
Toegepaste technieken voor het oplossen van entiteiten, waaronder similariteitsalgoritmen en rangschikking met classificatie, waardoor de kwaliteit en rijkdom van klantstamgegevens is verbeterd en een beter begrip van klantgedrag is verkregen.

Azure Blob storage

Data Science

Pandas

Scikit-learn

Data Analytics

Data Scientist

Propulsion Analytics•

Data Analytics

Aug 2019 - Aug 2022 · 3y

Kreeg uitstekende feedback van klanten voor het ontwikkelen en implementeren van innovatieve methoden voor het schatten en voorspellen van scheepsprestaties en aangroei voor meer dan 30 schepen met behulp van ML-technieken en visualisaties, wat miljoenen bespaarde voor scheepseigenaren door geïnformeerde beslissingen over scheepsroutes en reparaties mogelijk te maken.
ETL uitgevoerd op scheepssensorgegevens voor meer dan 50 schepen (met frequenties variërend van 1 seconde tot 5 minuten), getuned (hyperparameteroptimalisatie) en ML-algoritmen ingezet voor ongeveer 30 schepen.
Het maken van unsupervised clustering algoritmes om motorprestaties te analyseren.
Anomaliedetectie uitgevoerd op tijdreeksgegevens met behulp van ML-technieken en PySpark voor big data processing, inclusief query's, aggregaties en ad-hocanalyses.
Deelgenomen aan productontwikkelingsactiviteiten.

Data Science