08.02.2025 aktualisiert

HÖ
100 % verfügbar

Senior Data Science & AI Expert

Köln, Deutschland
Deutschland +1
info: Deutschland, Schweiz
M.Sc. Information Systems (Wirtschaftsinformatik), B.Sc. Wirtschaftsinformatik
Köln, Deutschland
Deutschland +1
info: Deutschland, Schweiz
M.Sc. Information Systems (Wirtschaftsinformatik), B.Sc. Wirtschaftsinformatik

Skills

Clean CodeHTMLJavaJavaScriptAjaxAlgorithmusData AnalysisMicrosoft AzureBusiness IntelligenceBusiness Process ManagementWirtschaftsinformatikUnternehmensberatungCSSClusteranalyseInformationssystemeBeratungKundenanalyseData WarehousingRelationale DatenbankenDatenbankentwicklungSoftware Design PatternsDesign ThinkingDjangoEnterprise Resource PlanningGitHubR (Programmiersprache)ITILJava Database ConnectivitySpring FrameworkPythonPostgreSQLMicrosoft Sql-ServerMySQLRegressionsanalyseSAP ERPNatural Language ProcessingNltkNumPyPredictive AnalyticsScrumMicrosoft Power BITensorFlowRequirements EngineeringSAP ABAPSoftwareentwicklungSprachanalysePL/SQLSQLVaadinExtensible Markup LanguageSAP QualtricsDatenklassifizierungData SciencePyTorchObjektorientierte Programmierung (OOP)FlaskKerasGitLabKanbanpandasMatplotlibData LakeScikit-learnExtreme ProgrammingPlotlyAlteryxIT-Projektmanagement
Profil
Umfassende Kenntnisse in der Unternehmensberatung in den Bereichen Data Science, Data Analytics und der Softwareentwicklung, u.a. durch meine Tätigkeit bei der international führenden Wirtschaftsprüfungsgesellschaft PricewaterhouseCoopers GmbH WPG (PwC). Beratung nationaler und internationaler Unternehmen (Konzerne, KMU).

Tools und Technologien 
  • MS Office 
  • MS Azure 
  • MS Power BI 
  • MS SQL Server 
  • MySQL 
  • PostgreSQL 
  • Alteryx 
  • Java (u.a. Vaadin, Spring, JDBC)
  • Python (u.a. Flask, Django, Dash, NumPy, Pandas, Matplotlib, Seaborn, Plotly, Scikit-learn, PyTorch, TensorFlow, Keras, NLTK)
  • R (u.a. Tidyverse, H2O, Shiny)
  • SQL 
  •  HTML 
  • CSS 
  • XML 
  • ABAP 
  • PL/SQL 
  • JavaScript (u.a. AJAX) 
  • Qualtrics 
  • SAP ERP 
  • GitHub 
  • GitLab 

Prozesse und Methoden 
  • Scrum 
  • Kanban 
  • CRISP-DM 
  • ITIL 
  • Requirements Engineering 
  • Software Engineering 
  • Objektorientierte Programmierung
  • Software Design Patterns 
  • Process Mining (Celonis Certificate)
  • Insurance Pricing 
  • Design Thinking 
  • Datenbankentwicklung (Relationale Datenbanken, Data Lakes etc.)
  • IT-Projektmanagement 

Erfahrung

Berufserfahrung0 - 5 Jahre
Freelancer seit2025

Sprachen

DeutschMutterspracheEnglischverhandlungssicherFranzösischgutTürkischMuttersprache

Projekthistorie

Entwicklung eines Management-Dashboards zur Steuerung und Optimierung von Versicherungstarifen für ein Versicherungsunternehmen mit Sitz in München

Versicherungsunternehmen mit Sitz in München

Versicherungen

500-1000 Mitarbeiter

Tätigkeiten
  • Erhebung von Anforderungen und Entscheidungsindikatoren bei Führungskräften
  • Durchführung von Datenanalysen (u.a. Zeitreihenanalysen)
  • Entwicklung eines Data Analytics-Konzepts zur Entscheidungsunterstützung hinsichtlich der Rentabilität von Versicherungstarifen und der Anpassung von Beiträgen im privaten Krankenversicherungsbereich anhand relevanter KPIs und Visualisierungen von Analyseergebnissen
  • Design und Umsetzung des Management-Dashboards mit MS Power BI

Entwicklung eines Systems zur KI-basierten Finanzberichterstattung und -prüfung für einen international tätigen Versicherungskonzern mit Sitz in Düsseldorf

International tätiger Versicherungskonzern mit Sitz in Düsseldorf

>10.000 Mitarbeiter

Tätigkeiten:
  • Konzeption und Entwicklung einer in Python und R implementierten KI- (Natural Language Processing) und Cloud-basierten (MS Azure) Anwendung zur automatisierten Erstellung von Finanzberichten und Finanzberichtsprüfungen (inkl. Checklisten)
  • Erhebung von Anforderungen im Rahmen gemeinsamer Workshops mit dem Mandanten
  • Analyse der technologischen Möglichkeiten zur Erfüllung der Kundenanforderungen
  • Erarbeitung von Lösungsvorschlägen und deren gemeinsame Evaluation mit dem Mandanten
  • Entwicklung eines Proof of Concepts

Projekterfolge:
  • Automatisierung der Finanzberichterstattung durch Einsatz von KI (insbesondere Methoden aus dem Natural Language Processing)
  • Reduzierung des Aufwands zur Prüfung von Finanzberichten von mehreren Wochen auf wenige Tage

Modernisierung des Aktuariats eines nationalen Versicherungsunternehmens bzgl. des Einsatz von Data Analytics & Data Science in Zusammenarbeit mit einer international führenden Strategieberatung

Versicherungsunternehmen mit Sitz in München

500-1000 Mitarbeiter

Tätigkeiten:
  • Erhebung des Status Quo durch quantitative und qualitative Mitarbeiterbefragungen, schnittstellenübergreifende Interviews sowie Interviews mit Führungskräften
  • Durchführung eines Workshops zur Identifizierung weiterer Anforderungen
  • Analyse der aktuellen Herausforderungen und möglichen Einsatzgebiete von Data Analytics und Data Science im aktuariellen Kontext
  • Erarbeitung eines Konzepts mit konkreten Handlungsempfehlungen und einer schrittweisen Roadmap mit dem Ziel eines effektiven Einsatzes von Data Analytics- und Data Science-Methoden
  • Erarbeitung und Präsentation einer übergreifenden Strategie unter Einbeziehung der CEO, COO und CFO des Unternehmens in Zusammenarbeit mit einer international führenden Strategieberatung

Projekterfolge:
  • Ableitung von insgesamt 51 Handlungsempfehlungen für Bereiche mit Optimierungspotenzial hinsichtlich des Einsatzes von Data Analytics und Data Science im Aktuariat
  • Erarbeitete Strategie ermöglichte ein erfolgreiches Change Management unter Einbeziehung der operativen Mitarbeiter
  • Modernisierung des Aktuariats führte zu signifikant höherer Mitarbeiter-zufriedenheit – gemessen durch Mitarbeiterbefragungen zu Projektantritt und zu Projektende

Entwicklung einer Proof of Concept-Anwendung zur KI-basierten Zusammenfassung von Finanzberichten & regulatorischen Vorgaben für einen international tätigen Versicherungskonzern mit Sitz in Düsseldorf

International tätiger Versicherungskonzern mit Sitz in Düsseldorf

>10.000 Mitarbeiter

Tätigkeiten:
  • Konzeption und Entwicklung einer in Python implementierten KI-basierten (Natural Language Processing) Anwendung zur automatisierten Zusammenfassung von Finanzberichten sowie nationalen und internationalen regulatorischen Vorgaben hinsichtlich der Finanzberichterstattung (IFRS 17)
  • Verfeinern bestehender Modelle aus dem Bereich des Natural Language Processing

Projekterfolge:
  • Auslieferung des Proof of Concepts innerhalb von einer Woche nach der Beauftragung
  • Anwendung ersetzt manuelles Lesen und reduziert die Zeit zum Zusammenfassen von Texten von mehreren Stunden auf wenige Sekunden

Entwicklung einer KI-basierten Pricing-Standardanwendung zur Kalkulation optimaler Preise für Kraftfahrzeugversicherungstarife für verschiedene nationale und internationale Versicherungsunternehmen

>10.000 Mitarbeiter

Tätigkeiten:
  • Konzeption, Implementierung, Testen und Auslieferung einer in Python Dash implementierten interaktiven Big Data-Webanwendung zur Optimierung von Kraftfahrzeugversicherungsprämien und ihrer Berechnung mit Machine Learning-Methoden (Gradient Boosting (inkl. XGBoost), Random Forest, Generalized Linear Model, Support Vector Machines, Deep Learning)
  • Implementierung von interaktiven Self-Service Visualisierungsfunktionen zur Visualisierung des vom Benutzer importierten Datensatzes und der Performance der Machine Learning-Algorithmen
  • Implementierung einer Grid Search-Funktion zum Hyperparameter-Tuning inklusive Visualisierungen
  • Teilleitung eines Softwareentwicklerteams
  • Koordination der Softwareentwicklung und des Softwaretestens
  • Entscheidungsverantwortung bzgl. der zu verwendenden Technologien

Projekterfolge:
  • Erhöhung der Rendite um durchschn. 6% durch optimiertes Pricing
  • Fertigstellung der Standardanwendung acht Wochen vor Fristende

Entwicklung eines aktuariellen Kalkulations-Tools in R für eine führende internationale Wirtschaftsprüfungsgesellschaft (Big Four) zur Prüfung eines Versicherungsunternehmens mit Sitz bei Stuttgart

Führende internationale Wirtschaftsprüfungsgesellschaft (Big Four)

>10.000 Mitarbeiter

Tätigkeiten:
  • Implementierung eines Tools in R zur Prüfung der korrekten Kalkulation sämtlicher Bilanzposten und der Gewinn- und Verlustrechnung
  • Implementierung eines Tools in R zur Kalkulation aktuarieller Kennzahlen im Rahmen der Wirtschaftsprüfung
  • Identifikation und Analyse von Ungereimtheiten und Kommunikation an das Wirtschaftsprüfungsteam

Projekterfolge:
  • Reduktion der Nachkalkulation und Analyse der vom Versicherungs-unternehmen übermittelten Finanzdaten von mehreren Tagen auf wenige Minuten
  • Signifikante Reduktion der Dauer des Prüfungsverfahrens durch Teilautomatisierung des Prozesses
  • Fokus auf Wiederverwendbarkeit während der Tool-Entwicklung ermöglicht langfristige Nutzung des Kalkulationstools

Entwicklung einer Anwendung in Python zur Extraktion, Transformation, Speicherung & Analyse von Rohdaten aus verschiedenen Quellsystemen für ein Versicherungsunternehmen mit Sitz in Frankfurt am Main

Versicherungsunternehmen mit Sitz in Frankfurt am Main

50-250 Mitarbeiter

Tätigkeiten:
  • Entwicklung eines Tools zur Extraktion, Transformation, Speicherung (ETL) und statistische Analyse von Daten aus unterschiedlichen Quellsystemen in Python
  • Programmatische Bereinigung der Rohdaten in Python
  • Schulung der Mitarbeiter des Mandanten im Umgang mit dem entwickelten Tool

Projekterfolg:
  • Reduktion der Dauer zur Zusammenführung und Bereinigung der Daten aus den unterschiedlichen Quellsystemen von mehreren Werktagen bei Vollzeitbeschäftigung einer Person um mehr als 99% auf wenige Minuten

Beratung eines führenden internationalen Rückversicherungsunternehmens im Rahmen eines mehrjährigen Projekts zur Koordination, Entwicklung & Testen einer weltweit zu verwendenden aktuariellen Software

Führendes internationales Rückversicherungsunternehmen mit Sitz in München

>10.000 Mitarbeiter

Tätigkeiten:
  • Analyse des Status Quo in der Softwareentwicklung und im Software-entwicklungsmanagement
  • Iterative Erhehebung von Anforderungen an das zu entwickelnde Softwaresystem
  • Evaluierung der Softwarearchitektur und Herausarbeiten von Optimierungspotenzial hinsichtlich der Softwarearchitektur
  • Erarbeitung eines Konzepts für die Projektleitung zur Koordination bzw. Management der Softwareentwicklung und des -testens
  • Formulierung, Priorisierung und Zuweisung von Aufgaben an das Softwareentwicklungs und -testteam via MS DevOps
  • Beratung der mandantenseitigen Projektleitung hinsichtlich der Einhaltung der Projektfristen


Projekterfolge:
  • Signifikante Erhöhung der Entwicklungsgeschwindigkeit durch das neuentwickelte Projektmanagement-Konzept
  • Übergang in das Softwaretesting erfolgte bereits drei Monate früher als ursprünglich vorgesehen, wodurch die Software früher fertiggestellt werden konnte als geplant
  • Einhaltung der vom Top-Management gesetzten Fristen zur Fertigstellung des Softwaresystems entgegen den Erwartungen der Projektleitung vor Projektantritt

Forschungstätigkeit mit dem Massachusetts Institute of Technology (MIT) und der Otto-Friedrich-Universität Bamberg

Forschungsprojekt mit dem Massachusetts Institute of Technology (MIT) und der Otto-Friedrich-Universität Bamberg zum Thema Kundensegmentierung auf Basis großer Datenmengen aus sozialen Medien, inkl. Publikation in einer Fachkonferenz

Durchführung & Auswertung einer internat. Studie bzgl. des Einsatzes von Data Analytics/Science mit 200+ internat. Unternehmen für eine führende intern. Wirtschaftsprüfungsgesellschaft (Big Four)

Führende internationale Wirtschaftsprüfungsgesellschaft (Big Four)

>10.000 Mitarbeiter

Tätigkeiten:
  • Iterative Erarbeitung eines umfassenden Fragebogens zur Erfassung des Status Quo bei allen teilnehmenden Unternehmen
  • Implementierung des Fragebogens als webbasierte Umfrage in Qualtrics
  • Konsolidierung der Umfrageergebnisse
  • Bereinigung und Aufbereitung der Umfrageergebnisse mittels eigens dafür entwickelter Alteryx-Workflows
  • Analyse und Visualisierung der Umfrageergebnisse in MS Power BI
  • Agile Entwicklung und Design von MS Power BI-Dashboards für die Mandanten
  • Kommunikation der Umfrageziele und Umfrageergebnisse an die teilnehmenden Versicherungsunternehmen
  • Zusammenarbeit in einem internationalen Team

Projekterfolge:
  • 200+ teilnehmende internationale Versicherungsunternehmen
  • Umfassender Marktüberblick, der als Quelle für weitere Projekte der auftraggebenden Wirtschaftsprüfungsgesellschaft dient

Bestimmung und Prognose des Customer Lifetime Value von Versicherungsnehmern einer Versicherungsgruppe mit Sitz in Wuppertal

Versicherungsgruppe mit Sitz in Wuppertal

1000-5000 Mitarbeiter

Tätigkeiten:
  • Konzeption und Entwicklung einer Anwendung zur Kalkulation, Klassifikation und Prognose des Customer Lifetime Value in Python und MS Azure (Synapse und DevOps)
  • Entwicklung eines MS Power BI-Dashboards zur interaktiven Analyse für Führungskräfte
  • Formulierung von konkreten Handlungsempfehlung für die klassifizierten Kundengruppen

Projekterfolge:
  • Liste von aggregierten Kundengruppen führte zu signifikant effektiverer Kundenansprache
  • Erhöhte Kostensenkung und Kundenerhalt durch zugeschnittene Maßnahmen nach Kundengruppenzugehörigkeit

Entwicklung eines Tools zur Durchführung einer Marktanalyse im B2B-Bereich für eine führende internationale Wirtschaftsprüfungsgesellschaft (Big Four)

Führende internationale Wirtschaftsprüfungsgesellschaft (Big Four)

>10.000 Mitarbeiter

Tätigkeiten:
  • Identifikation und Sammlung relevanter Daten zur Durchführung der Marktanalyse
  • Bereinigung und Konsolidierung sämtlicher Daten in ein einheitliches Datenformat mittels Python
  • Entwicklung eines Konzepts zur Bestimmung und Prognose des Potenzials von nationalen und internationalen Unternehmen im Sinne von deren Gewinnung zu potenziellen Mandanten für ein Data Analytics-Projekt
  • Analyse der Daten und Erstellung einer Liste mit den aussichtsreichsten nationalen und internationalen Unternehmen für ein Data Analytics-Projekt

Projekterfolge:
  • Vorlage eines Rankings der aussichtsreichsten Mandanten durch Berechnung nach unterschiedlichen Metriken
  • Fokus auf aussichtsreichste Mandanten führte zu Projektaufträgen für das Unternehmen

Entwicklung eines Tools in Python zur Synthetisierung von sensiblen Daten für ein Versicherungsunternehmen mit Sitz in Frankfurt am Main

Versicherungsunternehmen mit Sitz in Frankfurt am Main

50-250 Mitarbeiter

Tätigkeiten:
  • Implementierung eines Tools in Python zur Synthetisierung sensibler Daten unter Nutzung von Methoden aus dem Bereich des Natural Language Processing und von mathematischer Ähnlichkeitsmetriken
  • Visualisierung der Daten in Python (u.a. mit Matplotlib, Seaborn) zur Durchführung von statistischen Vergleichen zwischen dem Originaldatensatz und dem synthetischen Datensatz, beispielsweise hinsichtlich der Verteilungen (z.B. Q-Q-Plot)
  • Berechnungen und Vergleich der statistischen Eigenschaften des Originaldatensatzes und des synthetischen Datensatzes
  • Vergleich der Verteilungen des Originaldatensatzes und des synthetischen Datensatzes mittels etablierter Testverfahren, z.B. Kolmogorov-Smirnov-Test, Chi-Squared-Test

Projekterfolge:
  • Kein Rückschluss auf personenbezogene Daten mehr möglich, ohne dabei signifikante Einbußen in der statistischen Aussagekraft des Datensatzes einzufahren
  • Fokus auf Wiederverwendbarkeit während der Tool-Entwicklung ermöglicht langfristige Nutzung des Tools auch für andere Anwendungsfälle und Datensätze

Automatisierung der Entwicklung eines Data Warehouses (Data Warehouse Automation) bei einem führenden Business Intelligence-Unternehmen in der DACH-Region mit Sitz in Frankfurt am Main

Führendes Business Intelligence-Unternehmen im deutschsprachigen Raum mit Sitz in Frankfurt am Main

250-500 Mitarbeiter

Tätigkeiten:
  • Erhebung der Anforderungen an das zu entwickelnde Data Warehouse
  • Implementierung und Einrichten einer Datenbank in MS SQL Server mit SQL und PL/SQL
  • Konzeption der Architektur und Implementierung einer ETL- und Data Warehouse-Automatisierungs-Pipeline in biGENIUS
  • Analyse des Wechsels des Softwareanbieters für Data Warehouse-Automatisierungsprojekte (biGENIUS vs. WhereScape)
  • Analyse der Migration eines On-Premises Data Warehouse in die MS Azure Cloud-Umgebung

Projekterfolge:
  • Reduktion der Entwicklungsdauer eines Data Warehouses von mehreren Wochen auf wenige Minuten
  • Ermöglichung der langfristigen Nutzung des Data Warehouses durch automatisierte Aktualisierung
  • Fertigstellung des Projekts vier Wochen vor dem vom Management geplanten Ende

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden