20.10.2026 aktualisiert

**** ******** ****
Premiumkunde
100 % verfügbar

Senior Data Scientist & MLOps Engineer | Python | ML-Forecasting | SAP AI Core | Azure

Eschborn, Deutschland
Deutschland
Master of Science (M.Sc.) Data Science
Eschborn, Deutschland
Deutschland
Master of Science (M.Sc.) Data Science

Profilanlagen

ainovi Profil - Lucas Moeller.pdf

Skills

Argo CDMLflowData LakehouseSAP Analytics CloudAzure DatabricksMLOpsSageMakerDelta LakeKünstliche IntelligenzAmazon S3Data AnalysisContinuous DeliveryContinuous IntegrationCertified Scrum Product OwnerData ArchitectureETLDevOpsPythonPostgreSQLMachine LearningNumPyAzure Machine LearningSAP HANASQLZeitreihenanalyseDocker ContainerCertified Scrum MasterData ScienceApache SparkSAP BTPAWS LambdaGitLabGitPytestContainerisierungData LakePySparkAWS GlueXgboostErkennung von AnomalienDockerDatabricks
Leidenschaftlicher Data Scientist und MLOps-/AI-Engineer mit 8 Jahren Berufserfahrung, davon mehrere Jahre in der IT-Beratung. Kernkompetenzen: Machine-Learning-Forecasting, Aufbau produktiver, end-to-end betriebener ML-Pipelines im SAP-Umfeld (SAP AI Core, Azure) und Softwareentwicklung in großen Datenprojekten. In Kundenprojekten verantworte ich Lösungen von der Idee bis zum produktiven Deployment und übernehme regelmäßig die Rolle des Product Owners und zentralen Ansprechpartners der Stakeholder. Durch das Studium (B.A. Accounting & Controlling, M.Sc. Data Science) und zwei Jahre im Konzerncontrolling verbinde ich Data-Science-Expertise mit fundiertem Wissen im Finanz- und Controlling-Umfeld.

Top Skills
Python, SQL, Machine Learning, Forecasting, MLOps, SAP AI Core, Azure, Docker, CI/CD

Methoden
  • Data Science: Machine Learning, Time Series Analysis / Forecasting, explorative Datenanalyse, Data Mining, Regression, Klassifikation, Clustering, Deep Learning, Business Intelligence, Big Data
  • MLOps & Cloud: SAP (AI Core, Datasphere, Analytics Cloud), Azure (Container Registry, Blob Storage, Azure DevOps), AWS, CI/CD, Docker, Argo Workflows, ETL
  • Projektmanagement: Scrum, Kanban, Product Ownership (Professional Scrum Master I, Professional Scrum Product Owner I)
Technologien
  • Sprachen: Python, SQL, JavaScript/TypeScript
  • Frameworks: Polars, Pandas, NumPy, Scikit-Learn, XGBoost, Optuna, Pytest, uv, Pydantic, Matplotlib, Plotly, Seaborn
  • Datenbanken: PostgreSQL, SQLite, MongoDB, SAP HANA
  • Tools: Git, Azure DevOps, Databricks, GitLab, Docker, AWS, Linux/WSL, VS Code, DBeaver, Jira, Power BI, Tableau
Branchen
Engineering & Industrial Services, Schienenverkehr und Logistik, Einzelhandel, Pharma, Gastronomie

Sprachen
Deutsch (Muttersprache), Englisch (verhandlungssicher)

Erfahrung

Berufserfahrung5 - 10 Jahre
Freelancer seit2022

Sprachen

DeutschMutterspracheEnglischverhandlungssicher

Projekthistorie

Lead Data Scientist & MLOps Engineer – KI-gestütztes Finanz-Forecasting auf SAP AI Core

Internationaler Engineering- und Industriedienstleister

Industrie und Maschinenbau

>10.000 Mitarbeiter

Verantwortung für einen KI-Case zur monatlichen Prognose von Konzern-Finanzkennzahlen (Umsatzerlöse, Auftragseingang/-bestand, Deckungsbeitrag) über alle organisatorischen Hierarchieebenen – von der Idee über den Proof of Concept bis zur produktiven Implementierung in der Kunden-IT. Hybride Rolle als Hauptentwickler, Product Owner und Scrum Master sowie zentraler Ansprechpartner der Stakeholder.

Aufgaben
  • XGBoost-Forecasting-Modelle auf historischen SAP-Ist-Daten, Hyperparameter-Tuning mit Optuna, Rolling-/Backtesting-Validierung
  • Nachweis des Mehrwerts: Das ML-Modell schlägt den manuellen Fachbereichs-Forecast im Aggregat über mehrere Hierarchieebenen (Leitmetrik WAPE)
  • Divergenzanalyse und automatisiertes Alerting zwischen ML-Prognose, Fachbereichs-Forecast und Ist
  • End-to-End-MLOps auf SAP AI Core: Argo Workflows, Azure Container Registry, Azure Blob Storage, GitOps, Docker
  • Reproduzierbare, revisionssichere Pipeline: deterministische Läufe, Schema-Validierung, strukturiertes Logging
  • Azure-Evaluierung als tenant-interne Alternative zu SAP AI Core mit containerisierten Train-/Predict-Jobs inkl. MLflow-Tracking der Leitmetrik
  • Bereitstellung von Forecasts als Data Products in SAP Datasphere und Konsum via Databricks (Delta Lake/Lakehouse) und SAP Analytics Cloud
Technologien: Python, Polars, XGBoost, Optuna, Argo Workflows, Databricks, Docker, Azure (ACR, Blob, CI/CD, DevOps, ML), SAP (AI Core, Datasphere, Analytics Cloud), MLflow, Pydantic, pytest, ruff, pyright, uv

Data Engineering Consultant – Serverless Data Processing für einen Digital Twin in der Instandhaltung

IT-Dienstleister eines Eisenbahnkonzerns

Transport und Logistik

5000-10.000 Mitarbeiter

Im Rahmen einer Digital-Twin-Initiative im Regionalverkehr wurden Diagnosemeldungen sämtlicher Fahrzeugbaureihen nahezu in Echtzeit analysiert, um datengetriebene Entscheidungen in der Instandhaltung zu ermöglichen. Schwerpunkt: skalierbare, serverlose Datenpipelines in AWS und Performance-Analysen instandhaltungsrelevanter Meldungen.

Aufgaben
  • Serverlose ETL-Pipelines zwischen den Zonen raw, trust und refined mit AWS Lambda und AWS Glue
  • Modulare Lambda-Funktionen für standardisierte Datenaufnahme, Transformation und Validierung
  • Definition und Implementierung von Performance-KPIs für Instandhaltungsprozesse (PostgreSQL)
  • Integration heterogener Diagnose- und Fahrzeugdatenquellen, skalierbare Datenmodelle
  • Explorative Analyse und Plausibilisierung von Geodaten zur Fahrzeuglokalisierung, Mapping mit OpenStreetMap
  • Analysegrundlagen für Power BI, Migration bestehender Tableau- und SQL-Reports nach Power BI
  • Agiles Setup (Scrum), Abstimmung mit Instandhaltung, IT und Data Governance
Technologien: AWS Lambda, AWS Glue, AWS S3, AWS Athena, PostgreSQL, Python, Pandas, PySpark, Polars, Pydantic, Power BI, Tableau, GitLab CI/CD, Docker, Jira, Confluence

Data Science Consultant – Optimierung der Pünktlichkeit im Schienenverkehr

Infrastrukturbetreiber im Schienenverkehr

Transport und Logistik

>10.000 Mitarbeiter

Analysen und Simulationen zur Bewertung von Fahrplänen, Baustellen und betrieblichen Einflussfaktoren als datengetriebene Entscheidungsgrundlage für Maßnahmen zur Pünktlichkeit.

Aufgaben
  • Design, Entwicklung und Integration neuer Datenmodelle im Inhouse Data Warehouse
  • End-to-End-BI- und ETL-Prozesse mit PostgreSQL und Python, von der Datenintegration bis zum Reporting
  • Clean Code (Refactoring, ruff, flake8, mypy) und modulare Codebasis mit uv und Poetry
  • Interaktive Power-BI-Dashboards für Management und Fachbereiche (Data Storytelling)
  • Performance-Optimierung großer Datenabfragen und Reports
  • Simulation von Fahrplan- und Infrastrukturvarianten im Verkehrsnetzmodell (VISUM), Analyse von ICE-Geschwindigkeitstrajektorien, Visualisierung mit OpenStreetMap
  • Unit- und Integrationstests mit pytest, automatisierte Deployments in CI/CD-Pipelines
  • Sparring mit Stakeholdern zur Weiterentwicklung der Analysemethoden
Technologien: Python, Polars, PostgreSQL, Power BI, GitLab CI/CD, AWS S3, AWS Athena, awswrangler, uv, Poetry, pytest, DBeaver, Confluence

Data Engineer Consultant – Bewertung von Unpünktlichkeit im Schienennetz

Eisenbahnkonzern

Transport und Logistik

>10.000 Mitarbeiter

Umfassende Analyse der Unpünktlichkeit im deutschen Schienennetz inkl. infrastruktureller und zugspezifischer Einflussfaktoren auf die Fahrzeiten im Fernverkehr sowie Bewertung der Kritikalität von Baumaßnahmen, auf Basis operativer Fahrplan- und Betriebsdaten.

Aufgaben
  • Konsolidierung heterogener Datenquellen zu einem Single Point of Truth
  • Daten- und Analysepipelines mit Python und PostgreSQL, High-Performance-Verarbeitung mit Polars
  • AWS-basierte ETL-Pipeline (S3, Athena, Glue, Lambda), standardisierter Zugriff mit awswrangler, ML-Workflows mit SageMaker
  • Orchestrierung über Jenkins, End-to-End-Deployment mit GitLab CI/CD
  • Unit- und Integrationstests mit pytest, Einführung von TDD und Clean Code
  • Power-BI-Dashboards und Data Storytelling
  • Analyse von ICE-Geschwindigkeitstrajektorien auf GPS-Basis, Validierung neuer Infrastrukturen im Verkehrsnetzmodell (VISUM), Visualisierung mit OpenStreetMap
  • Agile Entwicklung im Scrum-Team (Jira), Vertretung von Scrum Master und Product Owner
Technologien: Python, PostgreSQL, Polars, PySpark, AWS (S3, Athena, Glue, Lambda, SageMaker), awswrangler, Jenkins, Docker, GitLab, DVC, uv, Poetry, pytest, Power BI, Jira

Masterarbeit – Lead Indicator Search for Time Series Forecasting (Einzelhandel)

IT- und Managementberatung

Konsumgüter und Handel

Masterarbeit zur Integration externer Datenquellen und Identifikation von Lead Indicators für Absatzprognosen im Einzelhandel, auf Basis umfangreicher Abverkaufsdaten verschiedener Produkte und Standorte eines deutschen Handelsunternehmens.

Aufgaben
  • End-to-End-Forecasting-Framework von der Datenintegration über die Modellierung bis zur Ergebnisbewertung
  • Training von Zeitreihenmodellen in R (forecast)
  • Kreuzkorrelationsanalysen zum Matching externer und interner Zeitreihen
  • Saisonalität als Schlüsselfaktor der Prognosegüte (explorative Analysen, ANOVA)
  • Exogene Einflussgrößen (makroökonomische Daten, Wetter) als Lead Indicators
  • Validierung an historischen Daten und Handlungsempfehlungen für den Handel
Technologien: R, Tidyverse, forecast, ggplot2, PostgreSQL

Werkstudent – App-Entwicklung zur Digitalisierung der Gastronomie

IT- und Managementberatung

Sonstiges

Internes Projekt zur Digitalisierung der Gastronomie: App, die die gesamte User Journey von der Bestellung bis zur Bezahlung abbildet, um Prozesse zu beschleunigen und die Kundenzufriedenheit zu steigern.

Aufgaben
  • Plattformübergreifende Mobile App mit Flutter und Dart
  • API-Schnittstelle zwischen Front- und Backend mit TypeGraphQL
  • Object-Relational Mapping mit Prisma für performante Datenbankanbindung
  • UX/UI-Gestaltung mit Fokus auf einfache, intuitive Bedienung
  • Anforderungsanalyse mit internen Stakeholdern, Tests und Debugging
Technologien: Flutter, Dart, Prisma, TypeGraphQL, Git

Praxisprojekt (Hochschule) – Analyse von Maschinendaten in der Pharmaindustrie

Hochschulprojekt mit einem Pharmaunternehmen

Pharma und Medizintechnik

Interdisziplinäres Hochschulprojekt: Analyse von Maschinendaten eines Pharmaunternehmens, um Stillstände und Fehlproduktionen systematisch zu erkennen und vorherzusagen, über den kompletten Machine-Learning-Lifecycle von der explorativen Analyse bis zur Operationalisierung.

Aufgaben
  • Datenaufbereitung und explorative Datenanalyse mit Python und R
  • Training und Evaluation von ML-Modellen zur Anomalieerkennung (k-Nearest Neighbor, K-Means, Support Vector Machine)
  • Integration operativer Produktionsdaten mit PostgreSQL
  • Operationalisierung der Modelle und Empfehlungen zur Reduktion von Ausschuss und Stillständen
  • Dashboards und Berichte für Stakeholder
  • Agile Projektorganisation mit Scrum
Technologien: Python, R, SQL, Polars, NumPy, scikit-learn, Tidyverse, ggplot2, Matplotlib, Poetry, pytest, GitLab

Werkstudent – Dashboard zur Analyse von Out-of-Stock-Situationen im Einzelhandel

IT- und Managementberatung

Konsumgüter und Handel

Internes Projekt: SAP-basiertes Dashboard zur mehrdimensionalen Analyse von Out-of-Stock-Situationen im Einzelhandel, um Treiber für Bestandslücken zu identifizieren und Lager- und Nachschubprozesse zu optimieren.

Aufgaben
  • Interaktives Dashboard mit SAP UI5 nach den SAP-Fiori-Design-Guidelines
  • Calculation Views in SAP HANA für performante, flexible Analysen
  • SQL-Abfragen und Datenmodellierung in SAP HANA
  • Nutzerfreundliche Oberfläche für schnelle Einblicke von Fachanwendern
  • Übersetzung fachlicher Anforderungen in funktionale Features
Technologien: SAP UI5, SAP Fiori, SAP HANA, PostgreSQL

Fachreferent operatives Unternehmenscontrolling

Schienengüterverkehrsunternehmen

Transport und Logistik

>10.000 Mitarbeiter

Operatives Controlling: Bereitstellung steuerungsrelevanter Analysen und Reports, Business Partner für Management und Fachbereiche, mit Fokus auf Datenanalyse zur Unterstützung strategischer und operativer Entscheidungen.

Aufgaben
  • Koordination des Berichtswesens zum (Halb-)Jahresabschluss
  • Lage-, Geschäfts- und Zwischenberichte als Grundlage für Vorstand und Aufsichtsrat
  • Kaufmännische Bewertung von Sonderereignissen (Streiks, Streckensperrungen, Naturereignisse)
  • Abweichungsanalysen, Monitoring von Kosten- und Leistungskennzahlen
  • GuV-Analysen und Identifikation von Kostentreibern in SAP CO
  • Koordination des Risikomanagements inkl. regelmäßiger Risikoberichte
  • Standard- und Ad-hoc-Analysen zur Entscheidungsunterstützung des Managements
Technologien: IBM Planning Analytics (Cognos TM1), SAP R/3 (SAP CO), MS Office

Fachreferent strategisches Unternehmenscontrolling (Auslandseinsatz England)

Britische Landesgesellschaft eines Schienengüterverkehrsunternehmens

Transport und Logistik

1000-5000 Mitarbeiter

Mehrmonatiger Einsatz im Rahmen eines konzernweiten Austauschprogramms in der Controlling-Abteilung der britischen Landesgesellschaft; Business Partner für das Management vor Ort.

Aufgaben
  • Unterstützung von Mittelfristplanung und monatlichem Forecast
  • Erstellung und Analyse von Finanz- und Leistungskennzahlen zur Steuerung der operativen Einheiten
  • Enge Zusammenarbeit mit dem lokalen Management und Abstimmung mit der deutschen Zentrale
  • Mitwirkung an der Harmonisierung von Reporting-Standards im internationalen Kontext
Technologien: IBM Planning Analytics (Cognos TM1), SAP R/3 (SAP CO), MS Office

Strategisches Unternehmenscontrolling (Auslandsaufenthalt im dualen Studium, Italien)

Italienische Landesgesellschaft eines Schienengüterverkehrsunternehmens

Transport und Logistik

Auslandsaufenthalt im Rahmen des dualen Studiums im strategischen Controlling der italienischen Landesgesellschaft; aktive Mitwirkung am Aufbau eines einheitlichen Berichtswesens nach Konzernvorgaben.

Aufgaben
  • Design und Aufbau eines standardisierten Berichtswesens für die Landesgesellschaft
  • Erstellung von Finanz- und Managementreports nach Konzernrichtlinien
  • Abstimmung mit lokalem Management, Fachbereichen und deutscher Zentrale für konsistente Reporting-Standards
Technologien: IBM Planning Analytics (Cognos TM1), MS Office

Zertifikate

Professional Scrum Product Owner I

Scrum.org

2025

Professional Scrum Master I

Scrum.org

2025

Kontaktanfrage

Einloggen & anfragen.

Das Kontaktformular ist nur für eingeloggte Nutzer verfügbar.

RegistrierenAnmelden