Samuel P.

Data Scientist

Samuel är en skicklig Data and Business Intelligence-proffs med fem års erfarenhet från telekom-, konsult- och life science-sektorerna. Han har en doktorsexamen i statistik och kombinerar avancerad modelleringsexpertis med praktisk branscherfarenhet, vilket effektivt överbryggar klyftan mellan komplexa analyser och användbara affärsinsikter.

Bland hans viktigaste prestationer kan nämnas att Samuel utformade och implementerade ett automatiserat dataarbetsflöde med hjälp av Snowflake, Python och Power BI, vilket minskade den manuella bearbetningen med 90%, förbättrade datakvaliteten med 20% och stödde över 10 framgångsrika produktlanseringar inom två år. Denna innovation förbättrade avsevärt datatillgängligheten och beslutsfattandet inom hela företaget.

Samuel är erkänd för sin förmåga att översätta komplexa data till tydliga och effektiva insikter. Han främjar ett starkt tvärfunktionellt samarbete och driver konsekvent datadriven omvandling inom olika affärsfunktioner.

Huvudsaklig expertis

R (programming language) 6 år
SQL 8 år
Data Science 6 år

Andra kompetenser

dbt 4 år
Data Engineering 3 år
Oracle 3 år

Samuel P.

Italy

Hitta en utvecklare

Utvald erfarenhet

Anställningar

Data Scientist

Telenet, Belgium - 1 år 4 månader
- Optimerade en produktionsanpassad beteendeklassificeringsmodell för över 2 miljoner enheter, identifierade och flaggade avvikelser hos högriskanvändare som gav mätbara ekonomiska effekter.
- Utvecklade granskningsbara ETL/ELT-datapipelines med hjälp av Snowflake, Python och dbt, vilket ledde till en 92-procentig minskning av den manuella datahanteringen samtidigt som datakvalitet och efterlevnad av regelverk säkerställdes.
- Samarbetade med produkt-, försäljnings- och marknadsföringsteam för att utforma och implementera instrumentpaneler som övervakade och utvärderade produktlanseringens resultat.
Teknologier:
- Teknologier:
- Qlik Sense
- Python
- SQL
- Oracle
- Microsoft Power BI
- Data Science
- Google Cloud
- Pandas
- Data Engineering
- Git
- Scrapy
- Scikit-learn
- ELT
- Data Analytics
- PL/SQL
- Snowflake
- Data Modeling
- ETL
- Machine Learning
- Streamlit
- dbt
- Large Language Models (LLM)
- Data Quality
- GitHub Copilot
- DAX
- Microsoft Excel
Data Engineer

Sopra Steria, Belgium - 1 år 2 månader
- Designat och utvecklat end-to-end data pipelines i Azure och Databricks, integrerat tvärfunktionella dataset i stor skala och minskat analystiden med 40%.
- Utformade och optimerade datamodeller för rapportering på företagsnivå, vilket säkerställde robust datastyrning och standardiserade KPI:er över flera geografiska områden.
- Förbättrad enhetlighet i rapporteringen mellan länderna, vilket minskade datadiskrepanserna med 25% och stärkte rapporteringens tillförlitlighet.
Teknologier:
- Teknologier:
- MongoDB
- Databricks
- Python
- SQL
- Azure
- Azure Blob storage
- Microsoft Power BI
- Data Science
- Google Cloud
- Azure Data Factory
- NumPy
- Pandas
- Data Engineering
- BigQuery
- Git
- ELT
- Apache Airflow
- Data Analytics
- Azure Synapse
- Azure Cloud
- Data Modeling
- ETL
- Machine Learning
- Tableau
- Streamlit
- NoSQL
- dbt
- Microsoft Power Automate
- Large Language Models (LLM)
- Microsoft Fabric
- PySpark
- Data Quality
- GitHub Copilot
- DAX
- Microsoft Excel
Data Scientist

University of Trento, Italy - 1 år 9 månader
- Avsevärt förbättrade protokoll för datavalidering, vilket säkerställer datasetintegritet för kritiska beslutsstödsystem i linje med etiska och ansvarsfulla AI-standarder.
- Tränade och validerade prediktiva AI/ML-modeller på komplexa biomedicinska dataset, vilket förbättrade den diagnostiska träffsäkerheten med 5%.
- Anpassade analytiska arbetsflöden för att vara skalbara och molnbaserade inom Python- och R-ramverken, vilket minskade beräkningstiden med 53%.
Teknologier:
- Teknologier:
- MongoDB
- AWS
- Python
- SQL
- Bash
- Data Science
- NumPy
- Pandas
- R (programming language)
- Git
- SciPy
- Scikit-learn
- Data Analytics
- Data Modeling
- Machine Learning
- Tableau
- NoSQL
- Data Quality
- Microsoft Excel
PhD Statistician

University of Gothenburg, Sweden - 4 år 4 månader
- Utvecklade ramverk för statistik och maskininlärning för högdimensionella genom- och miljödata, vilket resulterade i fem fackgranskade publikationer.
- Optimerade regressions-, Bayesian- och maskininlärningsmodeller för biologiska dataset, vilket förbättrade prediktionsnoggrannheten med 12%.
Teknologier:
- Teknologier:
- Python
- SQL
- Bash
- Data Science
- NumPy
- Pandas
- Data Engineering
- R (programming language)
- Git
- Scikit-learn
- Data Analytics
- Data Modeling
- Machine Learning
- Microsoft Power Platform
- PySpark
- Data Quality
- Microsoft Excel