Vertragstyp: Berater
Klient: Oberösterreichische Versicherung
AG
Funktion: Data Science Berater
Zeitraum: Jul 2015 – Nov
2015
Umfang: 125h
Data Science • Linux • Python • numpy • scipy • matplotlib • ipython • scikit-learn • Kyoto Cabinet • LevelDB
Im Zuge dieses Projektes analysierte ich interne Datenquellen der Oberösterreichischen Versicherung mit Data Science Methoden. Insbesondere nahm ich eine automatische Mustererkennung mittels maschinellem lernen (machine learning) und eine Modellbildung zwecks Vorhersage (predictive modelling) vor. Die Ergebnisse präsentierte ich unmittelbar auf Vorstandsebene.
Zur Verfügung gestellt wurden Rohdaten aus unternehmenseigenen IT Infrastrukturen. Um diese in ein homogenes und für Analysezwecke geeignetes Format zu bringen führte ich umfangreiche Datenvorverarbeitungen (preprocessing) durch.
Die Daten wurden dann mithilfe bayesscher Methoden einer multivariaten Analyse unterzogen. Untersucht wurden also Kombinationen von Variablen die aus den Daten hervorgingen, anstatt die Variablen einzeln und in Isolation zu betrachten.
Daraus ließen sich sowohl anwendbare Einblicke (actionable insight) ableiten, als auch eine Modellbildung mit unmittelbaren Anwendungen für den Auftraggeber.