Im Auftrag eines Betreibers einer datenschutzfreundlichen Internet-Suchmaschine arbeitete ich an einem strategisch maßgeblichen Projekt auf Vorstandsebene:?Inhalt war die Formulierung eines mathematischen Modells der Anonymitäts-Eigenschaften im Datenaustausch mit Dienstanbietern.

Aufgrund der Tatsache daß es diesbezüglich kein weitgehend akzeptiertes und weitgehend publiziertes Modell für die relevanten Datenstrukturen gab, war kreative mathematische Problemlösung nötig um ein derartiges Modell zu entwickeln.

Aus dem commitment des Auftraggebers im Hinblick auf die Privatsphäre der Nutzer ergab sich die Notwendigkeit, spezielle Methodik zu entwickeln um Statistiken aus dem Produktionssystem zu extrahieren welche die Privatsphäre der Nutzer respektierte.?Diese wurden dann durch Monte Carlo Simulation zu Session-Information gemacht die in unserer Analyse an die Stelle ?echter? Session-Information treten konnte.

Diese Daten konnten dann durch unseren Anonymisierungs-Prozess laufen sowie einen Evaluation-Prozess in dem die Anonymität der Daten pre/post Anonymisierung quantifiziert wurde.

Entwickelt wurde ein Werkzeug welches durch automatische Textanalyse (text mining) treffsicher jene Telefónica Network Operations Geschäftsvorgänge identifiziert die die Aufmerksamkeit des Managements erfordern.

Ausgangspunkt für dieses Projekt waren Daten die von Telefónica Germany, dem größten Mobilfunkanbieter Deutschlands, in einem Ticketing System gesammelt wurden.

Mithilfe von Statistischer Sprachverarbeitung (statistical natural language processing) wurde eine Modellbildung vorgenommen die es ermöglicht aufgrund von Textinhalten automatisch Vorhersagen zu treffen, ob ein in einem Ticket dokumentierter Geschäftsvorgang mit hoher Wahrscheinlichkeit eine lange Bearbeitungszeit erfordern wird.

Das Endprodukt war ein Alerting System welches in der Lage war Warnungen per E-Mail an verschiedene Manager auszusenden, wenn Geschäftsvorgänge schief laufen oder anderweitig Aufmerksamkeit benötigen.

Im Zuge von Flowminders humanitärer Arbeit in einem Krisengebiet im mittleren Osten extrahierte ich deskriptive Statistiken und kreierte geographisch-räumliche Visualisierungen aus de-identifizierten Anruferinformationen (call data records) vom Betreiber eines Mobilfunknetzwerks.

Die Kerndatenquelle hatte eine Größenordnung im Terabytebereich und musste zunächst von uns für den Zweck der statistischen Analyse aufbereitet werden.? Die hauptsächlichen Anforderungen hierbei waren effiziente Berechnung und Integration von heterogenen Datenquellen.

Im Zuge meiner Analyse extrahierte ich deskriptive Statistiken und erstellte geographisch-räumliche Visualisierungen von verschiedensten Charakteristiken der Daten.

Das Projektteam war multidisziplinär zusammengesetzt aus Data Science Experten und Experten im Anwendungsbereich.?Es gab eine starke Kultur, gewonnene Resultate durch Anwendungsexpertise zu kontextualisieren und anwendbare Einblicke (actionable insight) zu gewinnen.

Zusätzlich zu meiner Rolle im Projektteam, war ich auch Flowminders Themenverantwortlicher für maschinelles Lernen (machine learning), und konnte somit meine entsprechende Expertise über die Grenzen einzelner Projektteams hinweg einbringen.

Eine Internetbeobachtungsplattform wurde durch mein Unternehmen entwickelt und betrieben wird. Meine Infrastruktur empfängt digitale Aussendungen, wie Posts auf News Webseiten, Blogs, etc. und filtert diese nach Relevanz.

Der Computer erhält Feedback über die Relevanz einzelner Aussendungen basierend auf kleinen Stichproben und nutzt Techniken aus der statistischen Sprachverarbeitung (statistical natural language processing) um Textmuster zu erkennen, die relevante von irrelevanten Inhalten unterscheiden.

Der Computer erkennt weiters Erwähnungen von geographischen Entitäten und ermöglicht es somit, Inhalte nach geographischem Bezug zu gruppieren, oder als Relevanzkriterium zu nutzen.

Da diese Mustererkennung für jeden Klienten individuell erfolgt, kann ich maßgeschneiderte Inhalte liefern.

Im Rahmen von Eurofunk?s Leitstellenlösung für Blaulichtorganisationen (eOCS Emergency Operations Center Suite) sollte eine ?allgemeine Suche? sowie eine Suche über rechtlich relevante Auditdaten entwickelt werden. Eurofunk beauftragte uns mit der Datenmodellierung sowie der Konfiguration um Elasticsearch in einer verteilten Umgebung mit maximaler Verfügbarkeit und Fehlertoleranz zu betreiben.

Dieses Projekt stellte ungewöhnlich hohe Anforderungen:
Robustheit, Fehlertoleranz, Zustellgarantieren für digitale Nachrichten, und all das in einem Kontext von niedriger Toleranz für operatives Risiko und Wartungszeiten.

Wir entwarfen eine Netzwerktopologie und eine Konfiguration
für die Elasticsearch Suchmaschine, basierend auf unserer
Erfahrung mit Suchmaschinenprojekten. Wir führten Tests und Simulationen durch um sicher zu stellen, daß das Setup als Ganzes den anspruchsvollen Anforderungen entsprach.

Weiters erstellten wir ein Datenmodell um qualitativ hochwertige Reihungen von Suchergebnissen zu ermöglichen, und brachten unsere Expertise auch im Hinblick auf die Gestaltung der Benutzerschnittstelle ein.

Das insightTourism Projekt wurde zum Teil aus öffentlichen Geldern finanziert, und widmete sich der Analyse der Nachfrage nach Tourismusangeboten, basierend auf wissenschaftlichen Modellen. Mein Beitrag zum Projekt war meine Expertise auf dem Gebiet der automatischen Verarbeitung von Sprache (natural language processing).

Zu meinen Aufgabenbereichen gehörte die programmatische Interaktion des wissenschaftlichen Modells mit Twitter, insbesondere die automatische Erkennung von Erwähnungen geographischer Entitäten, und die Vorverarbeitung von geographisch relevanten Metadaten.?Von größter Bedeutung war das von mir entwickelte Tool um die Relevanz und den Tourismusbezug von Tweets zunächst händisch zu markieren, und das darauf basierende Modell welches die Erkennung von Relevanz und Tourismusbezug in weiterer Folge automatisierte.

Als Vollmitglied im Konsortium mit Sitz im Steering Committee war ich, gemeinsam mit den anderen Projektpartnern aus dem privatwirtschaftlichen, öffentlich-rechtlichen, und akademischen Bereich, mit verantwortlich dafür, Ziele festzulegen und die Richtung vorzugeben für dieses Forschungsprojekt im Volumen von einer halben Million Euro.

Im Zuge dieses Projektes analysierte ich interne Datenquellen der Oberösterreichischen Versicherung mit Data Science Methoden. Insbesondere nahm ich eine automatische Mustererkennung mittels maschinellem lernen (machine learning) und eine Modellbildung zwecks Vorhersage (predictive modelling) vor.?Die Ergebnisse präsentierte ich unmittelbar auf Vorstandsebene.

Zur Verfügung gestellt wurden Rohdaten aus unternehmenseigenen IT Infrastrukturen.?Um diese in ein homogenes und für Analysezwecke geeignetes Format zu bringen führte ich umfangreiche Datenvorverarbeitungen (preprocessing) durch.

Die Daten wurden dann mithilfe bayesscher Methoden einer multivariaten Analyse unterzogen.?Untersucht wurden also Kombinationen von Variablen die aus den Daten hervorgingen, anstatt die Variablen einzeln und in Isolation zu betrachten.

Daraus ließen sich sowohl anwendbare Einblicke (actionable insight) ableiten, als auch eine Modellbildung mit unmittelbaren Anwendungen für den Auftraggeber.

[URL auf Anfrage]

Bei Juju, einer Jobsuchmaschine in den U.S.A., war ich als einzige Person verantwortlich für die Analyse von Daten über Suchanfragen, Resultate, und die dazugehörigen Clicks (Clickoptimierung = clickrate analysis).?Ich führte eine Reihe von Projekten zur Modellbildung durch.?Zu meinen Aufgaben zählte weiters die Konzeptionierung, Implementierung und fortlaufende Verbesserung der zugrunde liegenden Infrastruktur.

Juju ist eines von nur einer handvoll Unternehmen, die in den U.S.A. eine Job-Suchmaschine und ein dazugehöriges Werbenetzwerk selbst betreiben.?Aufgrund der clickbasierten Umsatzstruktur (cost per click) ist der Geschäftsprozess der Clickoptimierung, der von mir betreut wurde, für Juju von großer Bedeutung.

Die größte technische Herausforderung war die Größenordnung der Datenmenge: Die zentrale analytische Tabelle hatte über einhundert Spalten, und hunderte von Milliarden von Datensätzen.

Während meiner gesamten Zeit bei Juju arbeitete ich eng mit dem CEO zusammen, wobei diese Zusammenarbeit nicht auf den technischen Bereich beschränkt war.?So bestand zum Beispiel zeitweise mehr als die Hälfte des technischen Personals aus Personen bei denen ich Bewerbungsgespräche führte und die aufgrund meiner Empfehlung eingestellt wurden.

[URL auf Anfrage]

Die Theklatur GmbH, welche zu dieser Zeit kein eigenes technisches Personal beschäftigte, hatte mein Unternehmen mit der Konzeptionierung, Implementierung und fortlaufenden Verbesserung einer Suchmaschine betraut.?Im Zuge der Durchführung dieses Projektes koordinierte ich ein Team bestehend aus 5 Juniorentwicklern, sowie die Tätigkeiten einiger Subunternehmer über 6 Monate, und implementierte die wichtigsten Teile des Systems selbst.

Die Website traktoro.net ermöglicht es ihren Nutzern, Angebote für gebrauchte Landmaschinen, stammend aus einer Vielzahl von webbasierten Marktplätzen, an zentraler Stelle zu durchsuchen.

Unsere Implementierung enthielt eine Vielzahl von Komponenten, insbesondere scraper, Backendinfrastruktur zum zeitlich optimierten Auslesen und strukturierten Speichern von Inhalten, sowie das Suchmaschinenfrontend.

Als Mitglied eines kleinen Teams von Händlern (traders) und Analytikern (strategists), war ich als Einziger verantwortlich für die Konzeptionierung, Implementierung und fortlaufende Verbesserung unserer Datensammlung und der darauf basierenden Softwarewerkzeuge (management decision support systems).?Weiters habe ich die laufenden Entscheidungsprozesse durch eine Vielzahl von Studien und Analysen unterstützt die auf diesen Daten basierten.

Unser Geschäftsbereich war eine eigenständige hochfrequente Handelsstrategie (high-frequency trading), die einen wesentlichen Beitrag zu Goldman Sachs? Angebot von Liquidität im Aktienhandel an Europas Börsen leistete.

Innerhalb dieses Geschäftsbereichs spielte meine Infrastruktur eine zentrale Rolle.?Die Darstellung verschiedenster Geschäftsvorgänge und der anhängigen Daten in Form von Tabellen und Visualisierungen, die von mir selbst entwickelt wurde, bildete ein Vokabular an Konzepten das prägend war dafür wie Entscheidungsträger über diese Vorgänge dachten, und dazugehörige Probleme und Lösungsansätze einander kommunizierten.

Herzstück dieser Infrastruktur war eine Tabelle mit mehreren zehnmillionen Datensätzen und über einhundert Spalten, mit Informationen die aus einer breiten Palette von Informationsquellen automatisch konsolidiert und vorverarbeitet, und dann über eine analytische Infrastruktur zugänglich gemacht wurden.