Susanne Feile

Angestellt, Data Scientist - Fachreferentin für Location Based Data Science, PAYBACK GmbH, Part of the American Express Group

München, Deutschland

Fähigkeiten und Kenntnisse

Statistik
Master
Master in Statistik
analytisches Denken
strukturiertes Arbeiten
Teamfähigkeit
Datenanalyse und Interpretation
Eigeninitiative
Data Mining
Gesunder Menschenverstand
Customer Segmentations
CRM
Data Scientist
Python
SQL
Data Science
Big Data
MS Office
Python pandas
Customer Insight

Werdegang

Berufserfahrung von Susanne Feile

  • Bis heute 4 Jahre und 11 Monate, seit Juli 2019

    Data Scientist - Fachreferentin für Location Based Data Science

    PAYBACK GmbH, Part of the American Express Group
  • Bis heute 6 Jahre und 7 Monate, seit Nov. 2017

    Senior Data Scientist

    PAYBACK GmbH, Part of the American Express Group
  • 2 Jahre und 10 Monate, Jan. 2015 - Okt. 2017

    Data Analyst

    emnos GmbH, Part of the American Express Group

    Beratung internationaler Einzelhändler; Kundensegmentierungen; Generierung handlungsrelevanter Customer Insights

  • 10 Monate, März 2014 - Dez. 2014

    Junior Data Analyst

    emnos GmbH, Part of the American Express Group

    Analysen zum Kundenverhalten im Retail Business

Ausbildung von Susanne Feile

  • 1 Jahr und 9 Monate, Apr. 2012 - Dez. 2013

    Statistik

    Ludwig-Maximilians-Universität

    Statistik mit wirtschafts- und sozialwissenschaftlicher Ausrichtung, Schwerpunkte: Zeitreihen, Consumer Research, Ökonometrie, longitudinale Daten, Versuchsplanung, Statistische Methoden der Epidemiologie, Master Thesis: "Temporally stable clustering of products in the retail business" bei emnos

  • 7 Monate, Sep. 2010 - März 2011

    Statistik

    Universidad Complutense de Madrid (UCM)

    Auslandssemester

  • 3 Jahre und 6 Monate, Okt. 2008 - März 2012

    Statistik

    Ludwig-Maximilians-Universität, München

    Nebenfach: Soziologie, Schwerpunkte: Lineare Modelle, Regression, Multivariate Verfahren, Stichprobentheorie, Bachelor Thesis: "Messung von Kompetenz mithilfe des Rasch-Modells. Eine empirische Untersuchung von Mathematik-Fähigkeit"

Sprachen

  • Deutsch

    Muttersprache

  • Englisch

    Fließend

  • Spanisch

    Gut

  • Französisch

    Grundlagen

21 Mio. XING Mitglieder, von A bis Z