Christian Lindenlaub

Führung und Skalierung eines internationalen Teams aus 15+ Data Scientists und Machine Learning Engineers in Deutschland, Polen und Kuala Lumpur mit Verantwortung für Recruiting, Kompetenzaufbau und technische Exzellenz. Strategische Weiterentwicklung von Data Science für NIQs KI-Plattform gfknewron sowie Gestaltung der Produkt-Roadmap mit Product Management, Engineering und UX. Entwicklung skalierbarer KI-Produkte mit hohem Geschäftswert.

Aufbau und Weiterentwicklung eines globalen Data-Science-Teams durch technische Führung, Coaching und Personalentwicklung. Führung eines international verteilten Teams aus 8 Data Scientists und Machine Learning Engineers in Deutschland, Großbritannien und Polen. End-to-End-Verantwortung für die Entwicklung KI-basierter Produkte für die Intelligence-Plattform gfknewron sowie enge Zusammenarbeit mit Product Management, Engineering, UX und Commercial.

Entwicklung skalierbarer Geo-Analytics-Lösungen durch die Verbindung von Data Science und technischer Führung. Enge Zusammenarbeit mit Product Management und Machine Learning Engineers zur Entwicklung standardisierter analytischer Produkte. Etablierung analytischer Standards, Leitung von Projektteams sowie Durchführung internationaler Data-Science-Trainings in Europa und Asien. Unterstützung strategischer Kundenprojekte mit datenbasierten Handlungsempfehlungen.

Aufbau fundierter Expertise in Advanced Analytics und Geo-Analytics mit Entwicklung vom Junior zum Senior Research Specialist. Leitung internationaler Geo-Analytics-Projekte für Kunden aus Handel und Automobilindustrie. Entwicklung analytischer Lösungen für Standort-, Expansions- und Marktanalysen sowie Weiterentwicklung standardisierter Produkte durch Automatisierung und Modernisierung der Datenverarbeitung. Zusammenarbeit in interdisziplinären Teams und Beratung internationaler Kunden.

Regulierungssteuerung und Netzwirtschaft, i. W. Regulierungsbenchmarking

Bayesianische Statistik, gemischte Modelle, räumliche Statistik, Data Mining, Lebensdauern

Regression, multivariate Verfahren, Versuchsplanung