Machine Learning Consultant (m/w/d) – Churn Prediction & Retention Analytics

Berlin, Deutschland20% RemoteFreiberuflichab sofortDauer 1 Monat60% Auslastung

Teilen Sie das Projekt per E-Mail

Nachdem Sie das Projekt gemeldet haben, erhalten Sie eine Bestätigung per E-Mail. Wir prüfen Ihre Angaben und ergreifen bei Bedarf die erforderlichen Maßnahmen.

HandelAPIsAlgorithmusData AnalysisKundenbindungForecastingPythonMachine LearningNumPySchreiben von DokumentationStreamingTechnische DokumentationAusbildungsaktivitätenDemonstrations-FähigkeitenFeature-EngineeringpandasScikit-learnXgboost

Für ein datengetriebenes Analyseprojekt wird ein erfahrener ML-Berater gesucht, der den vollständigen Prozess zur Churn-Vorhersage und Empfehlung von Maßnahmen zur Kundenbindung mit aufbaut. Der Berater unterstützt bei: 1. Datenanalyse & Feature EngineeringAnalyse vorhandener strukturierter und unstrukturierter Datenquellen Auswahl und Ableitung relevanter Features zu Nutzerverhalten, Aktivitätstrends, Transaktionen, Engagement und Interaktionen Erstellung eines konsistenten Feature-Schemas für Modelltraining und Scoring 2. Modellkonzeption & TrainingDefinition des Churn-Ziels (Label) gemeinsam mit dem Projektteam Auswahl geeigneter Modellklassen und Algorithmen Training, Hyperparameter-Optimierung, Validierung und Vergleich verschiedener Modelle Erstellung eines Churn-Scores inklusive Erklärbarkeit (Feature Importances, Model Explainability) 3. Vorbereitung für Produktivbetrieb / IntegrationDesign einer Scoring-Pipeline (Batch oder Near-Real-Time) Unterstützung beim Aufbau eines Schnittstellenkonzepts für den späteren Einsatz (API/Streaming) Vorbereitung einer „Action Recommendation“-Logik für Folgeprozesse 4. Dokumentation & ÜbergabeAusführliche Modell- und Datenbeschreibung Technische Dokumentation für Dev-/Ops-Teams Präsentation der Ergebnisse an Stakeholder Anforderungen / Skills (Was muss der Berater können?)Fachliche SkillsMehrjährige Erfahrung im Bereich Machine Learning (insbesondere Klassifikation) Sehr gute Kenntnisse in: Python, Pandas, NumPy Scikit-Learn, XGBoost, LightGBM Erfahrung in Feature Engineering für Verhaltens-, Engagement- oder Zeitreihendaten Sicher im Umgang mit mittelgroßen bis großen Datensätzen Modell- und DatenverständnisErfahrung mit ML-Pipelines (vom Rohdatensatz bis zum Deployment-Ready Model) Fähigkeit, Modelle verständlich zu erklären Erfahrung im Umgang mit API- oder Event-basierten Systemen wünschenswert Klare und strukturierte Kommunikation Fähigkeit, komplexe technische Themen einfach aufzubereiten Nice-to-haveErfahrung mit NLP für unstrukturierte Texte Erfahrung mit Real-Time oder Streaming-Scoring