Laurea
Doctor of Philosophy in Applied Economics and Management
(AEM)
Dipartimento di Scienze Economiche, Università degli Studi di Bergamo
(Italia), Sept 2017 - Feb 2022
Laurea Magistrale in Finanza
Dipartimento di Scienze Economiche e Statistiche, Università degli Studi
di Siena (Italia), Nov 2013 - June 2016
Laurea Triennale in Fisica
Dipartimento di Scienze, Università degli Studi di Istanbul (Turchia),
2006 - 2010
Esperienze
Associate Advanced Analytics Analyst - Power BI
Developer,
Mozarc Medical, Milano (Italia), Sep 2023 - Marzo 2025.
-
Raccogliere, pulire e analizzare grandi set di dati per identificare
tendenze e approfondimenti.
-
Sviluppare dashboard e report visivamente accattivanti utilizzando Power
BI/Pivot/Query/Automate, SQL, e DAX.
-
Collaborare a stretto contatto con team interfunzionali per comprendere
le loro esigenze analitiche e fornire approfondimenti.
-
Sviluppare strategie e raccomandazioni basate sui dati per supportare la
crescita e l‘efficienza aziendale.
-
Garantire la qualità e l‘integrità dei dati eseguendo la convalida e la
pulizia dei dati.
-
Gestire i repository dei dati.
-
Implementare pratiche di governance dei dati per garantire accuratezza,
coerenza e sicurezza.
-
Collaborare efficacemente con i membri del team nei vari reparti.
-
Comunicare risultati analitici, metodologie, e raccomandazioni alle
parti interessate.
Assistant - Market Research,
MPS - Evolving Marketing Research, Bergamo (Italia), Apr 2023 - July
2023.
-
Preparare un sondaggio di ricerca di mercato.
-
Analizzare e segnalare i risultati della ricerca di mercato, utilizzando
Quantum Software.
Ricercatrice - Statistiche,
Dipartimento di Scienze Economiche, Università degli Studi di Bergamo
(Italia), Sept 2017- Feb 2022.
-
Manipolare e analizzare grandi set di dati per identificare tendenze e
approfondimenti.
-
Sviluppare e implementare modelli e algoritmi di apprendimento
automatico, utilizzando R e Python.
-
Adottare nuovi strumenti, tecnologie e metodologie per migliorare i
risultati del modello.
-
Creare volti utente interattivi (come R Shiny, HTML) per segnalare i
risultati.
Internship - Portafoglio,
Ziraat Portafoglio, Istanbul (Turchia), Jan 2016 - Sept
2016.
-
Osservare il mercato azionario.
-
Avere familiarità con la finanza comportamentale.
-
Creare un modello statistico per massimizzare il rendimento del
portafoglio, utilizzando VBA.
-
Dimostrare l’efficienza del modello monitorando i dati.
Internship - Portafoglio,
Invest-AZ, Istanbul (Turchia), Nov 2015 - Dec 2015.
-
Analizzare le società quotate esaminandone i bilanci.
-
Creare report per guidare il processo decisionale basato sui dati per
gli investitori.
Internship - Contabilità,
Varkan Group, Istanbul (Turchia), Sept 2012 - Dec 2012.
-
Registrare il ciclo contabile e continuare a monitorare i saldi coerenti
sia sui fornitori che sugli acquirenti nel sistema aziendale.
-
Monitorare i saldi sia sui fornitori che sugli acquirenti nel sistema
aziendale.
Abilitá e Competenze
-
Lingue:
-
• Nativo in Turco
-
• Ottimo in Inglese
-
• Avanzato in Italiano
-
• Base in Spagnola.
-
Computer:
-
Ottima conoscenza di:
-
• DAX
-
• Power BI/ Query/Pivot
-
• R
-
• R Shiny Applications
-
• LaTeX
-
• Microsoft Office
-
Conoscenza intermedia di:
-
• HTML
-
• Python
-
• SQL
-
• Tableau
-
• VBA
-
• Json
-
• Snowflake
-
Conoscenza base di:
-
• Azure
-
• Java
-
Soft Skills:
-
• Gestione del tempo
-
• Problem Solving
-
• Competenze di reporting
-
• Multitasking
Projects
Interactive User Interfaces
MapApp:
Condurre uno studio empirico utilizzando algoritmi di machine learning
sia supervisionati che non supervisionati.
Biblio: Revisione della letteratura
bibliometrica riproducibile.
Tp3: Condurre algoritmi di machine learning
senza supervisione (Tp3: viene eseguito dalla console).
Viz
Tableau:
Condurre la visualizzazione dei dati utilizzando Tableau Destop.
Power
BI: Progetti su cui ho lavorato.
HTML
TableauViz
Combinare Tableau, Rshiny, e HTML.
R Software Packages
CRAN Pomodoro: Confronta dei modelli
di potere predittivo per edificio modelli predittivi e di apprendimento
automatico con algoritmi quali alberi decisionali, metodi
Boosting/Ensemble/Bagging/Radom Forest e quali linear, metodi
Generalized linear & Multinomial Logistic Models. In più, questo
pacchetto ha lo scopo di semplificare la modellazione e il confronto dei
poteri predittivi in base alle suddivisioni dei dati e a tutti i set di
dati.
CRAN Pepe: Ha lo scopo di
semplificare le statistiche descrittive.
CRAN Oregano: Ha lo scopo di creare “Shiny
Apps” per semplificare la visualizzazione (rilascio previsto per la fine
del 2023).
GitHub
Repositories:
Repository Github attuali.
Publications
Pomodoro:
Predictive Power of Linear and Tree Modeling.
Pepe:
Data Manipulation.
Premi e Riconoscimenti
2017- 2022, UNIBG PhD Fund.
DSU - Toscana, 2013 - 2016.
TPV (Turkish Gas Foundation Scholarship), 2007 - 2010.
Turkish Women Community Scholarship, 2007 - 2010.
Yapi Kredi Bank Scholarship, 2006 - 2010.