Data Scientist

– Implementierte prädiktive Modellierungsstrategien mithilfe konventioneller Prognosemethoden und fortschrittlicher Deep-Learning-Techniken zur Unterstützung der Bereitstellung effektiver Handelsstrategien. – Präsentierte Analysen zu wichtigen Trends und den damit verbundenen Risiken und beschrieben deren Auswirkungen auf die Leistung zur Unterstützung fundierter Entscheidungsfindung.

– Setzte Kafka-Pipelines ein und wartete diese, um Echtzeit-Preisdaten von verschiedenen Anbietern zu sammeln und so einen kontinuierlichen Informationsfluss zur Analyse sicherzustellen. – Kommunizierte Ergebnisse und Erkenntnisse sowohl an technische als auch an nicht-technische Stakeholder durch klare Visualisierungen, Berichte und Präsentationen, um fundierte Entscheidungen auf Basis der durchgeführten Analysen zu ermöglichen.

– Startete das umsatzgenerierende Angebot, Walletshare, innerhalb des Bloomberg-Terminals, um Bankgebühren in Geschäften wie IPOs, Anleihe- und Kreditangeboten zu schätzen. – Implementierte ein Machine-Learning-Modell unter Verwendung von zwei Jahrzehnten Daten, um eine genaue Gebührenabschätzung zu ermöglichen. – Leitete die Entwicklung innovativer Datenakquisemethoden unter Nutzung verschiedener NLP-Techniken, um die Genauigkeit zu verbessern und die Markteinführungszeit für das Angebot zu verkürzen. – Führte eine eingehende Analyse der Nutzungsmuster der Kunden innerhalb des Bloomberg-Terminals durch, untersuchte die Zeit, die für Produkte aufgewendet wurde, und nutzte Erkenntnisse, um Verbesserungen zu vorschlagen und zu konzipieren, die auf die Verbesserung von Nutzererfahrung und Engagement abzielten.