Andre S.

• Arkitekturerte og implementerte en produksjonsklar Lakehouse på Databricks for ESNA (European Startup Nations Alliance), ved hjelp av Medallion-arkitekturen for å sentralisere startup-økosystemdata på tvers av Europa
• Etablerte CI/CD-pipelines med Databricks Asset Bundles, som muliggjorde automatiserte, pålitelige og versjonkontrollerte datainfrastruktur-distribusjoner
• Definerte og implementerte et datastyringsrammeverk som håndhevet datakvalitet, sporingssporing og dokumentasjonsstandarder for revisjonsbar drift
• Sentraliserte fragmentert datakilder til høytytende analytiske instrumentpaneler, som muliggjorde rapportering på tvers av land og økosystemsynlighet
• Designede skalerbare data-innsamlings- og transformasjons-pipelines som forbedret datapålitelighet og støttet langsiktig plattformvekst

• Arkitekturerte skalerbare datapipelines og datamodeller ved hjelp av Databricks, Delta Lake og Apache Spark, som ga FP&A-teamet sanntidssynlighet for SG&A-kostnader og eliminerte manuell rapportering
• Definerte og implementerte datastyrningsstandarder, etablerte modelleringsbeste praksis og datakvalitetskontroller for å sikre pålitelig analyse
• Utviklet lead scoring og agent-segmenteringsmodeller som forbedret konverteringsrater og muliggjorde personaliserte finansielle tjenester i stor skala
• Automatiserte rapporteringsarbeidsflyten ved hjelp av Python og SQL Server, som reduserte manuelt arbeid og leverte Power BI-instrumentpaneler for ledelse
• Integrerte komplekse finansielle data ved hjelp av Azure Data Factory (ADF), som skapte en enkelt kilde til sannhet for kritiske business-KPI:er

• Bidro til utviklingen av en XGBoost-regresjonsmodell i Python for å optimalisere prisfastsettelse av kjøretøyannonser, noe som økte brukerengasjementet på plattformen
• Utviklet datapipelines for dataforberedelse, validerte og renset data fra SQL- og NoSQL-kilder for å sikre input av høy kvalitet til maskinlæringsmodeller
• Implementerte datavalideringsrutiner som forbedret datakonsistens, integritet og påliteligheten til maskinlæringspipelines
• Samarbeidet med erfarne dataforskere for å omdanne bank- og markedsplassdata til handlingsrettede innsikter for forretningsenheten innen bilbransjen

• Ansvarlig for makroøkonomisk rapportering, med oppfølging av nøkkelindikatorer innen ulike bransjer, råvarer, finansmarkeder, landbruk og tjenestesektoren for å støtte kundenes beslutningstaking
• Vedlikeholdt en høykvalitets økonomisk database og sikret nøyaktigheten av daglige oppdateringer av nøkkelindikatorer, inkludert inflasjon (IPCA/IGP-M) og renter (SELIC)
• Analyserte markedstrender og sektorytelse, og leverte datadrevne innsikter til strategiske rapporter og økonomiske prognoser
• Effektiviserte datainnsamlingsprosessene og forbedret effektiviteten av daglige oppdateringer på tvers av komplekse økonomiske datasett

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.