Dr. Friedbert Wilczewski

Data Scientist, Data Analyst, SIX SIGMA

Kann in folgende Städte reisen: Freiburg im Breisgau, Düsseldorf, Frankfurt am Main, Stuttgart, Hamburg, Berlin, Freiburg im Breisgau, München, Basel

  • 47.9961
  • 7.8494
  • Unverbindlicher Tarif 900€ / Tag
  • Berufserfahrung 7 Jahre und +
Projekt anbieten Der Auftrag startet erst, wenn Sie das Angebot von Dr. Friedbert annehmen.

Verfügbarkeit nicht bestätigt

Projekt anbieten Der Auftrag startet erst, wenn Sie das Angebot von Dr. Friedbert annehmen.

Standort und Mobilität

Standort
Freiburg im Breisgau, Deutschland
ist bereit beim Kunden vor Ort zu arbeiten
  • Freiburg im Breisgau und im Umkreis von 50km
  • Düsseldorf und im Umkreis von 80km
  • Frankfurt am Main und im Umkreis von 80km
  • Stuttgart und im Umkreis von 80km
  • Hamburg und im Umkreis von 80km
  • Berlin und im Umkreis von 80km
  • Freiburg im Breisgau und im Umkreis von 80km
  • München
  • Basel und im Umkreis von 80km

Auftragspräferenzen

Auftragsdauer
  • ≤ 1 Woche
  • ≤ 1 Monat
  • 1 bis 3 Monate
  • 3 bis 6 Monate
  • ≥ 6 Monate
Branche
  • Automobilsektor
  • Banken & Versicherungen
  • Beratung & Audit
  • Digitalagenturen & IT-Consulting
  • E-Commerce
+15 autres
Mitarbeiterzahl
  • 1 Mitarbeiter/-in
  • 2 - 10 Mitarbeiter/-innen
  • 11 - 49 Mitarbeiter/-innen
  • 50 - 249 Mitarbeiter/-innen
  • 250 - 999 Mitarbeiter/-innen
+2 autres

Checkliste

Sprachen

  • Englisch

    Konversationssicher

  • Deutsch

    Fließend/ Muttersprache

Kategorien

Fähigkeiten (26)

  • BigData
  • Beginner Intermediate Advanced
  • Beginner Intermediate Advanced
  • Frameworks
  • Beginner Intermediate Advanced
  • Databases
  • Beginner Intermediate Advanced

Dr. Friedbert in wenigen Worten

Als Data Scientist betrachte ich die Fragestellungen aus einem methodenorientierten Blickwinkel. Ich bringe meine Kenntnisse über die zur Verfügung stehenden Algorithmen bzw. Verfahren und mein statistisches Wissen in die Projektdefinition ein. Eine erste Aufgabe ist es gemeinsam mit dem Kunden aus einer betriebswirtschaftlichen Perspektive den möglichen Geschäftserfolg abzuschätzen (ROI). Auch muss hier geklärt werden, welche Use-Cases für eine erste Umsetzung möglich bzw. vom Kunden gewünscht sind.

Für alle Data Science Projekte ist die Ist-Aufnahme der bereits vorhandenen Datenbestände ein erster wichtiger Schritt. Hier ist zu klären welche Daten vorliegen und mit welcher Qualität. Aus dieser Information können die weiteren Daten festgelegt werden, die für das Projekt wahrscheinlich erforderlich sind. Dies ist ein iterativer Prozess der im Projektverlauf mehrmals durchlaufen werden muss.

Mit dieser ersten Analyse ist eine erste Kosten- und Zeitplanung möglich.
Für die Projektdurchführung hat sich der Regelkreis nach der CRISP-DM (Cross-Industry Standard Process) sehr gut bewährt.
Sind nun die Randbedingen geklärt kann mit dem Projekt gestartet werden. Hier beginnt die eigentliche Arbeit des Data Scientist. Folgende Hauptpunkte sind nun abzuarbeiten:
1. Verständnis der Daten schaffen
2. Vor- und Aufbereitung der Daten
3. Modellieren mit Hilfe der unterschiedlichen Verfahren
4. Bewertung und Überprüfung der Ergebnisse
5. Bereitstellung und Anwendung der Ergebnisse im produktiven Betrieb
Diese 5 Punkte werden mit den Standard Softwaretools und Methoden des Data Scientist abgearbeitet. Erfahrungen liegen mit den folgenden Softwaretools vor.
Meine Aufgaben in den verschiedenen durchgeführten Projekten waren neben Projektleitung das Einbringen meiner Kernkompetenzen in die Projekte.

Projekt- und Berufserfahrung

Auf Anfrage

Luft- & Raumfahrt

Unterstützung bei der Zulassung Sicherheitskritischer Systeme

Juli 2019 - Heute

Dokumenten Review

Auf Anfrage

Pharmazeutische Industrie

Risikosimulation mit der Monte Carlo Methode

Januar 2019 - Juni 2019

Einführung der Monte Carlo Methode für das Projektmanagement
Schulung der Mitarbeiter in der Monte Carlo Methode für das Projektmanagement
Evaluierung der verschiedenen SW Anbieter
  • Monte Carlo Methode

Auf Anfrage

Luft- & Raumfahrt

Aufbau eines SPC Systems in der MEMS Produktion

November 2018 - Februar 2019

Installation und Management eines SPC-Systems in der MEMS Produktion
Einzelheiten auf Anfrage

Auf Anfrage

Reisen & Tourismus

Text-Mining: Facebook und Twitter Reaktionen

Januar 2018 - Dezember 2018

Ziel des Projektes war aus den Reaktionen auf Facebook und Twitter auf veröffentlichen Beiträgen eine Aussage über die Kundenzufriedenheit abzuleiten.

Auf Anfrage

Luft- & Raumfahrt

Korrelationsanalysen im Bereich Fasersensoren

Mai 2018 - Dezember 2018

Ziel des Projektes war die Verknüpfung von Testdaten aus den Produktionsprozessen um den Einfluss verschiedener Faktoren, die während der Produktion anfallen, zu analysieren. Aus den Analysen der großen Datensätze (mehrere Gigabyte) wurde erkannt, welche Faktoren einen entscheidenden Einfluss auf die Qualität des Endproduktes haben.

Auf Anfrage

Chemie

Validation von Testmethoden

Januar 2018 - Juni 2018

Validierung von Testmethoden im Medizinischen Bereich; Statistische Auswertungen
  • Minitab; R

Auf Anfrage

Luft- & Raumfahrt

Predictive Maintenance

September 2017 - April 2018

Ziel des Projektes war die Analyse von Produktionsdaten um auf die Ausfallwahrscheinlichkeiten der Anlagen zu schließen. Mit den Ergebnissen konnten vorbeugende Wartungen durchgeführt werden.

Auf Anfarge

Automobilsektor

Development of an analytical environment for BIG DATA; Technical Architect (Predictive) Analytics

Juli 2017 - Oktober 2017

Installation und Management über Ambari (Hortonworks); Cluster mit 3 Serverinstallation von Lambda Architektur mit Kafka als Ingestion Layer; Speed Layer (Storm); Batch Layer (Spark)

Datenspeicherung in verschiedenen Datenbanken (HBase, Cassandra, MongoDb, „HDFS“) Auswertung wurde hauptsächlich mit Python und R durchgeführt => Prädiktive Analytics Aufbau und Betrieb eines ETL Prozess mit Talend (Ladeprozess für verschiedenen Datenquellen (SQL, SAP))

Auf Anfrage

Hightech

Datenanalyse im Entwicklungsprozess im Medizinbereich; Durchführung eines DOE, Einzelheiten sind vertraulich

Januar 2017 - Juni 2019

Optimierung eines Produktionsprozesses mit Hilfe eines DOE (design of experiments, statistische Versuchsplanung). Ziel des Projektes war den Ausschuss zu reduzieren und die Prozessparameter optimal einzustellen..

Auf Anfrage

Reisen & Tourismus

Datenanalyse im Bereich Touristik Aufbau CRM System im Tourismusbereich , Einzelheiten sind vertraulich.

Januar 2017 - Juli 2017

Ziel des Projektes war aus den Reaktionen auf Facebook und Twitter auf veröffentlichen Beiträgen eine Aussage über die Kundenzufriedenheit im Tourismusbereich abzuleiten.

Auf Anfrage

Luft- & Raumfahrt

Aufbau eines Qualitätsmanagements für Produktionsdaten; Coaching Mitarbeiter

August 2016 - Dezember 2016

Ziel des Projektes war die Verknüpfung von Testdaten aus den Produktionsprozessen um den Einfluss verschiedener Faktoren, die während der Produktion anfallen, zu analysieren. Aus den Analysen der großen Datensätze (mehrere Gigabyte) wurde erkannt, welche Faktoren einen entscheidenden Einfluss auf die Qualität des Endproduktes haben.

Auf Anfrage

Rohstoffindustrie

Prozessoptimierung mit DOE

August 2016 - Dezember 2016

Ziel des Projektes war die Einstellung von Anlagendaten einer 600 m langen Walzanlage für Weißblech. Die Durchlaufgeschwindigkeit betrug bis zu 300 m/min. Dies wurde mit einem statistischen Versuchsplan (DOE) durchgeführt

Auf Anfrage

Luft- & Raumfahrt

Einführung SPC über SAP

Juli 2015 - Dezember 2015

Dieses Projekt war eine Fortführung des Projektes „Einführung SPC vernetzte Arbeitsplätze (INDUSTRIE 4.0)“. Wichtigste Erweiterung war das Einbinden von SAP R3

Auf Anfrage

Luft- & Raumfahrt

Einführung SPC vernetzte Arbeitsplätze (INDUSTRIE 4.0); Coaching Mitarbeiter

Januar 2015 - Juni 2015

Ziel des Projektes war der Aufbau eines SPC Systems (statistische Prozesskontrolle) Mit diesem System wurden Prozesskenngrößen erfasst und statistisch Ausgewertet um die Prozessstabilität der Herstellungsprozess zu garantieren. Hauptziel war es frühzeitig Prozessveränderungen z.B. Verschleiß zu erkennen.
Die graphische Darstellung der Ergebnisse erfolgte hauptsächlich mit Tableau.
Benutzt wurden die Ergebnisse von Gruppenleitern und Abteilungsleitern in der Produktion

Auf Anfrage

Luft- & Raumfahrt

Aufbau eines MES Systems auf Basis SAP R3, Einführen Produktionstracking (Einzelfertigung, Kleinserie), Coaching Gruppenleitern und Abteilungsleitern in der Produktion

Freiburg im Breisgau, Deutschland

Januar 2015 - Juni 2015

Ziel des Projektes war der Aufbau eines SPC Systems (statistische Prozesskontrolle) Mit diesem System wurden Prozesskenngrößen erfasst und statistisch Ausgewertet um die Prozessstabilität der Herstellungsprozess zu garantieren. Hauptziel war es frühzeitig Prozessveränderungen z.B. Verschleiß zu erkennen.
Die graphische Darstellung der Ergebnisse erfolgte hauptsächlich mit Tableau.
  • Predictive Analytics

Ausbildung & Abschlüsse

Zertifizierungen

charter modal image

Unser Erfolg ist eine kollektive Arbeit

Tragen Sie zu diesem Erfolg und zur Ernsthaftigkeit der Community bei, indem Sie die Freelance Malt Charter unterzeichnen.

Unterzeichnen Sie die Charta