Ik bouw machine learning modellen en statistische analyse in python

Data Scientist met ervaring in productie machine learning, voorspellende modellering, statistische analyse en overleving/tijd-tot-gebeurtenis methoden, ontworpen voor echte besluitvorming, niet alleen notebook demo's.

Achtergrond: gebouwd NLME en overlevingsmodellen voor klinisch onderzoek die de benodigde steekproefgrootte met 30-40% verminderden, voorspellende modellen voor cardiovasculair risico die standaard klinische schalen overtreffen, en statistische pipelines die de effectiviteit van medicijnen vergelijken over markten. 2 peer-reviewed publicaties in data-analyse.

Waar ik mee kan helpen: het bouwen en evalueren van ML-modellen (Random Forest, XGBoost, regressie) met juiste validatie, niet alleen een passend model zonder diagnostiek; overleving/tijd-tot-gebeurtenis analyse (Cox PH, Kaplan-Meier); A/B-testen en statistische significantietesten correct uitvoeren; data schoonmaken en feature engineering; methodologie duidelijk uitleggen zodat je het zelf kunt verdedigen tijdens een scriptie- of stakeholderbijeenkomst.

Stack: Python (Scikit-learn, Pandas, NumPy, SciPy, PyTorch), R, Statsmodels. Elke oplevering wordt vergezeld van een uitleg in gewone taal over wat is gedaan en waarom. Stuur je dataset of beschrijf deze, en ik stel de juiste aanpak voor