Nico Feiler

Du suchst einen Data Scientist, der komplexe Daten in verlässliche, produktionsreife Modelle verwandelt? Genau da setze ich an.

Als Physiker (M.Sc., LMU München) und Data Scientist mit über 2 Jahren Erfahrung an führenden Forschungseinrichtungen wie dem Max-Planck-Institut für Quantenoptik entwickle ich Machine-Learning- und Deep-Learning-Lösungen, die auch unter komplexen, hochdimensionalen Daten robust funktionieren. Mein Hintergrund in Physik gibt mir ein tiefes mathematisch-statistisches Verständnis, das ich in echte, wirkungsvolle Modelle übersetze, etwa in einem Projekt zur nicht-invasiven Krebsdetektion mit einer AUC von rund 0.90, veröffentlicht in ACS Central Science.

Was ich mitbringe:

Fundierte Expertise in Python (Scikit-Learn, TensorFlow, PyTorch, Pandas), R und SQL für den gesamten Data-Science-Workflow, von der Datenaufbereitung bis zum produktionsreifen Modell

Erfahrung im Aufbau eigener Tools und Pipelines, etwa ein internes Python-Package zur Automatisierung von Preprocessing-Schritten, das den manuellen Aufwand für ein ganzes Forschungsteam deutlich reduziert hat

Peer-reviewte Publikationen in renommierten Journals (ACS Central Science, Journal of Biophotonics, BMC Medicine), die belegen, dass ich Projekte nicht nur umsetze, sondern bis zur wissenschaftlichen Validierung durchdenke

Klare, verständliche Kommunikation komplexer Ergebnisse, wichtig für Teams ohne tiefes Data Science-Know-how.

Ich unterstütze Dich bei Projekten in den Bereichen Machine Learning, Data Analysis, Predictive Modeling und Deep Learning, egal ob es um ein einzelnes Modell, eine Datenpipeline oder eine tiefere Analyse geht. Lass uns besprechen, wie ich Dein Projekt konkret voranbringen kann.