Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw een customer analytics platform en in database ML in GCP
Data engineer Data scientist
Ik ben een Data Engineer en Data Scientist, gespecialiseerd in het ontwerpen van robuuste AI-toepassingen en schaalbare data-architecturen. Ik combineer wetenschappelijke precisie met technische effic...
Over deze dienst
Ik ontwerp en bouw een end-to-end Customer Analytics 360° & In-Database Machine Learning oplossing met behulp van GCP en BigQuery ML.
Wat ik aanbied:
- Churn scoring & API in real-time: Train churn-modellen in BigQuery ML (LOGISTIC_REG) en zet snelle API-endpoints in voor directe risicobeoordeling.
- Customer segmentatie: Bouw een In-Database RFM Feature Store en pas K-Means clustering (VIP, At-Risk, Lost) toe voor gerichte marketing.
- Omzetvoorspellingen & dashboards: Voorspel 30-dagen sales met BigQuery ML (ARIMA_PLUS) en visualiseer dit op interactieve Looker Studio dashboards.
Technische stack: Google Cloud Platform, BigQuery ML, Python, FastAPI, Docker, Looker Studio, SQL.
Waarom met mij werken?
- In-Database ML: Vermijdt dure data-exporten en profiteert van cloud-snelheid.
- Productieklaar: Productieklaar Python-scripts, REST API’s en schoon SQL.
Neem contact met me op voordat je een bestelling plaatst om je data-architectuur te bespreken!
Frameworks:
Scikit-learn
•
Google ML Kit
•
Panda
•
Overige
Datatype:
Overige
Programmeertaal:
Python
•
SQL
•
NoSQL
•
Scala
Tools:
MLflow
•
Overige
API's:
Google Cloud Vision API
•
Azure Face API
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Waarom BigQuery ML gebruiken in plaats van traditionele Python ML-scripts?
BigQuery ML voert machine learning direct uit binnen Google Cloud Platform zonder data te exporteren naar externe servers. Dit versnelt de uitvoering, voorkomt hoge datatransferkosten en schaalt gemakkelijk met grote datasets.
Moet ik je volledige toegang geven tot mijn Google Cloud Platform-project?
Nee. Je kunt me beperkte BigQuery Admin- en IAM Service Account-permissies geven, of ik lever schone SQL-scripts, FastAPI-code en stapsgewijze setup-gidsen zodat jij het op je eigen omgeving kunt implementeren.
Welke dataformaten moet ik aanleveren?
Je kunt ruwe data aanleveren uit PostgreSQL, CSV-bestanden, Google Cloud Storage-buckets of directe BigQuery-tabellen. Ik verzorg de data cleaning, feature engineering en Medallion pipeline setup.
