Masoud

Ontwikkel praktische data-engineering- en data-science-oplossingen met Python, PySpark, SQL en Azure Databricks. Bouw onder andere real-time Kafka-naar-Databricks pipelines, Spark Structured Streaming-workflows, Bronze/Silver/Gold lakehouse-lagen en Azure Data Factory-processen voor incrementele data-ingestie. Implementeer datakwaliteitscontroles zoals schema-validatie, deduplicatie, reconciliatie, foutafhandeling en source traceability. Gebruik Databricks Asset Bundles, GitHub Actions en pytest voor reproduceerbare configuratie, testing en CI/CD. Werk daarnaast aan machine-learning-, NLP- en statistische projecten, waaronder semantic clustering met embeddings en LLM-assisted labelling, predictive modelling, modelvalidatie en Bayesiaanse hiërarchische modellering. Vertaal technische resultaten naar analyseklare datasets, interpreteerbare modellen en duidelijke zakelijke inzichten. Behaalde in mei 2026 de Databricks Certified Data Engineer Associate-certificering.

Ontwikkelde herbruikbare Python-, PySpark- en SQL-workflows op Azure Databricks voor het verwerken, valideren en analyseren van operationele data. Ontwikkelde en valideerde predictive-maintenance-modellen met XGBoost en Random Forest. De modellen behaalden 83% held-out accuracy en droegen bij aan een geschatte jaarlijkse kostenbesparing van €3,5 miljoen. Bouwde daarnaast een NLP enrichment- en failure-mode-clusteringpipeline voor meer dan 12.000 ongestructureerde operationele teksten. Hierdoor werd de handmatige beoordeling met 60% verminderd en konden terugkerende failure modes beter worden geanalyseerd. Paste datakwaliteitscontroles, Git, GitHub Actions, pytest, CI/CD, deduplicatie, reconciliatie en source traceability toe. Werkte samen met engineers, business controllers en andere stakeholders om requirements te vertalen naar betrouwbare datasets, modellen en Spotfire-inzichten.

Begeleidde meer dan 50 studenten bij Python-programmering, debugging, data-analyse, reproduceerbare workflows en process analysis. Ontwikkelde herbruikbare codevoorbeelden, ondersteunde studenten bij het structureren en valideren van analyses en legde statistische en technische concepten begrijpelijk uit. Versterkte hiermee mijn vaardigheden in kennisdeling, code review, probleemdiagnose en communicatie met mensen met verschillende technische achtergronden.

Onderzocht juridische en regelgevende uitdagingen bij het toepassen van machine learning op AML, waaronder interpretability, privacy, adversarial risks en data leakage. Voerde theoretisch onderzoek en interviews uit met Nederlandse compliance- en juridische professionals. Deze ervaring versterkte mijn kennis van responsible AI, explainability, gevoelige data en modelgebruik in gereguleerde omgevingen.

Ontwikkelde SQL-gebaseerde workflows voor data-extractie, ETL, reconciliatie, analyse en rapportage over klant-, transactie-, repayment-, kredietrisico-, fraude- en AML-data. Voerde exploratory data analysis, trendanalyse, risico-evaluatie en datakwaliteitscontroles uit. Paste onder andere logistic regression, decision-tree-methoden, risk scoring en threshold analysis toe om risicopatronen te herkennen en verdere beoordeling te ondersteunen. Automatiseerde terugkerende dataverwerking en rapportage, waardoor de handmatige inspanning met 40% werd verminderd. Documenteerde business rules, onderzocht ontbrekende of inconsistente records en werkte samen met risk-, audit-, compliance- en business-stakeholders. Deze ervaring combineerde data-analyse en statistische besluitvorming met praktische SQL-data-engineering in een gereguleerde omgeving.