Dr. Dany Djeudeu

Dany Djeudeu, erfahrener Statistiker, Data Scientist & KI-Praktiker im Gesundheitswesen. Fachkenntnissen sowohl in der klinischen als auch in der nicht-klinischen statistischen Beratung sowie in der Anwendung von KI im Gesundheitswesen. Dany's Qualifikationen gehen über seine akademischen Leistungen hinaus, da er in der praktischen Anwendung herausragt und erfolgreich mit Gesundheitsunternehmen zusammengearbeitet hat, um mehrere Projekte zu realisieren Kontakt: +4915906113493; calendly.com/djeudeudeudjui.

Anwendung, Optimierung und Bereitstellung verschiedener Machine Learning Modelle zur Lösung von Herausforderungen im Zusammenhang mit: - Krankengeldvorhersage - Deckungsbeitragsberechnung, Kundensegmentierungen - Morbiditätsveränderungsrate, vertragsärztliche Abrechnungs- und Leistungen - Kündigungsmodellierung von Versicherten, Verbesserung der Kundenzufriedenheit - Anpassung des Morbiditätsrisikos, Quantifizierung des Risikos von Krankheiten - Werkzeuge: Python, R, SQL/Eclipse

- Durchführung von Lehrveranstaltungen in Baysianischer Statistik, Statistischer Entscheidungstheorie, Statistischen Methoden in der Epidemiologie, Statistischem Lernen, Lineare Modelle - Betreuung von Seminare, Bachelor- und Masterarbeiten in Statistik und Machine Learning in Biometrie - Mitglied des Studienberatungsteams, das Studierende in der Fakultät Statistik betreut - Studienmentoring für internationale Studierende, um deren akademischen Erfolg und Integration zu unterstützen

- Statistische Beratung und Optimierung von Studiendesigns - Durchführung von statistischen Analysen und Erstellung von Berichten - Entwicklung von statistischen Analyseplänen und Protokollen für die Studien und Überwachung der Durchführung von Analysen, um die Einhaltung der Pläne sicherzustellen. - Bewertung der Datenqualität - Durchführung von simulationsbasierten Power-Analysen - Durchführung von Sensitivitätsanalysen -Werkzeuge: SAS-Enterprise Guide, R, ArcGis und SPSS.

- Operationalisierung und Messung der persistenten Diagnose - Empirische Untersuchung des zeitlichen Verlaufs der Kodierung bestimmter Diagnosen durch ambulant-niedergelassene Ärzte im Zusammenhang mit der Bestimmung von Veränderungen der Morbiditätsstruktur von Versicherten der gesetzlichen Krankenversicherung, - Werkzeuge: SAS und Teradata SQL.

Forschungsarbeit: Mathematische modellierung in der Epidemiologie, dynamische Modellierung,Matlab-Programmierung.

Entscheidungstheorie, Wahrscheinlichkeitstheorie, Klassifikationsverfahren und big Data, Zeitreihenanalyse, Multivariate Statistik, Ökonometrie, Stochastische Prozessen, Bayes Statistik, Risikotheorie n der Versicherungsmathematik, Versuchsplannung, Epidemiologie

Modellierung und dynamische Systeme, Vertiefte numerische Analyse, diskrete Optimierung, Inverse Problemen, Informatik für Mathematik, Stochastische Prozessen, Mathematische Modellierung, Numerik partieller Differentialgleichungen, Nichtlineare Optimierung,

Topologischer Vektorraum, allgemeine Topologie, Differentialrechnung, Funktion Komplexer Variablen, Differentialgleichungen, Masstheorie und Integration Mengelehre, Angewandte Statistik, Wahrscheinlichkeitsrechnung, lineare algebra, grundlage der Analysis, grundlage der Algebra