Die Aufgabe bestand darin statisch erzeugte Berichte durch interaktive Applikationen zu ersetzen. Die Koordination der notwendingen Infrastruktur mit dem DevOps Team sowie die Konzeptionierung des Datenmodells der Applikationen waren neben der Programmierung verschiedener Applikationen in R und Datenaufbereitungsroutinen in Python die Hauptaufgaben. Als technischen Leitung kamen viele organisatorischen Aufgaben hinzu, darunter Quality- und Testmanagement, die Koordination der Aufgaben mit Requirements Engineer und Scrum Master und die Auswahl und Einarbeitung neuer R-Entwickler im Verlauf des Projekts
Frontend Entwicklung mit HTML/CSS, JavaScript und R-Shiny, Support der Webapplikationen durch R plumber, R-Shiny als R-Paket mit golem, unit-testing über testthat und shinytest2. Paket Dokumentation über roxygen2.
Entwicklung eines Haircut Tool für Fondananlagen in R Shiny. Modularisierung und Migration bisheriger R Shiny Projekte in einheitliches Dashboard Framework. Ausarbeitung von Developer Style Guide für Shiny Applikationen.
Frontend Entwicklung mit HTML/CSS, JavaScript und R-Shiny, dabei Verwendung des R Paket bs4Dash als Dashboard Framework. Task Planung mit JIRA. Dokumentation in Confluence.
Modularisierung und Migration bisheriger Shiny Projekte, im Zusammenhang mit Machine Learning Modellen verschiedener bio-medizinischer Prozesse, in einheitliches Dashboard Framework. Fokus unter anderem auch auf die Integration interaktiver Steuerungselemente und Grafiken zur Vereinheitlichung von UI/UX in den verschiedenen Applikationen.
Zu diesem Zweck auch die Erstellung eines R Pakets, welches die Kernelemente des Brandings in Funktionen und Objekte bündelt. Aufstellung eines Coding Style-Guide sowie Code Templates für die Entwickler des Kunden.
Frontend Entwicklung mit HTML/CSS, JavaScript und R-Shiny, dabei Verwendung des R Paket bs4Dash als Dashboard Framework.
Entwicklung einer R Shiny Webapplikation zur Verarbeitung von GEO-Daten aus der OpenStreetMap Datenbank. Abfragen über die zugehörige API Schnittstelle. Darstellung der Daten in verschiedenen Visualisierungen und Download Möglichkeit für die weitere Nutzung in Business Inteligence Anwendungen.
Frontend Entwicklung mit HTML/CSS, JavaScript und R-Shiny, und den R Paketen des tidyverse, osmdata, sf, sp, leaflet, leaftlet.extras, plotly, ggplot2.
Implementierung eines Prognose-Projekts in Python. Einzelnen Projektschritte mit Ausnahme von Teilen des Data Engineering werden vollständig in Python überführt. Forecasts nutzen ARIMA, ETS (beides statsmodels), h2o und FB Prophet für Forecasts. Ergebnisse als notebooks mit interaktiven Widgets; Entwicklung einer Plotly Dash Webapplikation.
Umsetzung mit Python, Plotly Dash, SQL. Task Planung mit JIRA.
Entwicklung einer R Shiny Webapplikation zur Modellierung von langfristigen Corona-Szenarien.
Im Kontext unterschiedlicher Annahmen zur weiteren Entwicklung von Impfgeschehen, politischem Einwirken und allgemeiner Annahmen zur Covid-19 Pandemie wurde zunächst ein Szenario Modell zur Simulation des Infektionsgeschehens in Europa und den USA aufgebaut. Im Anschluss folgte die Entwicklung einer Webapplikation die als Eingabemaske für die Berechnung verschiedener Szenarien dient. Hauptaufgabe war die Anbindung unterschiedlicher Datenquellen in den Modellierungsprozess und die Parallelisierung des selbigen innerhalb der Server Architektur, sowie der Aufbau des Rechtesystems für die unterschiedlichen Anwender der Applikation und Logging der Simulationen.
Aufbau von CI-Pipeline und Definition des Docker Containers. Frontend Entwicklung mit HTML/CSS, JavaScript und R-Shiny, dabei Verwendung des R Paket bs4Dash als Dashboard Framework. Agiles Projektmanagement mit Scrum, Task Planung mit gitlab Issues, Dokumentation in OneNote.
Entwicklung eines Scoringmodells für die Standorte von E-Ladesäulen, welches auf die spezifischen Herausforderungen der Energieversorger in den Städten und Regionen eingeht. Das Modell basiert auf über 40 Einflussfaktoren für die Standortgüte und beinhaltet Daten zur derzeitigen Ladesäuleninfrastruktur (Lage, Kapazität), zur voraussichtlichen Bedarfsentwicklung (Szenarios) und zur Bewertung der Standorte basierend auf Verkehrsfluss und Lagefaktoren. In einer kartographischen Übersicht werden die vorhandenen und potenziellen Standorte grafisch dargestellt in Bezug zu den Einflussfaktoren.
Umsetzung mit R, Shiny, SQL. Task Planung mit JIRA.
Technische Betreuung der automatisierten Tages-Berichte der gemeldeten Corona-Fallzahlen.
Überarbeitung des Studienprotokoll einer bereits angelaufenen Studie im Bereich Orthopädietechnik, Kommunikation mit der Ethikkommision und Abstimmung der Methodik.
Multicenterstudie zu mikroprozessorgesteuerten Beinprothesen. Methodologische Leitung bei der Untersuchung von Sensordaten zur Bestimmung des Arthrosestadium eines Patienten. Auswertung von wiederholten Messungen verschiedener Bewegungsabläufe. Explorative Untersuchungen der Patientenprofile mit Cluster Algorithmen, sowie der Messdaten durch Sparse PCA und Faktoranalysen. Entwicklung einer Struktur zur Integration von Studiendesign, fehlenden Werten und mehrere Messungen am gleichen Patienten in eine multinomiale logistische Regression durch pseudo bootstrapping und sample balancing.
Umsetzung in R mit den Paketen des tidyverse, nnet, randomForest, caret, elasticnet, mnlogit, lme4.
Entwicklung eines Reporting Tools für Alternative Investment Fonds. Projektleitung bei der Erstellung einer lokal gehosteten R-Shiny Webanwendung zur Erstellung von Meldedaten über Alternative Investment Fonds an die BaFin. Die Kunden des Auftraggebers übermitteln quartalsweise Informationen an den Auftraggeber, welche vom Auftraggeber als XML-Datei übermittelt werden müssen. Die Webanwendung bereitet die Informationen der Kunden mit Regex auf und prüft diese auf Format, Inhalt, Konsistenz und Plausibilität anhand eines Regelkatalog für die unterschiedlichen Meldeungs Use-Cases. Erfolgreich geprüfte Daten werden in ein XML-Format umgewandelt und zur Weiterverarbeitung bereitgestellt. Dazu wurden Unit-Tests für die modularen Prüfkomponenten der Applikation definiert.
Umsetzung in R und R Shiny mit den Paketen stringr, checkmate, testthat. Einbettung von Excel und SAP Hana als Datenquellen. Anwendung von shinydashboard als Dashboard Framework.
Berechnung der Budgetierung für die Personalplanung eines neuen Studiengangs unter Berücksichtigung der erwarteten Fördermittel und Kosten für die Besetzung der Planstellen.
Abfragen mit SQL aus Datenbanksystem, Berechnung und Abschlussbericht mit R bzw. R Markdown, ggplot2 und plotly.
Entwicklung einer modularen R-Shiny Webapplikation (Dash-Up) zum Controlling. Zusammenführung des Angebotsprozess mit Buchhaltungssoftware und Zeiterfassungsoftware. Zusammenführung von Personalverträgen und PostgresDatenbanksystem. Monitoring der Projekt- und Beraterauslastung sowie Rentabilität der Projekte und weitere Indikatoren des Qualitätsmanagement.
Integration von Daten aus der Finanzbuchhaltung mit SQL. Aufbau von CI-Pipeline und Definition des Docker Containers. Frontend Entwicklung mit HTML/CSS, JavaScript und R-Shiny, dabei Verwendung des R Paket bs4Dash als Dashboard Framework. Task Planung mit gitlab Issues, Dokumentation in OneNote.
Ko-Autor mehrerer Meta-Analysen im Bereich der Orthopädietechnik.
Umsetzung in SPSS und R mit den Paketen meta, metafor und netmeta.
Mitarbeit bei der Erstellung eines automatisierten Prognose-Tools für lang- und mittelfristige Absatzprognosen verschiedener Getränke-Produkte in unterschiedlichen europäischen Märkten. Ausarbeitung verschiedener hierarchisch gestaffelter Zeitreihenmodelle.
Einbettung der Ergebnisse in eine bestehende Business Intelligence Architektur. Hauptaufgabe war die Überprüfung der Modellierung durch automatisierte Sensibility Checks und die Wartung der Schnittstellen innerhalb der Architektur.
Umsetzung in PowerBI mit Schnittstellen zu Excel und R. Dokumentation in Confluence.
Vergleich der Leistungswerte verschiedener GeoSDKs im Zusammenhang mit Bewegungsprofilen von Handy-App Nutzern.
Abfrage der Daten über Google Cloud Platform, BigQuery API, Auswertung in Python, Interaktive Visualisationen mit Plotly, Leaflet. Agiles Projektmanagement mit Scrum, Task Planung mit JIRA, Dokumentation in Confluence.
Konzeption und Durchführung von Einsteiger und Fortgeschrittenen Schulungen in Data Science und Python und R.
Betreuung der statistischen Analysen verschiedener Doktorarbeiten im Bereich. Medizin, Psychologie, Soziologie. Formulierung von Fragebögen oder Hypothesen, Entwurf einer Versuchs-, Fallzahlplanung mit zugehöriger Power-Simulationen. Auswahl einer richtigen Methodik.
Schadensfallvorhersage für einen Bestand an Kfz-Versicherungsverträgen. Methodischer Vergleich verschiedener Klassifikations-Algorithm aus dem Bereich der klassischen Statistik gegenüber moderner Machine-Learning Methoden. Umfangreiches Feature-Engineering, Einsatz von Over- and Undersampling Ansätzen sowie Bootstrapping Methoden um die Auswirkungen der Ungleichverteilung innerhalb des Bestand an Kfz-Versicherungsverträgen in den Modellen zu relativieren und eine möglichst hohe Prädiktionsgüte zu erreichen.
Umsetzung in R mit den Paketen des tidyverse, MASS, randomForest, nnet, caret, glmnet, ROSE, MLmetrics, sparklyr.
Kundenabwanderungsanalyse bei Stadtwerken. Mitarbeit bei der Ermittlung kurzfristig wechselgefährdeter Kunden als Zielgruppe einer Kampagne. Typologisierung der selektierten Kunden als Grundlage für das Marketing. Einsatz verschiedener ungerichteter Advanced Analytics Verfahren (undirected data mining, neural networks) zur Bestimmung von Wechsler-Segmenten und/oder Ermittlung der Segmente anhand inhaltlicher Vorgaben durch den Auftraggeber.
Umsetzung in R mit den Paketen nnet, randomForest, h20 und e1071
Visualisierung des Passagieraufkommens im öffentlichen Nahverkehr.
Auswertung in R. Interaktive Visualisationen mit Plotly, Leaflet und Shiny.
Untersuchung des Effekts des Wetters auf die Akquise von Neukunden mithilfe Generalisierterter Regression.
Umsetzung in R mit dem Paket MASS.
Discover other experts with similar qualifications and experience