Ingvild Vik
- Telefon: +47 98 76 54 32
- E-post: ingvild.vik@email.com
- Stad: Bergen, Norway
- LinkedIn: ingvildvikdata
Samandrag
Fem års erfaring som Data Scientist, spesialisert på å utvikle og implementere prediktive modellar for å optimalisere forretningsprosessar. Leidde prosjekt som forbetra data-drivne avgjerder og auka operasjonell effektivitet med opptil 20% gjennom avansert maskinlæring.
Dokumentert evne til å omsetje komplekse dataset til handfaste innsikter, ved bruk av Python, R, SQL og skybaserte plattformar som Azure og AWS. Sterk kompetanse innan datavisualisering og kommunikasjon av tekniske funn til ikkje-teknisk publikum.
Arbeidserfaring
Senior Data Scientist, Fjord Analytics AS -- Bergen, Norway
Mars 2021 – nåverande
-
Utvikla og implementerte maskinlæringsmodellar for føreseieleg vedlikehald, som reduserte nedetid med 15% for store industrikundar.
-
Ansvarleg for end-to-end livssyklus av datavitskaplege prosjekt, frå datainnsamling og førehandsbehandling til modellutvikling, utplassering og overvaking.
-
Leidde eit team på tre junior Data Scientists, og gav teknisk rettleiing og mentorstøtte.
-
Optimaliserte eksisterande algoritmar, noko som førte til ein 20% auke i modellnøyaktigheit og raskare prosesseringstid.
Data Scientist, Vestland Data AS -- Bergen, Norway
August 2018 – Februar 2021
-
Analyserte store dataset for å identifisere trendar og mønster, noko som gav verdifulle innsikter for produktutvikling og marknadsføringsstrategiar.
-
Bygde prediktive modellar for kundeavgang, som bidrog til å redusere kundetapet med 10% gjennom målretta tiltak.
-
Utvikla interaktive dashbord ved hjelp av Tableau og Power BI for å visualisere nøkkelytelsesmål og rapportere funn til leiinga.
-
Samarbeidde med ingeniørteam for å integrere maskinlæringsmodellar i eksisterande programvaresystem.
Utdanning
Universitetet i Bergen, Mastergrad i Informatikk – Spesialisering i Datavitskap -- Bergen, Norway
August 2016 – Juni 2018
Universitetet i Bergen, Bachelorgrad i Informatikk -- Bergen, Norway
August 2013 – Juni 2016
Ferdigheiter
Programmeringsspråk: Python (Pandas, NumPy, Scikit-learn, TensorFlow, Keras), R (dplyr, ggplot2), SQL
Maskinlæring: Supervised & Unsupervised Learning, Deep Learning, NLP, Time Series Analysis, Reinforcement Learning, Modellvalidering, Feature Engineering
Verktøy og Plattformar: Jupyter, Git, Docker, Apache Spark, Databricks, Azure Machine Learning, AWS SageMaker, Google Cloud Platform
Databasar: PostgreSQL, MySQL, MongoDB, Data Warehousing, Data Lakes
Datavisualisering: Tableau, Power BI, Matplotlib, Seaborn, Plotly
Statistikk og Matematikk: Hypotesetesting, Regresjonsanalyse, Klassifisering, Klyngeanalyse, Lineær algebra, Kalkulus