Raphael Mankopf - Gründer / Quant-Entwickler

Q: Wo ist Raphael ansässig?

Raphael ist in Berlin, Deutschland ansässig.

Q: Welche Sprachen spricht Raphael?

Raphael spricht folgende Sprachen: Deutsch (Muttersprache), Englisch (Verhandlungssicher), Spanisch (Verhandlungssicher), Schwedisch (Grundkenntnisse) .

Q: Wie viele Jahre Erfahrung hat Raphael?

Raphael hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Raphael in mindestens 6 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 8 Monate . Beachten Sie, dass Raphael möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Raphael?

Die neueste Position von Raphael ist Gründer / Quant-Entwickler bei Market Maker .

Q: Für welche Unternehmen hat Raphael in den letzten Jahren gearbeitet?

In den letzten Jahren hat Raphael für Market Maker und Roland Berger GmbH gearbeitet.

Q: In welchen Industrien hat Raphael die meiste Erfahrung?

Raphael hat die meiste Erfahrung in Industrien wie Bank- und Finanzwesen , Energie und Automotive . Raphael hat auch etwas Erfahrung in Bildung , Pharmazeutika und Professionelle Dienstleistungen .

Q: In welchen Bereichen hat Raphael die meiste Erfahrung?

Raphael hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung , Projektemanagement und Strategie . Raphael hat auch etwas Erfahrung in Business Intelligence , Produktentwicklung und Informationstechnologie .

Q: In welchen Industrien hat Raphael kürzlich gearbeitet?

Raphael hat kürzlich in Industrien wie Bank- und Finanzwesen und Energie gearbeitet.

Q: In welchen Bereichen hat Raphael kürzlich gearbeitet?

Raphael hat kürzlich in Bereichen wie Forschung und Entwicklung , Projektemanagement und Strategie gearbeitet.

Recommended expert

Berlin, Deutschland

Erfahrungen

Nov. 2021 - Okt. 2022

1 Jahr

New York, Vereinigte Staaten

Gründer / Quant-Entwickler

Market Maker

Entwicklung von Crypto-Quant-Strategien, automatisierte Handelsausführung, On-Chain-Daten-Client (Ethereum / Solana)
Entwicklung von Daten- und Handelsarchitekturen zur Bereitstellung von Liquidität

Feb. 2021 - Bis heute

5 Jahren 1 Monat

Berlin, Deutschland

Manager Datenwissenschaft & Blockchain-Technologie

Roland Berger GmbH

Entwicklung der Digital-Asset-Strategie für mehrere Banken, einschließlich Aufbau der Verwahrungstechnologie
Aufbau des weltweit größten BTC-Mining-Betriebs in Abu Dhabi, einschließlich Venture-Entwicklung zur Etablierung einer sicheren Digital-Asset-Verwahrung und Kommerzialisierungsstrategie
Preis- und Volatilitätsprognosen für Öl- und Gas-Rohstoffe mit tiefen neuronalen Netzen, vektorautoregressiven Modellen und mehrschichtigen Ensemble-Modellen – Leitung der End-to-End-Software-Implementierung mit einem Team aus 3 Data Scientists und 2 Data Engineers

Juli 2020 - Jan. 2021

7 Monate

Berlin, Deutschland

Managing Consultant für Datenwissenschaft

Capgemini Invent

Leitung von Data-Science-Teams (3–8 FTE) in Prototyping-Projekten, verantwortlich für die Entwicklung von Analytics-Use-Cases, Machine-Learning-Modellen und Projektvertrieb (alleinige Verantwortung für ein Projektvolumen von 2,4 Mio. EUR im Jahr 2020)
Beratung eines globalen Pharmaunternehmens von der Use-Case-Identifikation bis zum Roll-out von ML-basierten Wettbewerbsüberwachungstools, unterstützt durch Sentiment-Analyse und Themaextraktion für unstrukturierte Texte

Jan. 2019 - Juni 2020

1 Jahr 6 Monate

Berlin, Deutschland

Senior-Consultant / Datenwissenschaftler

Capgemini Invent

Entwicklung einer maßgeschneiderten, Machine-Learning-basierten Handelssurveillance-Lösung zur Bewertung von Handelsvolumen, -häufigkeit, Positionsgröße und gehandelten Kontraktarten mittels ARIMA- und LSTM-Modellen
Leitung eines Teams von 6 Ingenieuren bei der Implementierung eines End-to-End-Echtzeit-Datenfeeds (MS Kubernetes) zu den weltweit führenden Energie-Börsen (ICE, CME) über ein FIX-API-Protokoll
Unterstützung einer globalen Investmentbank bei der Lösung von Datenqualitätsproblemen durch Implementierung maßgeschneiderter Machine-Learning-Anwendungen für das Back- und Middle-Office (Python / PySpark / Hadoop)
Natürliche Sprachverarbeitung für Textklassifikation durch Anwendung von Latent Dirichlet Allocation und unüberwachtem Clustering zur Optimierung der Verarbeitung von Textanfragen für Finanzprodukte

Juni 2017 - Dez. 2018

1 Jahr 7 Monate

Berlin, Deutschland

Consultant / Datenwissenschaftler

Capgemini Invent

Entwicklung eines Deep-Learning-basierten Anomalieerkennungsmodells zur Zuordnung von Sensorausfällen und fehlerhaften Datenpunkten mittels Autoencoder-Modell (PySpark, TensorFlow, Keras)
Statistisches Trendmodell zur Festlegung des nächsten Fahrzeugkaufzeitpunkts und Machine-Learning-basierte Klassifikation zur Empfehlung der am besten geeigneten Fahrzeugkonfiguration für einen deutschen Premium-OEM

Sept. 2015 - Dez. 2016

1 Jahr 4 Monate

Stockholm, Schweden

Forschungs- und Lehrassistent

Stockholm School of Economics

Datenbeschaffung und -bereinigung (R / Python), multivariate Regressionsanalyse, logistische Regression
Wöchentliche Seminare mit 20-30 Studierenden zu Statistik, Mikro- und Verhaltensökonomie

Industrie Erfahrung

Sehen Sie, wo dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat. Längere Linien stehen für umfangreichere praktische Erfahrung, während kürzere Linien auf gezielte oder projektbezogene Arbeit hindeuten.

Erfahren in Bank- und Finanzwesen (6.5 Jahre), Energie (5 Jahre), Automotive (1.5 Jahre), Bildung (1.5 Jahre), Pharmazeutika (0.5 Jahre) und Professionelle Dienstleistungen (0.5 Jahre).

Bank- und Finanzwesen

Energie

Automotive

Bildung

Pharmazeutika

Professionelle Dienstleistungen

Geschäftsbereich Erfahrung

Die folgende Grafik bietet einen Überblick über die Erfahrungen des Freiberuflers in verschiedenen Geschäftsbereichen, berechnet anhand abgeschlossener und aktiver Aufträge. Sie zeigt die Bereiche, in denen der Freiberufler am häufigsten zur Planung, Umsetzung und Erzielung von Geschäftsergebnissen beigetragen hat.

Erfahren in Forschung und Entwicklung (6.5 Jahre), Projektemanagement (5 Jahre), Strategie (5 Jahre), Business Intelligence (5 Jahre), Produktentwicklung (3 Jahre) und Informationstechnologie (2.5 Jahre).

Forschung und Entwicklung

Projektemanagement

Strategie

Business Intelligence

Produktentwicklung

Informationstechnologie

Fähigkeiten

Datenwissenschaft

Python, R, Stata
Spark, Pyspark, Scala
Databricks / Sagemaker
Sql, Mongodb, Redshift, Postgresql

Softwareentwicklung

Javascript / Typescript
Rust
Solidity

Cloud-technologie

Azure Cloud
Aws
Kubernetes

Maschinelles Lernen

Tensorflow
Keras
Googlebert Nlp

Sprachen

Deutsch

Muttersprache

Englisch

Verhandlungssicher

Spanisch

Verhandlungssicher

Schwedisch

Grundkenntnisse

Zertifikate & Bescheinigungen

DeepLearning.AI - Neural Exchange: Universidad del Pacífico Lima, Peru

Networks and Deep Learning

Stanford Machine Learning

Profil

Erstellt

August 2023

Stand

August 2024

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently asked questions

Sie haben Fragen? Hier finden Sie weitere Informationen.

Wo ist Raphael ansässig?

Raphael ist in Berlin, Deutschland ansässig.

Welche Sprachen spricht Raphael?

Raphael spricht folgende Sprachen: Deutsch (Muttersprache), Englisch (Verhandlungssicher), Spanisch (Verhandlungssicher), Schwedisch (Grundkenntnisse).

Wie viele Jahre Erfahrung hat Raphael?

Raphael hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Raphael in mindestens 6 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 8 Monate. Beachten Sie, dass Raphael möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Raphael am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Raphael gut geeignet für Rollen wie: Gründer / Quant-Entwickler, Manager Datenwissenschaft & Blockchain-Technologie, Managing Consultant für Datenwissenschaft.

Was ist das neueste Projekt von Raphael?

Die neueste Position von Raphael ist Gründer / Quant-Entwickler bei Market Maker.

Für welche Unternehmen hat Raphael in den letzten Jahren gearbeitet?

In den letzten Jahren hat Raphael für Market Maker und Roland Berger GmbH gearbeitet.

In welchen Industrien hat Raphael die meiste Erfahrung?

Raphael hat die meiste Erfahrung in Industrien wie Bank- und Finanzwesen, Energie und Automotive. Raphael hat auch etwas Erfahrung in Bildung, Pharmazeutika und Professionelle Dienstleistungen.

In welchen Bereichen hat Raphael die meiste Erfahrung?

Raphael hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung, Projektemanagement und Strategie. Raphael hat auch etwas Erfahrung in Business Intelligence, Produktentwicklung und Informationstechnologie.

In welchen Industrien hat Raphael kürzlich gearbeitet?

Raphael hat kürzlich in Industrien wie Bank- und Finanzwesen und Energie gearbeitet.

In welchen Bereichen hat Raphael kürzlich gearbeitet?

Raphael hat kürzlich in Bereichen wie Forschung und Entwicklung, Projektemanagement und Strategie gearbeitet.

Ist Raphael zertifiziert?

Raphael hat 3 Zertifikate. U.a: DeepLearning.AI - Neural Exchange: Universidad del Pacífico Lima, Peru, Networks and Deep Learning und Stanford Machine Learning.

Wie ist die Verfügbarkeit von Raphael?

Raphael ist sofort verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Raphael?

Der Stundensatz von Raphael hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Raphael beauftragen?

Um Raphael zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1000

750

500

250

⌀ Markt: 820-980 €

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.