Über mich

Ich bin ein angewandter Data Scientist mit starkem mathematischen Hintergrund und studiere derzeit im Master Mathematik. Meine Arbeit liegt an der Schnittstelle von statistischer Modellierung, Machine Learning und realen Daten.

Ich habe praktische Erfahrung im Aufbau, der Evaluierung und Iteration von Machine-Learning-Modellen, mit besonderem Fokus auf NLP, Zeitreihenanalyse und Anomalieerkennung.

Mir sind Modellqualität, Interpretierbarkeit und Robustheit sehr wichtig, und ich versuche, Annahmen, Limitationen und Unsicherheiten explizit statt implizit zu machen.

In meinen Projekten interessiere ich mich besonders dafür zu verstehen, wann Modelle vertrauenswürdig sind—und wann nicht.

Hinweis: Die technischen Inhalte (Code, Blog, Modellbeschreibungen) sind überwiegend auf Englisch, da dies die Arbeitssprache im Bereich Data Science ist.