
Data Engineer
Ayşe har erfaring med SAS Enterprise Guide, SAS Enterprise Miner, SAS Forecast Studio, Python, SQL, PL/SQL, Apache Airflow og OpenShift AI, og hun bygger effektive datapipelines og robuste analyseløsninger som omsetter komplekse data til innsikt som kan brukes til handling.
En av hennes viktigste prestasjoner var utviklingen og implementeringen av kredittvurderingsmodeller for bedriftskunder, der hun blant annet lyktes med å lage PD-scorekort (Probability of Default) som forbedret risikovurderingen og gjorde beslutningstakingen mer nøyaktig.
Ayşe er anerkjent for å kombinere teknisk ekspertise med strategisk innsikt, og leverer konsekvent datadrevet verdi som støtter forretningsvekst og driftseffektivitet.




Conducted fraud detection analysis and implemented business rules to identify suspicious transactions;
Applied regression, clustering, decision tree, and neural network algorithms for predictive modeling;
Performed social media analytics and text mining to detect anomalies and patterns in unstructured data;
Utilized SAS Enterprise Guide, SAS Enterprise Miner, and SAS SNA for data modeling and network analysis;
Worked with Base SAS, Python, and R for data manipulation and analytical model development;
Performed fraud detection and implementation of business rules;
Applied regression, cluster analysis, decision tree, and neural network algorithms;
Conducted social media analytics and text mining;
Worked with SAS Enterprise Guide, SAS Enterprise Miner, SAS SNA, Base SAS, Python, and R.

Performed data preparation, cleansing, and analysis to support business intelligence and forecasting initiatives;
Developed short-term and long-term demand forecasting models using statistical and machine learning techniques;
Conducted descriptive analysis, time series modeling, cluster analysis, and decision tree analysis to uncover business insights;
Applied neural network algorithms to improve prediction accuracy;
Scheduled automated reporting and analytics jobs;
Utilized SAS Enterprise Guide, SAS Enterprise Miner, and SAS Forecast Studio, along with Base SAS and Python for model development and reporting;
Performed data preparation, data cleansing, and data analysis;
Developed short-term and long-term demand forecasting models;
Applied descriptive analysis, time series analysis, cluster analysis, decision tree analysis, and neural network applications;
Managed scheduling of jobs and reporting;
Worked with SAS Enterprise Guide, SAS Enterprise Miner, SAS Forecast Studio, Base SAS, and Python.
Worked with SAS Enterprise Guide, SAS Enterprise Miner, and SAS Forecast Studio;
Utilized SAS Social Media Analytics, SAS Text Miner, and SAS Visual Analytics.
Alle Data Engineerene som har søkt på Proxify vurderes fra 0 til 300 på teknisk dyktighet, en av de fem parameterne vi evaluerer. Denne poengsummen reflekterer kun teknisk dyktighet, basert på intervjuer, hjemmeoppgaver, live kodingsøkter og/eller arbeidsytelsesvurderinger. Kurven viser hvordan alle vurderte Data Engineerene er fordelt i dette området, hvor vår akseptgrense for denne parameteren er, og hvor Ayşe står.

Issued Jan 2019
Credential ID DY6YWRSKCJFQ1NW3

Issued Jan 2019
Credential ID DY6YWRSKCJFQ1NW3


Snakk med en ekspert og få skreddersydde matcher fra vårt nettverk på bare 2 dager.
Få tilgang til over 6 000+ eksperter
Få en utvikler tilpasset dine behov i løpet av gjennomsnittlig 2 dager
Ansett raskt og enkelt med 94% match suksess