Logistisch regressiemodel ontwikkeld in Python tijdens een stage-opdracht in HealthTech. Zelf de dataset opgenomen en statistische analyses uitgevoerd om te bepalen welke variabelen een significant effect hadden op de uitkomst.
Van ruis naar signaal
Student Biomedical Engineering. Ik valideer algoritmes in HealthTech, bouw trading systemen die live draaien en help bedrijven slimmere keuzes maken met hun eigen data.
Eerst meten, dan een mening.
Als student Biomedical Engineering leerde ik dat een algoritme pas waarde heeft als het bewezen betrouwbaar is. Bij Alderli rondde ik een opdracht af rond algoritmevalidatie: zelf de dataset opgenomen, een logistisch regressiemodel gebouwd en statistisch bepaald welke variabelen er echt toe doen.
Diezelfde discipline pas ik toe buiten het lab. Ik bouw algoritmische trading systemen in Python die live draaien op Oracle Cloud, en voer data-analyses uit die bedrijven concrete antwoorden geven op hun business-vragen.
Daarnaast help ik als Strategic Business Partner bij Webticians kleine bedrijven aan nieuwe klanten en een betere marketingaanpak. Die combinatie werkt goed: ik kan met een developer over data praten en met een ondernemer over groei.
Waar ik mee werk.
Alles wat hier staat, kom je verderop in het werk ook echt tegen. Ik noem liever niets wat ik niet kan laten zien.
Data & engineering
Algoritmes & validatie
Deployment & systemen
Groei & acquisitie
Vertaling & communicatie
Meten
Elke vraag begint bij data. Verzamelen, opschonen en vooral checken of je erop kunt bouwen. Bij Alderli betekende dat zelf de dataset opnemen; bij een klant betekent het eerlijk zijn over wat de cijfers wél en niet kunnen zeggen.
Modelleren
Daarna zoek ik uit wat er echt toe doet. Statistische modellen die laten zien welke variabelen het verschil maken — logistische regressie voor medische data, backtests voor trading strategieën, segmentatie voor klantdata.
Leveren
Een model is pas af als iemand er een beslissing mee kan nemen. Dus: systemen die gewoon draaien, visualisaties die je direct kunt gebruiken, en uitleg in normale taal.
Het werk.
Diverse algoritmische trading strategieën ontwikkeld in Python, gebaseerd op statistisch onderzoek naar marktgedrag. Elke strategie wordt gevalideerd op historische data voordat hij live draait.
Maatwerk data-analyses op basis van de specifieke vraag van de klant: van klant- en productinzichten tot retentie- en gedragsanalyses. Opgebouwd in Python met pandas en visualisaties die direct bruikbaar zijn voor beslissingen.
Diverse academische projecten met focus op biomedische systemen, programming en CAD — de basis van mijn technische werkwijze.
Verantwoordelijk voor het identificeren en binnenhalen van nieuwe klanten. Ontwikkeling van marketingstrategieën die leiden tot meetbare groei voor kleine bedrijven.
Bedrijven helpen betere beslissingen te nemen door verborgen patronen in hun eigen data zichtbaar te maken: welke klanten zijn écht waardevol, waar zit groeipotentie, waar lekt omzet weg. Analyse op maat, uitkomst vertaald naar concrete acties.
Laten we samenwerken.
Heb je een project, een stageplek of gewoon een goede vraag? Stuur een bericht — ik denk graag mee, zeker als er data bij komt kijken.
a.a.farhad2002.aaf@gmail.com