Andre S.

• Arkitekterade och implementerade en produktionsklar Lakehouse på Databricks för ESNA (European Startup Nations Alliance), med hjälp av Medallion-arkitekturen för att centralisera startupekosystemdata över Europa
• Etablerade CI/CD-pipelines med Databricks Asset Bundles, vilket möjliggjorde automatiserade, tillförlitliga och versionskontrollerade datainfraestrukturdriftsättningar
• Definierade och implementerade ett datastyrningsramverk som tillämpar datakvalitet, spårning av härkomst och dokumentationsstandarder för granskningsbara operationer
• Centraliserade fragmenterad datakällor till högpresterande analytiska instrumentpaneler, vilket möjliggjorde rapportering på landsnivå och synlighet för ekosystemet
• Designade skalbara datainsamlings- och transformationspipelines som förbättrade datapålitlighet och stödde långsiktig plattformstillväxt

• Arkitekterade skalbara datapipelines och datamodeller med Databricks, Delta Lake och Apache Spark, vilket gav FP&A-teamet realtidssynlighet för SG&A-kostnader och eliminerade manuell rapportering
• Definierade och implementerade datastyrningsstandarder, etablerade modelleringsbästa praxis och datakvalitetskontroller för att säkerställa tillförlitlig analys
• Utvecklade lead scoring och agent-segmenteringsmodeller som förbättrade konverteringsgrader och möjliggjorde personaliserade finansiella tjänster i stor skala
• Automatiserade rapporteringsarbetsflöden med Python och SQL Server, vilket minskade manuell arbete och levererade Power BI-instrumentpaneler för ledning
• Integrerade komplex finansiell data med Azure Data Factory (ADF), vilket skapade en enda källa till sanningen för kritiska affärs-KPI:er

• Bidrog till utvecklingen av en XGBoost-regressionsmodell i Python för att optimera prissättning av fordonsannonser, vilket ökade användarengagemanget på plattformen
• Utvecklade datapipelines för förberedelse av data, validerade och rensade data från SQL- och NoSQL-källor för att säkerställa högkvalitativ indata till maskininlärningsmodeller
• Implementerade datavalideringsrutiner som förbättrade datakonsistens, integritet och tillförlitligheten hos maskininlärningspipelines
• Samarbetade med seniora datavetare för att omvandla bank- och marknadsplatsdata till konkreta insikter för affärsenheten inom fordonsbranschen

• Ansvarade för makroekonomisk rapportering, med bevakning av nyckelindikatorer inom olika branscher, råvaror, finansmarknader, jordbruk och tjänstesektorn för att stödja kundernas beslutsfattande
• Underhöll en högkvalitativ ekonomisk databas och säkerställde noggrannheten i dagliga uppdateringar av nyckelindikatorer, inklusive inflation (IPCA/IGP-M) och räntesatser (SELIC)
• Analyserade marknadstrender och sektorprestanda samt tillhandahöll datadrivna insikter för strategiska rapporter och ekonomiska prognoser
• Effektiviserade datainsamlingsprocesserna och förbättrade effektiviteten i dagliga uppdateringar av komplexa ekonomiska dataset

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.