Oguz K.

• Designed and deployed an ML-based record linkage system for hotel booking data, using probabilistic matching algorithms to improve customer data completeness by 12%, enabling better tracking of customer behavior and spending patterns;

• Implemented an automated booking prediction framework covering 400+ hotels and 25M+ customers, leading to a 17% increase in conversion rates by replacing manual decision processes;

• Built and maintained scalable data pipelines integrating multiple data sources with automated weekly predictions and monthly retraining schedules;

• Architected end-to-end MLOps solutions on Kubernetes, ensuring reliable model deployment and performance monitoring;

• Led the development of containerized APIs and automated CI/CD pipelines, streamlining the deployment process and improving system reliability;

• Collaborated with product and business teams to align technical solutions with business objectives and measure impact;

• Integrated external data sources and implemented dynamic feature selection to enhance model performance and adaptability;

• Developed comprehensive monitoring systems to track model performance and data quality in production;

• Optimized model training and inference pipelines to handle large-scale data processing efficiently;

• Implementerade inkomstuppskattning, uppskattning av lånegränser och sannolikheten för standardmodeller att ersätta manuella beslutsprocesser med automatiserade ML-ramverk för en bank i Turkiet.
• Designade och utvecklade CRM-segmentering och modeller för köpbenägenhet åt en privat bank där han använde kunddata för att öka effektiviteten i marknadsföringskampanjer.
• Förbearbetade data, skapade funktioner och valde modeller för att optimera deras effektivitet och noggrannhet.
• Övervakade deployment av maskininlärningsmodeller till produktion, säkerställde sömlös integrering med existerade system och processer.
• Höll sig uppdaterad med den senaste utvecklingen inom maskininlärning och data science för att garantera tillämpning av bästa praxis och banbrytande tekniker.

• Provided data science and analytics services for ad-hoc projects, demonstrating a strong commitment to delivering data-driven insights and solutions;

• Developed a multiclass clustering pipeline by utilizing embedding techniques, specifically Bio ClinicalBERT, combined with neural network models. This pipeline was employed to predict patient ICD codes based on hospital reports for a medical startup company;

• Successfully implemented campaign digital performance prediction models for an e-commerce company, enabling data-driven decision-making in their marketing efforts;

• Employed anomaly detection models to identify and highlight unusual patterns or outliers in the digital campaign performance data, helping the e-commerce company proactively address issues and optimize their strategies;

• Collaborated closely with project stakeholders to gather requirements, understand project objectives, and define success criteria;

• Conducted data preprocessing, feature engineering, and model development, ensuring the robustness and accuracy of the solutions provided;

• Leveraged state-of-the-art data science and machine learning techniques to deliver high-quality and actionable insights to clients;

• Maintained effective communication with project teams, providing regular updates on project progress and addressing any questions or concerns;

• Demonstrated adaptability and a problem-solving mindset when faced with complex and challenging data science tasks;

• Contributed to the success of medical startup and e-commerce companies by delivering data-driven solutions that improved their decision-making processes and overall performance.

• Implementerade NLP och klustermodeller för att effektivt segmentera Unilevers digitala kundmiljö grundat på beteendedata hämtade online, vilket förbättrade företagets förståelse av sin kundbas.
• Designade och övervakade lanseringen av en Power BI-instrumentpanel som aggregerade sociala analysdata och marknadsdata i realtid, vilket gjorde det till ett värdefullt verktyg för beslutsfattare i företaget.
• Uppnådde erkännande genom att inkludera Power BI-instrumentpanelen i Unilevers 20 mest aktiva instrumentpaneler över hela världen, vilket gav prov på instrumentpanelens stora påverkan och frekventa användning i hela företaget.
• Stark analytisk och teknisk kompetens vad gäller användning av NLP och klustertekniker för att extrahera meningsfulla mönster från stora dataset och främja datadrivet beslutsfattande på Unilever.
• Bidrog avsevärt till att förbättra Unilevers marknadsförståelse och marknadsföringseffektivitet genom att tillhandahålla datadrivna insikter och användarvänliga instrumentpaneler som underlättade strategisk planering och genomförande.

• Hade en central roll i designen av datainsamlingsramverk för Unilevers första varumärken inom B2B (Business-to-Business) och D2C (Direct-to-Consumer).
• Uppvisade sin robusta förmåga att skapa strategier och implementera datainsamlingsprocesser som var i linje med Unilevers mål, samtidigt som han bidrog till företagets datadrivna beslutsförmåga.
• Upprätthöll starkt fokus på dataintegritet och efterlevnad, för att säkerställa att all datainsamling följer relevanta regler och branschstandarder.
• Övervakade och finjusterade datainsamlingsramverk för anpassning till förändrad marknadsdynamik och konsumentbeteenden, vilket förbättrade smidigheten och lyhördheten på marknaden för varumärket Unilever.
• I slutändan var detta avgörande vad gäller grundläggningen för datadrivna insikter och personliga kundupplevelser för Unilevers B2B- och D2C-varumärken, samtidigt som det bidrog till tillväxt och framgång.

• Assumes responsibility for overseeing all Google Analytics implementations across brand and campaign websites, ensuring accurate tracking and data collection;

• Manages the setup and configuration of Google Analytics for multiple websites, ensuring that the tracking code is correctly deployed and tracking goals are defined;

• Collaborates with stakeholders to define and document key performance indicators (KPIs) for digital performance measurement, aligning reporting with business objectives;

• Regularly monitors and analyzes website traffic and user behavior using Google Analytics to provide actionable insights for optimizing digital strategies;

• Generates comprehensive reports and dashboards to track digital KPIs, presenting findings to relevant teams and stakeholders;

• Conducts data quality checks and troubleshooting to address any issues or discrepancies in Google Analytics data;

• Stays up-to-date with industry best practices and Google Analytics updates to continuously improve tracking and reporting processes;

• Ensures data privacy and compliance by implementing appropriate settings and configurations within Google Analytics;

• Works collaboratively with web development and marketing teams to implement tracking enhancements and improve data accuracy;

• Provides guidance and training to team members on Google Analytics and digital performance reporting to enhance the team's analytical capabilities.