Dr. Philipp Schaz

• Entwicklung statistischer Modelle und Analysen zur Unterstützung datenbasierter Entscheidungen in der Renten- und Arbeitsmarktpolitik. • Aufbau eines Klassifikationsmodells zur Schätzung finanzieller Auswirkungen und Teilnahmeeffekte der Grundsicherungsreform für 2,4 Mio. Personen. • Erstellung eines Zeitreihenmodells zur 50-jährigen Prognose der Rentenfinanzen für 21 Mio. Menschen (360 Mrd. EUR jährlich). • Analyse von Reformen mittels Regression auf Basis von Datensätzen zu 60 Mio. Personen.

• Entwicklung und Verbesserung von Finanzmodellen zur Bewertung von Projekten in erneuerbaren Energien und Energieeffizienz, einschließlich der Analyse von Risiken, Finanzierungsstrukturen und Marktbedingungen. • Anwendung fortgeschrittener Datenanalysetechniken zur Bewertung von Marktmechanismen für erneuerbare Energien, einschließlich Klimafinanzierung. • Leitung der Weiterentwicklung des "Green Energy Finance Specialist" (GEFS) Programms und Gestaltung des Kurses „Sustainable Finance“.

• Leiten von Forschung im Bereich Finanzökonomie, unter Nutzung fortgeschrittener statistischer Analyse und Datenvisualisierung, um komplexe wirtschaftliche Phänomene zu untersuchen und zur wissenschaftlichen Publikation beizutragen. • Lehren datengestützter Ansätze und Betreuen von Studierenden bei der Erstellung empirischer Masterarbeiten, mit Fokus auf statistische Inferenz zur Gewinnung von Erkenntnissen über Finanzmärkte und wirtschaftliche Trends.

Paris Area, France Internship in the Permanent Mission of the Federal Republic of Germany to the OECD. Support of the Economic Counsellor by preparation, participation and coverage of relevant OECD-conferences; ad-hoc economic briefings; written reports of various OECD economic policy publications.

Multiple Valuation, Market Research and Financial Analysis, Cash Flow Analysis as well as Sell & Buy-side Project Management Assistance

Teaching Assistant at the Chair of Statistics and Econometrics and the Chair of Mathematics. Teaching tutorials and conducting examination for the courses: „Statistics I“, “Mathematics for Economists I” and “Mathematics for Economists II”.

Empirical research on the project “Macroeconomic dynamics of labour markets”, which was published in WSI-Mitteilungen (12/2010).

• Fokus auf Machine Learning mit Python (NumPy, pandas), Datenvisualisierung (Matplotlib, Seaborn, Plotly) und Tools wie Virtualisierung, Bash und Git. • Expertise in klassischem Machine Learning (SVM, Log. Regression, Random Forest, XGBoost) und Deep Learning (TensorFlow, PyTorch), inkl. CNNs, Transfer Learning, Computer Vision und Graphentheorie. • Erfahrung in Data Engineering (SQL, PySpark) und MLOps (MLFlow, Docker). • AWS Cloud Practitioner zertifiziert.

• Anwendung fortgeschrittener Statistik und Ökonometrie, u.a. Regression und Zeitreihen-Modelle, zur Analyse von 1,7 Millionen globalen Bankkrediten und der Auswirkung von Bankenkrisen auf die Beschäftigung. • Automatisierung von Datenprozessen mit Python WAF & Git und Kombination von 7 SQL-Datenbanken.. • Auszeichnung „summa cum laude“ und Veröffentlichung in einem Top-3-Wissenschaftsjournal. • PhD-Betreuer: Prof. Marcel Fratzscher.