Pooja Kalbandi

• Entwicklung dynamischer Power-BI-Dashboards zur Verbesserung der Sales- und Operations-Insights, was zu einer Effizienzsteigerung von 13% führte • Aufbau statistischer Modelle und Forecasting-Pipelines mit Python (pandas, NumPy, scikit-learn) zur Unterstützung datenbasierter Entscheidungen • Nutzung von Microsoft Azure für automatisierte Datenprozesse, Datenablage und Performance-Optimierung • Enge Zusammenarbeit mit Fachbereichen zur Definition relevanter KPIs und datengetriebener Reporting-Lösungen

• Analyse großer Datensätze (500.000+ Zeilen) mit Python, zur Identifikation von Trends und zur Verbesserung von Forecasting-Modellen • Aufbau und Automatisierung von ETL-Pipelines mit SQL, Python und Power Query, wodurch der manuelle Aufwand um 42% reduziert wurde • Implementierung cloudbasierter Datenlösungen (Azure/AWS) für schnellere Datenaktualisierung und höhere Datenqualität • Erstellung von Prognose- und Analysemodellen zur Unterstützung betrieblicher Entscheidungsprozesse

• Verwaltung und Bereitstellung von Echtzeit-Power-BI-Dashboards zur Unterstützung von Managemententscheidungen • Durchführung von Datenabfragen und Validierungen mit PostgreSQL zur Sicherstellung der Datenqualität • Einsatz von Machine-Learning-Modellen zur Produktklassifikation, Verbesserung der Genauigkeit um 7% • Unterstützung funktionsübergreifender Teams mit Ad-hoc-Analysen und KPI-Reporting • Optimierung von Geschäftsprozessen auf Basis datenbasierter Erkenntnisse

• Entwicklung eines statischen internen Webportals (HTML, CSS, JavaScript) zur Verbesserung der Informationszugänglichkeit • Durchführung von Produkt- und Inventur-Analysen im ERP-System zur Optimierung der Lagerprozesse • Unterstützung bei Reporting- und Analyseaufgaben, grundlegender Einstieg in BI und Datenanalyse

Vision-basierte Erkennung der Absicht von Fußgängern: Fußgänger wurden in Videosequenzen mit Hilfe von Histogram of Oriented Gradients (HOG) und Support Vector Machine (SVM) Klassifikatoren erkannt, die eine Genauigkeit von 83% erreichten. Zeitoptimierte Online-Häckselklassifizierung: Morphologische Operation zur Verarbeitung von Bildern basierend auf der Form und K-fache Kreuzvalidierung auf RGB-Bildern unter Verwendung eines neuronalen Netzes.