Geraldine Castillo - Solution Engineer (Daten- & ML-Integration)

Recommended expert

Regensburg, Deutschland

Erfahrungen

Mai 2025 - Bis heute

9 Monaten

Erding, Deutschland

Solution Engineer (Daten- & ML-Integration)

Amadeus Data Processing GmbH

Entwarf ML-fähige Datenintegrations-Workflows zwischen On-Premise-Systemen und Cloud-Plattformen (Snowflake, AWS Redshift, Azure) und ermöglichte so skalierbares Feature Engineering und Deployment von Modellen
Implementierte automatisierte ML-Pipeline-Bereitstellung mit Python, SQL und CI/CD-Tools und reduzierte die Modellbereitstellungszeit um 60 %
Entwickelte Logik zur Datenumwandlung für die Stammdatensynchronisation zwischen ERP- und Analysesystemen und sicherte so die Datenqualität für prädiktive Modelle
Arbeitete mit funktionsübergreifenden Teams zusammen, um Geschäftsanforderungen in mathematische Spezifikationen für ML-Lösungen zu übersetzen

Juli 2024 - Feb. 2025

8 Monaten

Philippinen

Senior Data Scientist und ML-Ingenieur

IQ-EQ Global Investor Services

Entwickelte und validierte prädiktive Modelle für Kundensegmentierung und Umsatzprognosen mit Ensemble-Methoden (XGBoost, Random Forest) und erreichte eine Genauigkeit von 85 %
Setzte fortgeschrittene Techniken der statistischen Modellierung (Bayessche Inferenz, multivariate Regression) ein, um Preisstrategien zu optimieren, und trug so zu einem Umsatzwachstum von 12 % bei
Operationalisierte ML-Modelle auf der Azure-ML-Plattform und implementierte automatisierte Retraining-Pipelines sowie Monitoring-Dashboards
Integrierte ERP-Daten mit Cloud-Analytics-Plattformen und verarbeitete komplexe, verteilte Datenquellen für die Feature-Generierung
Führte Hyperparameter-Tuning und Kreuzvalidierung zur Optimierung von Modellen durch und verbesserte den F1-Score um 18 %

Dez. 2022 - Juli 2024

1 Jahr 8 Monaten

Philippinen

Data Scientist & ML-Spezialist

Ernst and Young (EY)

Entwickelte produktionsreife ML-Modelle mit TensorFlow und PyTorch zur Vorhersage von Kundenabgängen, erreichte eine Recall-Rate von 89 % und verringerte die Abwanderung um 15 %
Wandte semi-überwachte Lernverfahren an, um unbeschriftete Daten zu nutzen, und verbesserte die Modellleistung mit wenigen gelabelten Daten um 22 %
Implementierte Zeitreihenprognosemodelle (Prophet, ARIMA, LSTM) zur Bedarfsprognose und erreichte eine MAE-Verbesserung von 35 % gegenüber der Basislinie
Entwarf und implementierte skalierbare ML-Infrastruktur auf Snowflake + AWS und verarbeitete täglich über 10 Mio. Kundeninteraktionen
Führte fortgeschrittenes Feature Engineering durch, inklusive Lag-Features, gleitenden Statistiken und Interaktionstermen, und generierte über 50 Features aus Rohdaten
Übersetzte komplexe betriebliche Optimierungsprobleme (Budgetallokation, Kampagnen-ROI) in mathematische Formulierungen und setzte Lösungen um
Verarbeitete semi-strukturierte Daten (JSON, Logs) aus verschiedenen Quellen mit PySpark für verteilte Verarbeitung und Modelltraining

Feb. 2020 - Dez. 2022

2 Jahren 11 Monaten

Philippinen

Machine Learning Engineer

Infor

Entwickelte und operationalisierte Gradient-Boosting-Modelle (XGBoost, LightGBM) zur Vorhersage des Customer Lifetime Value und trug so zu einem Umsatzwachstum von 10 % bei
Entwickelte End-to-End-ML-Pipelines auf AWS (SageMaker, S3) und Snowflake, einschließlich Datenvorverarbeitung, Modelltraining und automatisierter Bereitstellung
Setzte Ensemble-Methoden ein, die mehrere Modelle kombinierten, um 92 % Genauigkeit in der Betrugserkennung zu erreichen und False Positives um 40 % zu reduzieren
Implementierte ein A/B-Test-Framework zur Modellevaluation, um statistische Signifikanz und Geschäftsauswirkungen von ML-Interventionen zu messen
Führte Datenaufbereitung auf komplexen, verteilten Datenquellen (ERP, E-Commerce, CRM) mit Python und SQL durch
Optimierte Hyperparameter mittels Grid Search und Bayes-Optimierung, reduzierte die Modelltrainingszeit um 50 % und steigerte gleichzeitig die Performance

Jan. 2019 - Jan. 2020

1 Jahr 1 Monate

Philippinen

Data Scientist

Ecorenew Group

Entwickelte Zeitreihenprognosemodelle mit ARIMA und Prophet und verbesserte die Prognosegenauigkeit der Nachfrage um 25 % zur Bestandsoptimierung
Baute eine Preisoptimierungs-Engine mit Regressionsmodellen und Constraint-Optimierung und steigerte die Bruttomarge um 10 %
Wandte statistische Analysen und Hypothesentests an, um Umsatztreiber und operative Engpässe zu identifizieren
Integrierte E-Commerce-Daten in Analysesysteme für Echtzeit-Tracking von Verkaufs- und Produktperformance

Zusammenfassung

Data Scientist mit über 5 Jahren Erfahrung in der Entwicklung und Operationalisierung von Machine-Learning-Modellen zur Lösung komplexer Geschäftsprobleme. Expertise in statistischer Modellierung, Deep Learning und cloudbasierten ML-Plattformen (AWS, Azure, GCP).

Nachgewiesene Erfolge bei der Übersetzung von Geschäftsanforderungen in mathematische Optimierungsprobleme und der Bereitstellung produktionsreifer ML-Lösungen. Spezialisierung auf Feature Engineering, Ensemble-Methoden und die Integration von Foundation Models (LLMs). Veröffentlicht als Forscher im Bereich KI-Anwendungen mit solider Grundlage in Python, TensorFlow und verteilten ML-Systemen.

Fähigkeiten

Maschinelles Lernen & Deep Learning: Xgboost, Random Forest, Gradient Boosting, Neuronale Netze, Tensorflow, Pytorch, Ensemble-methoden
Statistische Modellierung: Bayessche Inferenz, Multivariate Statistik, Zeitreihenanalyse, Hypothesentests, A/b-tests
Fortgeschrittene Ml-algorithmen: Semi-überwachtes Lernen, Verstärkendes Lernen, Kausale Inferenz, Generierung Synthetischer Daten
Cloud-ml-plattformen: Aws (Sagemaker, S3, Redshift), Microsoft Azure (Ml Studio, Data Lake), Google Cloud (Vertex Ai, Bigquery)
Ml-betrieb & Deployment: Versionsverwaltung Von Modellen, Hyperparameter-tuning, Kreuzvalidierung, Ci/cd Für Ml, Apache Airflow
Programmierung & Tools: Python (Pandas, Numpy, Scikit-learn), R, Pyspark, Sql, Dbt, Git
Foundation Models & Genai: Integration Von Llms, Transformermodelle, Fine-tuning, Prompt Engineering, Rag-architektur
Data Engineering: Komplexe Datenaufbereitung, Verteilte Datenverarbeitung, Feature Engineering, Datenpipelines

Sprachen

Tagalog

Muttersprache

Englisch

Verhandlungssicher

Deutsch

Grundkenntnisse

Ausbildung

März 2025 - Aug. 2026

Technische Hochschule Deggendorf

M.Eng. · Angewandte KI für das digitale Produktionsmanagement · Deggendorf, Deutschland

Feb. 2021 - Feb. 2025

Mapua University

M.Sc., Spezialisierung: Fortgeschrittenes Machine Learning, Statistische Modellierung, Deep Learning, Zeitreihenanalyse · Business Analytics · Philippinen · 1,3 - Ausgezeichnet

Juni 2010 - Apr. 2015

Polytechnic University of the Philippines

B.Sc. · Industrieingenieurwesen · Philippinen · 1,9 - Sehr gut

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Ähnliche Freelancer

Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.

Erfahrungen

Solution Engineer (Daten- & ML-Integration)

Amadeus Data Processing GmbH

Senior Data Scientist und ML-Ingenieur

IQ-EQ Global Investor Services

Data Scientist & ML-Spezialist

Ernst and Young (EY)

Machine Learning Engineer

Infor

Data Scientist

Ecorenew Group

Zusammenfassung

Fähigkeiten

Sprachen

Ausbildung

Technische Hochschule Deggendorf

M.Eng. · Angewandte KI für das digitale Produktionsmanagement · Deggendorf, Deutschland

Mapua University

M.Sc., Spezialisierung: Fortgeschrittenes Machine Learning, Statistische Modellierung, Deep Learning, Zeitreihenanalyse · Business Analytics · Philippinen · 1,3 - Ausgezeichnet

Polytechnic University of the Philippines

B.Sc. · Industrieingenieurwesen · Philippinen · 1,9 - Sehr gut

Ähnliche Freelancer

Principal (Datenwissenschaftler/Dateningenieur/Gen-AI-Ingenieur)

AI-Backend-Entwickler-Praktikant

Freiberuflicher Data Scientist

Data Scientist/AI-Ingenieur

KI- und Datenspezialist

Agentische KI für ein DeepResearch-Projekt

Cloud-Architekt, Senior Solution Architekt, Senior Software Engineer

Teamleiter – Engagement & Relevanz

MLOps (Machine-Learning-Betrieb)

Data Scientist und Data Engineer

Implementierung eines Datenverwaltungstools für LLM- und Sprachtechnologien

Praktikant im Prozessingenieurwesen

Datenwissenschaftler

Cloud (AWS) | KI | DevOps | Daten

Senior Data Scientist

Akademisches Projekt

KI-Produktmanager und Ingenieur

Product Owner für AI-Lernplattform

Leiter der technischen Gesamtintegration NSC / Entwicklung von Hadoop Cloud

AR/VR/XR-Architekt

KI-Ingenieur (Freiberufler)

Datenwissenschaftler

Telco-Kundenabwanderungsprognose – End-to-End-ML-Pipeline

Leiter Data Science und Data Engineering

Datenwissenschaftler

IT-Projektmanager

Freiberuflicher Data Scientist

Leiter Workshop „Einführung von KI Entwicklungstools“

Machine Learning Engineer (Teilzeit)

Datenwissenschaftler