Sebastian Kraus

Als Data/Analytics Engineer ermögliche ich es Stakeholdern, fundierte Entscheidungen zu treffen, indem ich Rat, Analysen, Berichte und Daten bereitstelle. Neben dem Aufbau von Vertrauen in Daten und der Steigerung unserer Datenreife ist das langfristige Ziel, erste KI-Prototypen für eine effizientere Gestaltung des kaufmännischen Mahnwesens, des Forderungsmanagements und des Inkassos zu implementieren. Per aspera ad astra. Erarbeitetes Wissen in A/B-Tests, Terraform, GitHub Actions, AWS, QuickSight.

Produktionalisierung, Erstellung & Maintenance von ML-Lösungen/-Systemen sind Hauptthemen meiner Arbeit. Neben der Automatisierung und Modellentwicklung erarbeite ich DS Use Cases mit Stakeholdern, erkläre Kollegen aus anderen Bereichen Data-Science-Projekte, onboarde neue Teammitglieder und übernehme auch grundlegende Data-Engineering-Aufgaben. Erarbeitetes Wissen: Gitlab, ML Systeme, SageMaker, AWS, ETL, Spark.

In einem auf Inkasso-Aktivitäten spezialisierten Team von Data Scientists automatisiere ich Training & Deployment CICD Pipelines, entwerfe/tune Klassifikations-/Regressionsmodelle, teste Cloudlösungen und stelle die Qualität der Daten als auch Modelle sicher. Mit Python, SQL, R verbessere ich unsere Codebase. Code Reviews und Merge Requests sind Tagesgeschäft. Für mich ist es das erste Mal, in einem so motivierten Think Tank arbeiten zu dürfen, der meine Passion für Data Science & programmieren teilt.

Ich entwickle/benutze Machine Learning-/Deep Learning-Modelle, um beispielsweise Betrug zu erkennen, den erwarteten Umsatz zu berechnen oder einfach Kunden etwas zu empfehlen. Daran zu arbeiten und die resultierenden Ergebnisse zu sehen, ist das Beste, was ich je gemacht habe. Als Teil des Business Intelligence-Teams kümmert man sich jedoch auch etwas ums Data Engineering und Data Warehousing. Oftmals liegen zusätzlich spontane Ad-hoc-Analysen an, welche gelegentlich über Tableau visualisiert werden.

Während des MBA-Studiums in Seoul gab ich Deutschunterricht über Skype und Adobe Connect (Gruppenunterricht). Dabei brachte ich inzwischen über 1000 Studenten unterschiedlichste Aspekte der komplizierten Deutschen Sprache bei.

• Berechnung Cashflow, Kennzahlen (KPI's) im Rahmen der betriebswirtschaftlichen Analyse • Analyse der Kapitaldienstfähigkeit • Darstellung der Finanzierungsstruktur • Erstellung von Tilgungsplänen

Recherche, Verfassen, Redaktion

Hilfe Anreise • Behördengängen • soziale Integration • Eventorganisation

• Einführung des betrieblichen Gesundheitsmanagements in die Justiz Thüringens • Erarbeitung Fragebogen • Durchführung, Auswertung Mitarbeiterbefragung • Ableitung BGM-Maßnahmen • Ausarbeitung von Handlungsempfehlungen

Kundenberatung • verkaufsfördernde Warenpräsentation • Preisauszeichnung

Marktorganisation • Durchführung marktindividueller umsatzfördernder Aktivitäten • Personalführung • Warendisposition • Kassenabrechnungen und Tagesabschlüsse • Kundenreḱlamationen

Grundlagen neuronaler Netze - Parametertuning, Optimierung - Strukturierung ML-Projekte - Faltungsneuralnetze - Sequenzmodelle

Das Vollzeit-MBA-Studium ermöglichte tiefgehende Einblicke in Themen wie Finanzanalyse, strategische Planung, Unternehmensbewertung, Investitionen, Unternehmensfinanzierung und Business-Analyse. In den letzten zwei Semestern konzentrierte ich mich auf Datenanalyse, Big Data und Maschinelles Lernen.

Bachelor thesis: "Behavioral finance as an explanation for capital market disequilibria" Areas of studies: 1st finance, 2nd human resources management

Im ersten Semester ging es überwiegend um lineare Algebra und die Grundlagen des Programmierens. Aufgrund eines Krankheitsfalls in meiner Familie musste ich das Studium abbrechen.