Tobias Richter

• Telefon: +49 176 12345678
• E-Mail: tobias.richter@email.com
• Standort: Berlin, Germany
• LinkedIn: tobias-richter-ds

Zusammenfassung

Fünf Jahre Erfahrung in der Entwicklung und Implementierung robuster Machine-Learning-Modelle zur Problemlösung in verschiedenen Branchen. Erfolgreiche Reduzierung von Betriebskosten um 15% durch Optimierung von Vorhersagemodellen.

Spezialisiert auf die Analyse großer Datensätze, Feature Engineering und die Bereitstellung datengesteuerter Erkenntnisse zur Unterstützung strategischer Geschäftsentscheidungen. Nachweisliche Fähigkeit zur Führung von Projekten von der Konzeption bis zur Bereitstellung.

Berufserfahrung

Senior Data Scientist, Data Insights GmbH -- Berlin, Germany

März 2021 – gegenwärtig

• Entwicklung und Implementierung eines Betrugserkennungssystems unter Verwendung von unsupervised Learning, das die False-Positive-Rate um 20% senkte und die Aufdeckungsrate um 10% erhöhte.

• Leitung eines Teams von 3 Data Scientists bei der Entwicklung von prädiktiven Modellen für die Kundenabwanderung, was zu einer Steigerung der Kundenbindung um 8% führte.

• Optimierung von Datenpipelines und Automatisierung von Berichten, wodurch die Effizienz der Datenanalyse um 25% gesteigert wurde.

Data Scientist, Tech Solutions AG -- Berlin, Germany

September 2018 – Februar 2021

• Entwicklung von Machine-Learning-Modellen zur Vorhersage von Geräteausfällen, was zu einer Reduzierung ungeplanter Ausfallzeiten um 15% führte.

• Durchführung von A/B-Tests und statistischen Analysen zur Optimierung von Produktfunktionen, was die Benutzerinteraktion um 7% verbesserte.

• Zusammenarbeit mit Ingenieuren zur Integration von Data-Science-Lösungen in bestehende Softwareprodukte.

Ausbildung

Technische Universität Berlin, M.Sc. in Informatik mit Schwerpunkt Datenwissenschaft -- Berlin, Germany

Oktober 2016 – September 2018

Ludwig-Maximilians-Universität München, B.Sc. in Mathematik -- München, Germany

Oktober 2013 – September 2016

Fähigkeiten

Programmiersprachen: Python (Pandas, NumPy, Scikit-learn, TensorFlow, Keras, PyTorch), R, SQL

Machine Learning: Regression, Klassifikation, Clustering, Deep Learning, NLP, Zeitreihenanalyse, Modellbewertung und -validierung

Datenbanken & Tools: PostgreSQL, MySQL, MongoDB, Spark, Hadoop, Docker, Git, AWS (S3, EC2, SageMaker)

Visualisierung: Matplotlib, Seaborn, Plotly, Tableau, Power BI

Methoden: Statistische Modellierung, Experimentelles Design, A/B-Testing, Feature Engineering, Datenbereinigung