Data scientist, jolla on seitsemän vuoden kokemus ennuste- ja optimointijärjestelmien rakentamisesta, jotka toimivat tuotannossa eivätkä muistikirjoissa. Vastaa tällä hetkellä kysyntäennustamisesta päivittäistavara-alustalle, jossa mallien parannukset vähensivät tuoretuotteiden hävikkiä 18 % 140 myymälässä. Ottaa mielellään vastuun koko polusta: ongelman kehystämisestä, mallinnuksesta, käyttöönotosta ja seurannasta, joka pitää mallin rehellisenä.
Työkokemus
Senior Data Scientist, ennustaminen
Mercadia, verkkopäivittäistavara-alusta·Helsinki, Suomi
maaliskuusta 2022 alkaen
Vastaa myymäläkohtaisesta kysyntäennustamisesta, joka ohjaa täydennystä 140 myymälässä ja noin 30 000 tuotenimikkeelle.
Korvasi vanhan tilastollisen putken gradient-boosting-hierarkiamallilla ja paransi tuotenimiketason WAPE:a 34 prosentista 24 prosenttiin.
Ennusteparannukset vähensivät tuoretuotteiden hävikkiä 18 % ja loppuunmyyntejä 11 %, arvoltaan noin 6 miljoonaa euroa vuodessa.
Rakensi ajautumisen seurannan ja automaattisen taaksepäintestauksen; hiljaiset mallin heikkenemiset havaitaan nyt tunneissa viikkojen sijaan.
Vetää neljännesvuosittaisen ennustekatsauksen toimitusketjun johdon kanssa ja kääntää mallin käyttäytymisen ostopäätöksiksi.
EnnustaminenGradient boostingMLOpsVähittäiskauppa
Data Scientist
Voltaz Energia·Helsinki, Suomi
syyskuusta 2019 helmikuuhun 2022
Lyhyen aikavälin kuormitus- ja uusiutuvan energian ennustaminen energiayhtiölle, joka tasapainotti 400 MW:n portfoliota.
Paransi vuorokausimarkkinan kuormitusennusteen MAPE:a 4,1 prosentista 2,9 prosenttiin ja leikkasi tasepoikkeamakustannuksia noin 1,2 miljoonaa euroa vuodessa.
Rakensi probabilistisen aurinkotuotantomallin, jota kaupankäyntipöytä käytti päivänsisäiseen positiomitoitukseen.
Otti käyttöön piirrevaraston mallit, jotka lyhensivät uuden mallin iteraatioajan viikoista päiviin.
Asiakas- ja valikoima-analytiikkaa vähittäiskaupan asiakkaille.
Rakensi teleoperaattoriasiakkaalle poistuma-pisteytysmallin, joka nosti asiakaspitokampanjan konversiota 2,3-kertaiseksi satunnaiseen kohdennukseen verrattuna.
Automatisoi viikoittaisen asiakasraportoinnin, mikä vapautti noin yhden analyytikkopäivän viikossa.