Über Patrick
Hallo! Ich bin Patrick, Data Scientist und Data Engineer mit Fokus auf Performance und Effizienz.
Als M.Sc. Informatiker (TU München) und ehemaliger Data Scientist bei einem führenden deutschen FinTech (Finanzguru) verstehe ich nicht nur die Algorithmen, sondern auch die Infrastruktur, die sie trägt. Mein Ziel ist es, Datenprojekte nicht nur "zum Laufen" zu bringen, sondern sie schneller, kostengünstiger und wartbarer zu machen.
Warum Sie mich buchen sollten
- 🚀 Performance & Effizienz: Ich schreibe nicht nur Python-Code, ich optimiere ihn. Für rechenintensive Tasks setze ich auf Rust, um Laufzeiten massiv zu verkürzen.
- 💰 Cloud-Kostenreduktion: Bei Finanzguru habe ich Databricks-Pipelines optimiert und Laufzeiten signifikant gesenkt. Ich erkenne Ineffizienzen in der Architektur sofort.
- 📊 End-to-End Verständnis: Von der Rohdaten-Ingestion (ETL/ELT in AWS/Databricks) über das Training von ML-Modellen (PyTorch/MLFlow) bis hin zum Business-Dashboard (Sigma/Tableau).
Meine Schwerpunkte
- Data Engineering: Aufbau und Optimierung von Pipelines (Databricks, Delta Lake, PySpark).
- Machine Learning Operations (MLOps): Deployment von Modellen, Orchestrierung und A/B-Testing (Sequential Testing).
- High-Performance Computing: Umschreiben von Bottlenecks in Rust für maximale Geschwindigkeit.
- Business Intelligence: Klare Visualisierung komplexer Daten für Stakeholder.
Tech Stack
Python, Rust, SQL, Databricks, PySpark, AWS (S3), MLFlow, PyTorch, Docker, Git
Ich freue mich auf spannende Projekte, Remote oder vor Ort!
Deutsch
Muttersprachlich oder zweisprachig
Englisch
Muttersprachlich oder zweisprachig
Polnisch
Grundkenntnisse
Nur remote
Führt Projekte hauptsächlich remote aus
Projekt- und Berufserfahrung
- Finanzguru by dwins GmbHData ScientistBANKEN & VERSICHERUNGENApril 2022 - November 2025 (3 Jahre und 7 Monate)Frankfurt, HE, GermanyVerantwortlich für die Konzeption und Implementierung skalierbarer ML-Lösungen mittels PyTorch und MLFlow in einer stark regulierten Umgebung. Ein Schwerpunkt lag auf der Kosten- und Performance-Optimierung der Databricks-Umgebung: Durch Refactoring der Data & ML Pipelines konnte ich die Laufzeiten massiv reduzieren und Cloud-Kosten signifikant senken. Zudem Entwicklung eines internen Tools zur Orchestrierung komplexer Datenprozesse sowie Einführung sequenzieller A/B-Testverfahren (mSPRT & Sequential Testing).
- iHaus AGData EngineerINTERNET DER DINGEDezember 2020 - März 2022 (1 Jahr und 3 Monate)Munich, GermanyAufbau der firmeninternen Datenlandschaft auf der "Greenfield"-Wiese ("from scratch"). Ich konzipierte und implementierte die zentrale Datenarchitektur basierend auf AWS S3. Kernaufgaben waren das Design robuster ETL/ELT-Prozesse, um Rohdaten aus verschiedenen IoT-Quellen nutzbar zu machen, sowie die anschließende Datenmodellierung für Business-Analysen. Dieses Projekt legte das Fundament für die datengetriebene Entscheidungsfindung des Unternehmens.
- Wacker Neuson SEWerkstudium: Virtual Reality Software EngineerMASCHINENBAUOktober 2017 - November 2020 (3 Jahre und 1 Monat)Munich, GermanyIn diesem Job entwickelte ich VR-Anwendungen und "Digital Twins" zur Simulation von Baumaschinen, wofür ich mit dem unternehmensinternen Agility Award ausgezeichnet wurde. Neben der Softwareentwicklung übernahm ich eine analytische Schlüsselrolle: Ich wertete komplexe Zeiterfassungsdaten aus Jira aus, um Engpässe in der Projektplanung zu identifizieren. Durch diese datenbasierte Analyse konnte die Ressourcenplanung und Effizienz in der Entwicklung signifikant verbessert werden.
Empfehlungen
Sei die erste Person, die Patrick empfiehlt
Teile Deine Erfahrung aus der Zusammenarbeit mit diesem Freelancer.
Diese Freelancer passen auch zu Ihren Kriterien
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Ausbildung und Abschlüsse
- M.Sc. InformatikTechnische Universität MünchenM.Sc. Informatik
- Erasmus+ ExchangeWroclaw University of Science and TechnologyErasmus+ Exchange