Alpha Epsilon Logo
    Dr. Alexander Engelhardt
 engelhardt@alpha-epsilon.de
 0176 5690 6728

Profil

Alexander Engelhardt

Dr. Alexander Engelhardt

Eine PDF-Version meines Profils können Sie hier herunterladen.

An English version of my profile is available for download here.

Auf einen Blick

Ich bin Data Scientist im Bereich Machine Learning, und verbinde ein tiefes mathematisches Verständnis der relevanten Algorithmen mit der Fähigkeit, komplexe Analysen in klarer und umsetzbarer Form zu kommunizieren.

Schwerpunkte
Data Science
Machine Learning, Deep Learning, maßgeschneiderte Algorithmen
Programmieren
R, Python, SQL, Linux/UNIX shell
Big Data
Spark, Databricks, Amazon AWS, Microsoft Azure
Optimierung
Laufzeitoptimierung von Programmen und Algorithmen, Automatisierung von komplexen Arbeitsabläufen
Kommunikation
Schulungen, anwenderfreundliches "Übersetzen" von Methoden und Ergebnissen, technisches sowie angewandtes Schreiben
Branchenerfahrungen Finanzen, Energie, Marktforschung, Bioinformatik, klinische Forschung, Start-Ups, Universitäten
Sprachenfließend Deutsch und Englisch
Projekthistorie (Auszug)

Ein Auszug meiner bisherigen Projekte (vollständige Projekthistorie als PDF verfügbar)

08/2018-heute Full Stack Data Scientist, Energy Analytics, E.ON SE, München
  • End-to-End Deployment eines Prognosemodells für Stromgeneration auf Microsoft Azure
  • Entwickelte tagesgenaue Prognosemodelle für Energieverbrauch von Privathaushalten
  • Entwickelte Modelle zur Anomalieerkennung von ungewöhnlichem Stromverbrauch
Verwendete Tools: Python, Spark, Azure Cloud, Docker, Databricks
12/2014-heute Dozent der Münchner R-Kurse, Institut für Statistik der LMU, München
Halten und Weiterentwickeln der Kurse "Data Science Methodenkurs", "Praktische Datenanalyse mit R", und "Programmieren mit R"
Link zur Homepage
04/2018-07/2018 Big Data Engineering, aifora GmbH, Düsseldorf
Entwickelte einen Algorithmus für Pricing-Strategien im Textileinzelhandel.
Implementierte eine Datenverarbeitungs-Pipeline, von gelieferten Daten in einen internen Hive-Speicher, mit Spark in Python und R.
Verwendete Tools: AWS, Spark, Hadoop, Python, Hive, Databricks, R
06/2016-07/2016
05/2017-03/2018
Berechnungen von Price Forward Curves für Energiepreise, Bayerngas Energy GmbH
Drei Folgeaufträge:
  • Erstellte ein Programm zum automatischen Pricing von Kundenanfragen
  • Entwarf und programmierte einen Algorithmus zur Generierung von Price Forward Curves für Strompreise, von Stunden- bis Monatsgranularität
  • Programmierte eine Shiny-Applikation zur explorativen Einstellung von Parametern für einen Handelsalgorithmus
  • Optimierte die Laufzeit eines R-Programms zum realtime-Pricing von Handelsdaten von 120 Sekunden pro Iteration auf 15 Sekunden
Verwendete Tools: R, RStudio, Shiny, VBA
01/2017-06/2017 Mitentwicklung an einem Produktempfehlungssystem, BASF, Ludwigshafen
  • Implementierte einen Algorithmus zur Interpretation von Interaktionen in xgboost-Modellen
  • Benchmarking gegen Warenkorbanalyse / Assoziationsregeln
Verwendete Tools: R, xgboost
04/2015-06/2017 Effiziente Parameterschätzung in R, IBE, LMU München
Entwarf und programmierte einen laufzeiteffizienten EM-Algorithmus zur Schätzung von Risikoparametern bei Krebspatienten
Verwendete Tools: R, R mit C++, Parallel Processing (BatchJobs-Paket), Cluster Computing (Sun Grid Engine)
Community & Open-Source
mlr Machine Learning in R. (R-Paket)
Contributor des R-Pakets mlr. Diverse Erweiterungen und Bugfixes als Pull-Requests auf GitHub
sng Startup Name Generator
Deep Learning-basiertes Python-Paket zum Generieren von Namensvorschlägen für Unternehmen und Software.
GenoGAM A GAM based framework for analysis of ChIP-Seq data
Miterstellung eines R-Pakets zum Berechnen parallelisierter statistischer Modelle auf DNA.
Blogging Zwei Blogs über Statistik und Machine Learning
Crashkurs Statistik - Statistik für Nicht-Statistiker
All Things Data Science - Der Alpha Epsilon Blog
Vorträge
10/2018 Generate Company Names With Neural Networks, PyConDE 2018, Karlsruhe
Ausbildung
2013-2017Promotion (Dr. rer. nat) in der Statistik am IBE der Ludwig-Maximilians-Universität München.
Dissertation: Efficient estimation algorithms for large and complex data sets
2011-2013Master-Studium der Statistik an der Ludwig-Maximilians-Universität München
2008-2011Bachelor-Studium der Statistik an der Ludwig-Maximilians-Universität München
2005-2008Ausbildung zum Fachinformatiker, Fachrichtung Anwendungsentwicklung
Veröffentlichungen
In Magazinen Wissenschaftliche Veröffentlichungen
Sonstiges