Elizabeth Eardley博士，德国柏林的开发人员
Elizabeth is available for hire
Hire Elizabeth

Elizabeth Eardley, PhD

Verified Expert  in Engineering

数据科学家和机器学习开发人员

Location
Berlin, Germany
Toptal Member Since
February 23, 2022

伊丽莎白是一位多才多艺的数据科学家, 将博士后研究的强大科学背景与六年的行业经验相结合, including Booking.com and Skyscanner. 她擅长将科学技术应用于数据，以支持和自动化决策, optimize products, 并发现可操作的见解. 伊丽莎白进行了广泛的A/B测试，并建立和扩展了多个在线实验平台和优化程序.

StatisticsData InferenceData AnalysisA/B TestingSQLPythonScientific ComputingMachine LearningData VisualizationLinear RegressionSlackGitJupyterDatabricksSnowflake

Portfolio

US-based SaaS Startup
Java，产品管理，数据库，A/B测试，Python，产品路线图...
Skyscanner
SQL, Python，实验设计，A/B测试，机器学习，统计学...
Booking.com
SQL, Python，数据可视化，实验设计，数据分析...

Experience

Statistics - 11 yearsData Science - 11 yearsPython - 11 yearsData Analysis - 10 years假设检验——10年SQL - 10 yearsA/B Testing - 6 yearsExperimental Design - 6 years

Availability

Part-time

Preferred Environment

Git, Jupyter, IntelliJ IDEA, Databricks, Snowflake, Python, MacOS

The most amazing...

...我开发的是一项专利统计技术，它使用因果推理方法来快速准确地检测软件缺陷和度量退化.

Work Experience

Head of Data Science

2019 - PRESENT
US-based SaaS Startup
  • 领导工程和设计团队从发现和设计到实施和发布交付项目. 项目包括错误发现率控制, 多格式的结果和报告导出, 自动退化检测.
  • 研究设计新的统计算法和因果推理方法. 曾担任美国统计技术专利的首席发明人，该技术可以尽快准确地检测出性能较差的软件更改.
  • 在实验设计中提供客户咨询和支持. 领导内部培训课程和倡议，以加速数据驱动决策的文化.
  • 在所有部门提供各种特别数据科学支持, including analyses, insights, and reporting.
Technologies: Java，产品管理，数据库，A/B测试，Python，产品路线图, Customer Support, Public Speaking, Statistics, US Patent Process, Data Science, Hypothesis Testing, Causal Inference, Bayesian Inference & 建模，数据推理，领导力，数据分析，统计方法

Senior Data Scientist

2017 - 2019
Skyscanner
  • 领导内部实验平台的大量扩展和改进的研究和开发, 包括错误发现率控制, guided power analyses, 并对实验结果进行深度报道.
  • Supported the design, implementation, 并分析了整个产品的数十个A/B测试, engineering, and marketing.
  • 举办内部培训课程和计划，以发展数据驱动决策的内部文化，并在整个组织中进行规模实验.
Technologies: SQL, Python，实验设计，A/B测试，机器学习，统计学, Redshift, Google Analytics, Mode Analytics, Mixpanel, Data Science, Data Analysis, Statistical Methods

Data Scientist

2016 - 2017
Booking.com
  • 开发生产机器学习模型, 例如，预测访问者的意图，为访问者的需求和偏好提供最佳版本的产品.
  • Designed, implemented, and analyzed A/B tests, 推动众多产品决策并影响多个产品工程团队的长期计划.
  • 使用准实验技术(如差异中的差异)测量忠诚度计划和会员类型的增量价值, cohort analysis, 回归不连续模型, propensity score matching, and instrumental variables.
Technologies: SQL, Python，数据可视化，实验设计，数据分析, Machine Learning, Reporting, Data Communication, Data Science, Apache Hive, Hadoop, A/B Testing

Postdoctoral Researcher

2015 - 2016
University of St Andrews
  • 将建模和机器学习技术(分类和回归)应用于我们宇宙的大型数值模拟，以预测真实星系的不可观测特征.
  • 提出了一种从有噪声和不完善的观测星系光谱数据中提取有价值信号的新方法.
  • 发现了暗物质属性和它们的几何环境之间有统计学意义的相关性. 研究结果发表在同行评议的科学期刊上.
技术:机器学习, Computational Physics, Python, Data Science, Statistical Methods, Linear Regression, Classification Algorithms

随机化单元在在线实验中的作用分析

我确定了公司内部数据分析中不准确的关键驱动因素，并分析和量化了其影响. 我通过传达研究和发现，推动了内部流程和公司测试方法的重大转变, conducting training, 调整基础设施和工具.

Published Work

http://scholar.google.com/citations?hl=en&user=7rPSEysAAAAJ
截至2022年1月，我已经发表了13篇文章. 我的学术研究主要围绕应用统计技术展开, including Gaussian processes, machine learning, and significance testing, 从大规模星系调查中获得的数据来调查和测试科学假设.

Languages

SQL, Python, Snowflake, R, Fortran, Java

Paradigms

Data Science

Other

Statistics, Data Analysis, Data Inference, Hypothesis Testing, Experimental Design, A/B Testing, Mathematics, Physics, Mode Analytics, Segment, Computational Physics, Statistical Methods, Scientific Computing, Technical Writing, Research, Machine Learning, Data Visualization, Reporting, Product Management, Product Roadmaps, Customer Support, Public Speaking, US Patent Process, Causal Inference, Bayesian Inference & Modeling, Data Communication, Classification Algorithms, Linear Regression, Statistical Significance, Leadership

Frameworks

Hadoop

Tools

Slack, Git, Jupyter, IntelliJ IDEA, Jira, Google Analytics

Platforms

Databricks, MacOS, Mixpanel

Storage

Redshift, Apache Hive

2011 - 2015

PhD in Astrophysics

爱丁堡大学-英国苏格兰爱丁堡

2007 - 2011

Master's Degree in Physics

牛津大学-牛津，英格兰，英国

Collaboration That Works

How to Work with Toptal

在数小时内，而不是数周或数月，我们的网络将为您直接匹配全球行业专家.

1

Share your needs

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2

Choose your talent

在24小时内获得专业匹配人才的简短列表，以进行审查，面试和选择.
3

开始你的无风险人才试验

与你选择的人才一起工作，试用最多两周. 只有当你决定雇佣他们时才付钱.

Top talent is in high demand.

Start hiring