Florian Hein

Profile 

I am a mathematician and have specialized in probability theory and statistics during 
my  studies.  Especially  I  dealt  with  the  basics  for  machine  learning  and  statistical 
simulation  models.  In  my  professional  career  I  have  further  deepened  these  special 
fields.  In  my  work  as  an  IT  consultant  and  later  as  a  freelance  data  scientist,  I  have 
gained  experience  in  various  projects  in  the  field  of  Business  Intelligence  and  Data 
Science.  In  various  technical  contexts  I  have  been  responsible  for  data  warehouse 
development,  statistical  analysis  and  the  development  of  simulation  and  prediction 
models.  The  following  section  gives  an  overview  of  my  previous  projects  and  the 
activities  I  have  been  involved  in.  In  the  last  section  you  will  find  a  list  of  my 
professional career and my professional skills. 

Project Experiences 

VOLKSWAGEN / UMI – 8/2019 BIS 3/2020 

Urban  Mobility  International  (UMI)  is  a  fully  owned  subsidiary  of  Volkswagen  and 
operates  the  purely  electric  car  sharing  service  WeShare.  The  company  started 
operations in Berlin in summer 2019 and is now expanding the service to more and 
more cities throughout Europe. The exclusive use of electric vehicles and the resulting 
increased  maintenance  times  create  additional  challenges  for  the  operation  of  the 
vehicle  fleet.  These  were  also  reflected  in  the  technical  requirements  in  the  data 
department.  

As  part  of  the  data  team,  my  tasks  included  designing  the  data  warehouse, 
constructing data pipelines and building statistical reports in the form of dashboards 
or ad hoc analyses for the various business departments in the company to support 
them in their work. In close cooperation with the respective stakeholders, I discussed 
the  business  requirements  and  tailored  the  database  design  accordingly  to  ensure 
efficient analyses. 

In  addition  to  these  classical  data  analyses,  my  field  of  activity  also  included  the 
development  of  algorithms  for  operational  purposes  and  the  programming  of 
simulation  and  prediction  models.  Using  machine  learning  and  optimization 
techniques,  I  developed  models  for  the  prediction  of  demand  and  downtime  and 
based  on  these  models  I  wrote  algorithms  that  control  maintenance  operations  and 

CV 

Florian Hein

the  relocation  of  vehicles  from  coldspots  to  hotspots.  The  aim  was  to  achieve  the 
highest possible fleet availability and utilization. 

Applied  technologies  and  qualifications:

  Google  Cloud  Platform,  BigQuery,  Google 

Data Studio, Apache Airflow, Python, Dash, Data Warehousing, Evaluation of geodata, 
Data Engineering, Data Analysis, Data Science, Machine Learning, Optimization 

GWQ SERVICEPLUS AG, DÜSSELDORF – 11/2018 BIS 2/2019 

GWQ  uses  statistical  methods  to  evaluate  the  data  of  insurants  of  health  insurance 
companies.  The  aim  is  to  develop  predictive  models  that  identify  previously 
undiscovered  diseases  amongst  insured  persons  or  determine  whether  persons 
belong to risk groups that could be affected by certain diseases in the future. The aim 
is to improve medical care for the insured while at the same time optimizing costs for 
the health insurance companies. 

Within the scope of this project I have supported GWQ in various projects. I consulted 
on the possibilities of using Machine Learning and was involved in the implementation 
of these projects myself. The data was obtained from a data warehouse and prepared 
for the application of data science methods using SQL and R. 

Applied technologies and qualifications:

 MS SQL Server, Machine Learning Services, 

R, Data Engineering, Data Science 

GWQ SERVICEPLUS AG, DÜSSELDORF – 12/2018 BIS 12/2018 

I gave a training course of several days at the customer's site on the subject of R and 
Machine  Learning  Services  on  the  MS  SQL  Server.  The  main  focus  was  to  show  the 
employees  the  possibilities  for  the  use  of  statistical  methods  and  machine  learning 
procedures on the SQL Server. 

Applied technologies and qualifications: 

MS SQL Server, Machine Learning Services, 

R, Data Science 

GIZ, BONN UND ESCHBORN – 11/2018 BIS 2/2019 

As part of a digitalization project at the customer, a study was carried out to document 
the existing data use and interconnectivity in the company and to reveal potential for 
creating added value from the existing data through the use of modern BI and data 
science methods. In addition, problems in data governance were to be identified and 
recommendations for measures to improve data quality were to be made.  

I conducted interviews and workshops at the client's site and then prepared the report. 
In this study, the customer was provided with detailed solutions on how to optimize 
data  governance  and  enable  interconnected  data  use  across  departments  and 
company sites through a cloud infrastructure with data Warehouse and Data Lake.   In 
addition, concepts for the use of BI tools and machine learning were explained, which 
can solve problems that arose from the interview appointments. 

Applied technologies and qualifications:

 Data Warehousing, Data Science, Consulting 

TERRANET SOFTWARE GMBH, BERLIN – 4/2018 BIS 7/2018 

The  customer  offers  a  data  warehouse  solution  with  its  own  software  for  health 
insurance  companies.  In  order  to  meet  the  requirements  of  health  insurance 
companies  with  a  large  number  of  insured  persons  and  correspondingly  large 
amounts of data, the performance of the ETL pipelines for the data warehouse had to 
be optimized. For this purpose, several stored procedures had to be reworked in order 
to improve the data processing durations. 

Applied  technologies  and  qualifications:

  Data  Warehousing,  Data  Vault,  MS  SQL 

Server 

DEUTSCHE APOTHEKER- UND ÄRZTEBANK, DÜSSELDORF – 3/2018 BIS 9/2018 

The  customer  needed  a  system  that  would  allow  them  to  easily  retrieve  and  read 
important press releases. To this end, a solution was developed in which a web crawler 
retrieves news reports from various sources, cleans them up and makes them available 
in a dashboard in a clear form for the user. In order to give the user the possibility to 
filter  the  messages  according  to  topic  or  importance  of  the  message,  an  artificial 
intelligence  was  integrated,  which  classifies  all  articles  that  have  been  picked  up 
before they are made available in the dashboard.  

My  task  in  this  project  was  to  implement  this  artificial  intelligence.  During  the 
implementation Natural Language Processing and an Ensemble method were used to 
solve the classification problem. 

Applied technologies and qualifications:

 Apache Spark, Tensorflow, Machine 

Learning, Natural Language Processing 

STADTREINIGUNG HAMBURG – 3/2018 BIS 5/2018 

The  data  warehouse  of  the  Hamburg  city  cleaning  service  was  currently  undergoing 
reconstruction. Step by step, the database schema was to be unified and expanded. 
For this purpose, ETL pipelines had to be reworked or newly created, the connection to 
the OLAP Cube had to be made and reports had to be generated in Excel.  

I  have  been  supporting  this  project  for  about  3  months  and  have  developed  new 
connections  for  individual  departments.  I  have  also  carried  out  the  necessary 
connections in the Cube as well as the generation of reports. 

Applied technologies and qualifications:

 MS SQL Server, SSIS, SSAS, MS Excel 

CONTIPARK PARKGARAGEN GMBH, DÜSSELDORF – 11/2017 BIS 12/2017 

In  this  project,  a  reporting  system  was  developed  as  part  of  a  proof  of  concept  to 
monitor  the  utilization  of  parking  facilities.  Raw  data  on  entrances  and  exits  were 
imported and processed on an SQL server. To evaluate the data, a dashboard was then 
set  up  in  Power  BI,  which  can  be  used  to  call  up  key  figures  and  filter  the  data 
according  to  various  criteria.  I  worked  on  this  project  completely  on  my  own 
responsibility and completed it successfully. 

Applied technologies and qualifications:

 MS SQL Server, SSIS, Power BI, Data Analysis 

FASHIONETTE GMBH, DÜSSELDORF – 7/2017 BIS 12/2017 

The customer is an online retailer that needed to build a data warehouse from scratch 
as part of the project. This was primarily designed for purchase controlling and should 
make it possible to determine the need for ordering goods. For this purpose a DWH 
was created on a MS SQL Server and a Tabular Cube was set up with Analysis Services. 

The cube was used to evaluate sales numbers from the past and a calculation logic was 
used to compute forecasts for future requirements. 

I myself was the team leader of this project and was responsible for the design of the 
DWH  and  the  setup  of  the  ETL  pipelines.  I  also  designed  and  implemented  the 
calculation logic for the Cube. 

Applied  technologies  and  qualifications:

  MS  SQL  Server,  SSIS,  SSAS,  Data 

Warehousing, Predictive Analysis 

Professional Experiences 

- Freelance data scientist and BI developer - 08/2019 till today 

- adesso AG, Berlin, Consultant for Data Science & BI - 02/2018 bis 02/2019 

- ixto GmbH, Berlin, Consultant for Data Science & BI - 07/2017 bis 01/2018 

University Education 

- University Rostock – Mathematics Master 2014 bis 2017 

- University Rostock – Mathematics Bachelor 2009 bis 2014 

Skills 

- Programming: Python, R, Ruby, Apache Spark, Matlab, SQL, Git, HTML, CSS 

- Work with machine learning frameworks e.g. Scikit-Learn, Tensorflow and Keras. 

- Evaluation of geodata e.g. with h3-Framework from Uber 

- Data Science: Use of various unsupervised and supervised learning methods e.g. 

deep learning, support vector machines, time series analyses, association analyses 

- Data Engineering / ETL: Apache Airflow, SSIS 

- Business Intelligence: Google BigQuery, MS SQL Server, MySQL, PostgreSQL, Power 

BI, Looker, Dash

Profil 

Ich  bin  Mathematiker  und  habe  mich  in  meinem  Studium  auf  die  Bereiche 
Wahrscheinlichkeitstheorie und Statistik spezialisiert. Besonders habe ich mich mit den 
Grundlagen für Machine Learning und statistischen Simulationsmodellen auseinander 
gesetzt. In meiner beruflichen Laufbahn habe ich diese Spezialgebiete weiter vertieft. 
In meiner Tätigkeit als IT Consultant und später als freiberuflicher Data Scientist habe 
ich  in  diversen  Projekten  Erfahrungen  im  Bereich  Business  Intelligence  und  Data 
Science gesammelt. Dabei habe ich in unterschiedlichsten fachlichen Kontexten Data 
Warehouse  Entwicklung,  statistische  Auswertung  und  den  Aufbau  von  Simulations- 
und  Vorhersagemodellen  betreut.  Der  folgende  Abschnitt  gibt  einen  Überblick  zu 
meinen bisherigen Projekten und den Tätigkeiten, die ich dort übernommen habe. Im 
letzten  Abschnitt  findet  sich  eine  Auflistung  beruflichen  Laufbahn  und  meiner 
fachlichen Kenntnisse. 

Projekterfahrungen 

VOLKSWAGEN / UMI – 8/2019 BIS 3/2020 

Das  Unternehmen  Urban  Mobility  International  (UMI)  ist  eine  hundertprozentige 
Tochterfirma von Volkswagen und betreibt den rein elektrischen Car Sharing Service 
WeShare. Die Firma nahm den Betrieb im Sommer 2019 in Berlin auf und weitet den 
Dienst  nun  auf  immer  mehr  Städte  in  ganz  Europa  aus.  Durch  den  ausschließlichen 
Einsatz  von  Elektrofahrzeugen  und  die  dadurch  erhöhten  Wartungszeiten  entstehen 
zusätzliche Herausforderungen beim Betrieb der Fahrzeugflotte. Diese spiegelten sich 
auch in den fachlichen Anforderungen in der Data Abteilung wider.  

Als Teil des Data Teams gehörte es zu meinen Aufgaben das Data Warehouse Design 
zu  entwerfen,  Datenpipelines  zu  konstruieren  und  für  die  verschiedenen 
Fachabteilungen im Unternehmen statistische Auswertungen in Form von Dashboards 
oder Ad Hoc Analysen zu bauen, um diese in ihrer Arbeit zu unterstützen. Dabei habe 
ich  in  enger  Zusammenarbeit  mit  den  jeweiligen  Stakeholdern  die  fachlichen 
Anforderungen  besprochen  und  das  Datenbankdesign  entsprechend  zugeschnitten, 
um effiziente Auswertungen zu gewährleisten. 

Neben diesen klassischen Datenauswertungen gehörte zu meinem Aufgabenfeld auch 
die Entwicklung von Algorithmen für operative Zwecke und die Programmierung von 
Simulations- und Vorhersagemodellen. So wurden unter Einsatz von Machine Learning 

Lebenslauf 

Florian Hein

und  Optimierungsverfahren  Modelle  für  die  Vorhersage  von  Nachfrage  und 
Ausfallzeiten  entwickelt  und  darauf  aufbauend  Algorithmen  geschrieben,  die 
Wartungsoperationen  und  die  Relokalisierungen  der  Fahrzeuge  von  Coldspots  zu 
Hotspots steuern. So sollte eine möglichst hohe Flottenverfügbarkeit und Auslastung 
erzielt werden. 

Eingesetzte  Technologien  und  Qualifikationen:

  Google  Cloud  Platform,  BigQuery, 

Google  Data  Studio,  Apache  Airflow,  Python,  Dash,  Data  Warehousing,  Auswertung 
von  Geo  Daten,  Data  Engineering,  Data  Analysis,  Data  Science,  Machine  Learning, 
Optimierung 

GWQ SERVICEPLUS AG, DÜSSELDORF – 11/2018 BIS 2/2019 

Bei  der  GWQ  werden  Versichertendaten  von  Krankenkassen  mit  Hilfe  statistischer 
Methoden ausgewertet. Dadurch sollen Vorhersagemodelle entwickelt werden, die bei 
Versicherten bisher unentdeckte Krankheiten erkennen oder feststellen, ob Personen 
Risikogruppen  angehören,  die  zukünftig  von  bestimmten  Krankheiten  betroffen  sein 
könnten. Das Ziel dabei ist eine bessere medizinische Betreuung der versicherten bei 
gleichzeitiger Kostenoptimierung für die Krankenkassen. 

Ich habe im Rahmen dieses Projekts die GWQ in verschiedenen Projekten unterstützt. 
Dabei  habe  ich  über  Möglichkeiten  zum  Einsatz  von  Machine  Learning  beraten  und 
war  selbst  an  der  Umsetzung  dieser  Projekte  beteiligt.  Die  Daten  wurden  hier  aus 
einem Data Warehouse bezogen und mit Hilfe von SQL und R für die Anwendung von 
Data Science Methoden aufbereitet. 

Eingesetzte  Technologien  und  Qualifikationen:

  MS  SQL  Server,  Machine  Learning 

Services, R, Data Engineering, Data Science 

GWQ SERVICEPLUS AG, DÜSSELDORF – 12/2018 BIS 12/2018 

Ich  habe  bei  dem  Kunden  eine  mehrtägige  Schulung  zum  Thema  R  und  Machine 
Learning Services auf dem MS SQL Server durchgeführt. Der Schwerpunkt lag darauf, 
den  Mitarbeitern  die  Möglichkeiten  für  den  Einsatz  statistischer  Methoden  und 
Machine Learning Verfahren auf dem SQL Server näher zu bringen. 

Eingesetzte  Technologien  und  Qualifikationen: 

MS  SQL  Server,  Machine  Learning 

Services, R, Data Science 

GIZ, BONN UND ESCHBORN – 11/2018 BIS 2/2019 

Im  Rahmen  eines  Digitalisierungsprojekts  beim  Kunden,  wurde  eine  Studie 
durchgeführt, um die bestehende Datennutzung und Vernetzung im Unternehmen zu 
dokumentieren und Potentiale aufzudecken, wie durch den Einsatz moderner BI und 
Data  Science  Methoden  Mehrwerte  aus  den  vorhandenen  Daten  geschaffen  werden 
können. Außerdem sollten Probleme bei der Data Governance identifiziert werden und 
Maßnahmen zur Verbesserung der Datenqualität vorgeschlagen werden.  

Ich  habe  selbst  beim  Kunden  Interviews  und  Workshops  durchgeführt  und 
anschließend  die  Studie  erstellt.  In  dieser  Studie  wurden  dem  Kunden  ausführliche 
Lösungsansätze  geliefert,  wie  er  durch  eine  Cloud-Infrastruktur  mit  data  Warehouse 
und Data Lake die Data Governance optimieren und die vernetzte Datennutzung über 
Abteilungen  und  Unternehmensstandorte  hinweg  ermöglichen  kann.    Außerdem 
wurden  Konzepte  für  den  Einsatz  von  BI  Tools  und  maschinellem  Lernen  erläutert, 
durch  die  sich  Problemstellungen  lösen  lassen,  die  sich  aus  den  Interview  Terminen 
ergeben hatten. 

Eingesetzte  Technologien  und  Qualifikationen:

  Data  Warehousing,  Data  Science, 

Beratung 

TERRANET SOFTWARE GMBH, BERLIN – 4/2018 BIS 7/2018 

Der  Kunde  bietet  eine  Data  Warehouse  Lösung  mit  einer  eigenen  Software  für 
Krankenkassen  an.  Um  den  Anforderungen  bei  Krankenkassen,  mit  sehr  vielen 
Versicherten  und  dementsprechend  großen  Mengen  an  Daten,  gerecht  zu  werden, 
musste  die  Performance  der  ETL  Ladestrecken  für  das  Data  Warehouse  optimiert 
werden.  Hierfür  mussten  etliche  Stored  Procedures  umgearbeitet  werden,  um  die 
Abläufe bei der Datenverarbeitung zu verbessern. 

Eingesetzte Technologien und Qualifikationen:

 Data Warehousing, Data Vault, MS SQL 

Server 

DEUTSCHE APOTHEKER- UND ÄRZTEBANK, DÜSSELDORF – 3/2018 BIS 9/2018 

Der Kunde benötigte ein System, über das er wichtige Pressemeldungen in einfacher 
Art  und  Weise  abrufen  und  lesen  kann.  Zu  diesem  Zweck  wurde  eine  Lösung 
entwickelt, bei der ein Webcrawler Nachrichtenmeldungen aus verschiedenen Quellen 
abgreift,  diese  bereinigt  und  in  einem  Dashboard  in  übersichtlicher  Form  für  den 
Nutzer  bereitstellt.  Um  dem  Nutzer  die  Möglichkeit  zu  geben,  die  Meldungen  nach 
Thema  oder  Wichtigkeit  der  Meldung  zu  filtern,  wurde  eine  künstliche  Intelligenz 
integriert,  die  alle  abgegriffenen  Artikel  klassifiziert,  bevor  sie  im  Dashboard 
bereitgestellt werden.  

Meine  Aufgabe  in  diesem  Projekt  bestand  in  der  Implementierung  der  künstlichen 
Intelligenz.  Bei  der  Umsetzung  wurde  Natural  Language  Processing  und  eine 
Ensemble Methode für die Lösung des Klassifizierungsproblems eingesetzt. 

Eingesetzte Technologien und Qualifikationen:

 Apache Spark, Tensorflow, Machine 

Learning 

STADTREINIGUNG HAMBURG – 3/2018 BIS 5/2018 

Bei  der  Stadtreinigung  in  Hamburg  befand  sich  zur  angegebenen  Zeit  gerade  das 
Data  Warehouse  im  Umbau.  Schritt  für  Schritt  sollte  das  Datenbankschema 
vereinheitlicht  und  erweitert  werden.  Hierfür  mussten  ETL-Strecken  umgebaut  oder 
neu  erstellt  werden,  die  Anbindung  in  den  OLAP  Cube  vorgenommen  werden  und 
Berichte in Excel generiert werden.  

Ich habe bei diesem Projekt etwa 3 Monate unterstützend mitgearbeitet und habe im 
Rahmen  dieser Tätigkeit Anbindungen  für  einzelne  Fachbereiche  neu  entwickelt  und 
sowohl  die  nötigen  Anbindungen  im  Cube  als  auch  die  Erstellung  der  Berichte 
vorgenommen. 

Eingesetzte Technologien und Qualifikationen:

 MS SQL Server, SSIS, SSAS, MS Excel 

CONTIPARK PARKGARAGEN GMBH, DÜSSELDORF – 11/2017 BIS 12/2017 

Bei  diesem  Projekt  wurde  im  Rahmen  eines  Proof  of  Concept  ein  Reporting  System 
entwickelt, über das sich die Auslastung von Parkhäusern überwachen lässt. Rohdaten 
über Ein- und Ausfahrten wurden auf einen SQL Server importiert und aufbereitet. Zur 
Auswertung  der  Daten  wurde  dann  ein  Dashboard  in  Power  BI  aufgesetzt,  über  das 

sich Kennzahlen abrufen lassen und die Daten nach diversen Kriterien gefiltert werden 
können.  Dieses  Projekt  habe  ich  komplett  eigenverantwortlich  bearbeitet  und 
erfolgreich abgeschlossen. 

Eingesetzte Technologien  und  Qualifikationen:

  MS  SQL  Server,  SSIS,  Power  BI,  Data 

Analysis 

FASHIONETTE GMBH, DÜSSELDORF – 7/2017 BIS 12/2017 

Bei  dem  Kunden  handelt  es  sich  um  einen  Onlinehandel,  für  den  im  Rahmen  des 
Projekts  ein  Data  Warehouse  von  Grund  auf  aufgebaut  werden  sollte.  Dieses  wurde 
vorwiegend  für  das  Einkaufscontrolling  konzipiert  und  sollte  es  ermöglichen  den 
Bedarf  für  Warenbestellungen  zu  ermitteln.  Zu  diesem  Zweck  wurde  ein  DWH  auf 
einem MS SQL Server erstellt und mit Analysis Services ein Tabular Cube aufgesetzt. 
Über den Cube wurden Verkaufszahlen aus der Vergangenheit ausgewertet und über 
eine Berechnungslogik Prognosen für die zukünftigen Bedarfe errechnet. 

Ich  selbst  hatte  bei  diesem  Projekt  die Teamleitung  und  habe  das  Design  des  DWH 
und  den  Aufbau  der  ETL  Strecken  verantwortet.  Außerdem  habe  ich  die 
Berechnungslogik für den Cube konzipiert und umgesetzt. 

Eingesetzte  Technologien  und  Qualifikationen:

  MS  SQL  Server,  SSIS,  SSAS,  Data 

Warehousing, Predictive Analysis 

Berufserfahrungen 

- Freiberuflicher Data Scientist und BI Entwickler - 08/2019 bis heute 

- adesso AG, Berlin, Consultant für Data Science u. BI - 02/2018 bis 02/2019 

- ixto GmbH, Berlin, Consultant für Data Science u. BI - 07/2017 bis 01/2018 

Hochschulbildung 

- Universität Rostock – Mathematik Masterstudium 2014 bis 2017 

- Universität Rostock – Mathematik Bachelorstudium 2009 bis 2014 

Kenntnisse 

- Programmierung: Python, R, Ruby, Apache Spark, Matlab, SQL, Git, HTML, CSS 

- Arbeit mit Machine Learning Frameworks z.B. Scikit-Learn, Tensorflow und Keras. 

- Auswertung Geodaten z.B. mit h3-Framework von Uber 

- Data Science: Einsatz diverser Unsupervised und Supervised Learning Verfahren z.B. 

Deep Learning, Support Vector Machines, Zeitreihenanalysen, Assoziationsanalysen 

- Data Engineering / ETL: Apache Airflow, SSIS 

- Business Intelligence: Google BigQuery, MS SQL Server, MySQL, PostgreSQL, Power 

BI, Looker, Dash