Ik word data scientist voor voorspellend modelleren, machine learning, big data analytics
Senior Data Engineer en Data Scientist
Over deze dienst
Met meer dan 20 jaar ervaring in data science, data engineering en business intelligence, bied ik end-to-end data oplossingen aan, van data verzamelen en schoonmaken tot machine learning modellen en bruikbare inzichten. Ik heb gewerkt aan geavanceerde projecten zoals vluchtvertraging voorspellingen, klantbehoud modellen en sentimentanalyse met behulp van cutting-edge tools zoals Python, Spark, Hadoop en cloudplatforms (Azure, AWS, GCP).
Wat ik aanbied:
- Voorspellende & classificatiemodellen (Random Forest, XGBoost, SVM, etc.)
- NLP (Sentimentanalyse, Topic Modeling, BERT)
- Deep Learning (CNN, LSTM, ANN)
- Big Data analyse met Hadoop, Spark (Scala, Java, PySpark)
- SQL & NoSQL databases (SQL Server, Oracle, MongoDB, Cassandra)
- Data visualisatie (Power BI, Tableau, Matplotlib, Seaborn)
- Data pipeline & ETL (SSIS, Talend, Airflow)
- Cloud-gebaseerde ML (Azure Databricks, AWS EMR, GCP BigQuery)
Tools & talen:
Python, R, Java, Scala, SQL, PySpark, TensorFlow, Keras, Hadoop, Hive, Kafka, Power BI, Azure, AWS, GCP
Laten we je ruwe data omzetten in waardevolle business intelligence. Of het nu gaat om een eenmalige analyse of een schaalbare ML-pipeline, ik zorg voor professionele, uitlegbare en betrouwbare resultaten.
Programmeertaal:
Python
•
SQL
•
Colab
•
Java
•
NoSQL
Technologie:
Python
•
Java
•
Scala
•
tensorflow
•
PyTorch
•
SQL
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Welke informatie heb je van mij nodig om te starten?
Om te beginnen heb ik toegang nodig tot je data bronnen (of voorbeeldgegevens), een korte beschrijving van je bedrijfsdoelen en eventuele specifieke vereisten zoals het verwachte outputformaat (bijvoorbeeld dashboards, CSV-rapporten, API-eindpunten). Voor grote projecten wordt een korte discovery call aanbevolen.
Werk je met live / productie data?
Ja, ik heb uitgebreide ervaring met het bouwen en beheren van productieklare data pipelines. Ik raad echter altijd aan om te starten met een staging- of sample-omgeving om de logica te valideren voordat je overgaat naar volledige productie-uitrol.

