• Halten und Weiterentwickeln der Kurse ?Data Science Methodenkurs?, ?Praktische Datenanalyse mit R? und ?Programmieren mit R?

• Skalierung, Optimierung und Modularisierung des bestehenden Prototypcodes zu einer produktionsreifen Geschäftsanwendung
• Implementierung einer Testsuite zur Erstellung einer stabilen Datenpipeline
• Algorithmusoptimierung und Erweiterung der Anwendung auf neue Funktionen

• Programmierung einer Simulation zur Power-Bestimmung einer klinischen Studie in von den statistischen Annahmen abweichenden realen Szenarien

• Entwicklung browserbasierter interaktiver Risiko-Reports für Shape und Performance einer PFC für Strompreise

• Entwicklung einer Datenverarbeitungspipeline die die Wirtschaftlichkeit für Energiekontrakte berechnet
• Migration eines Datenverarbeitungssystems von Palantir Foundry nach Amazon Web Services
• Erstellung von Analysen und Reports für Anwender aus dem Handel

• Durchführung einer klinischen Studie zum Vergleich von sGPVI-Blutwerten in Placebo- und Treatment Gruppen

• End-to-End Deployment eines Prognosemodells für Stromgeneration auf Microsoft Azure
• Entwickelte Python-Paket für Prognosemodelle von Energieverbrauch von Privathaushalten
• Entwickelte Modelle zur Anomalieerkennung von ungewöhnlichem Stromverbrauch

• Implementierte eine Datenverarbeitungs-Pipeline, von gelieferten Daten in einen internen Hive-Speicher, mit Spark in Python und R

• Programmierte ein Modell zur automatischen Berechnung von Einstellungen von Fitnessgeräten aufgrund von Körpersegmentlängen

• Erstellte ein Programm zum automatischen Pricing von Kundenanfragen
• Entwarf und programmierte einen Algorithmus zur Generierung von Price Forward Curves für Strompreise, von Stunden- bis Monatsgranularität
• Programmierte eine Shiny-Applikation zur explorativen Einstellung von Parametern für einen Handelsalgorithmus
• Optimierte die Laufzeit eines R-Programms zum realtime-Pricing von Handelsdaten von 120 Sekunden pro Iteration auf 15 Sekunden

• Webseiten-Audit mit sitespeed.io
• Setup einer AWS-Instanz zum Web-crawling mit Sitebulb
• Mitarbeit an einem Algorithmus zum automatischen Vorschlagen von Keywords für Webseiten

• Entwickelte einen Algorithmus, der automatisch falsche Werte in Zählerständen erkennt und korrigiert

• Implementierte einen Algorithmus zur Interpretation von Interaktionen in xgboost-Modellen
• Benchmarking gegen Warenkorbanalyse / Assoziationsregeln

• Entwarf und programmierte einen laufzeiteffizienten EM-Algorithmus zur Schätzung von Risikoparametern bei Krebspatienten

• Entwickelte Skripte zur automatisierten Auswertung quartalsweise wiederkehrender Datenauswertungen

• Leitung eines Marktforschungsprojekts
• Entwurf des Untersuchungsdesigns und anschließende statistische Auswertung und Berichterstellung

• Entwickelte ein statistisches Prognosemodell für einen Biomarker anhand verschiedener klinischer Parameter

• Parallelisierte via MapReduce-Ansatz ein GAMs (Generalisiertes Additives Modell) in R
• Reduzierung der Laufzeit statistischer Modelle auf großen Genexpressionsdatensätzen

• Bestimmung relevanter Faktoren auf den Erfolg von frühkindlichen Bildungsprogrammen
• In Zusammenarbeit mit der Kindernothilfe

• Planung und Durchführung einer Vergleichsstudie von Machine Learning-Algorithmen zur Klassifikation von Reflektanzspektren
• [URL zur Veröffentlichung auf Anfrage]

Programmierung statistischer Lösungen in R und SPSS

Relevante Projekte:

• Entwicklung von R-Paketen, -Skripten und Dokumentationen im Bereich Lebensmittelsicherheit für
  das Bundesinstitut für Risikobewertung (BfR)

• Datenbankentwicklung (MySQL) in einem Projekt zur Berechnung von Wachstums- und Inaktivierungsparametern von mikrobiologischen Modellen

• Entwicklung eines Prognosemodells der Benutzerzahlen für eine neue Smartphone-App