Το βιογραφικό μου

Διαβάστε το βιογραφικό μου διαδικτυακά

Σε περίπτωση που θέλετε να αποθηκεύσετε το βιογραφικό μου, μπορείτε να το κατεβάσετε σε μορφή pdf πατώντας το παρακάτω κουμπί: Κατέβασε το βιογραφικό μου

STESIAM

Απόφοιτος Στατιστικής

stesiam [at] proton [dot] me stesiam.com @stesiam @stesiam Αθήνα, Ελλάδα

Είμαι ο Στέλιος και μένω στον Άλιμο Αττικής. Είμαι πρόσφατος απόφοιτος του τμήματος Στατιστικής και Ασφαλιστικής Επιστήμης στο Πανεπιστήμιο Πειραιά. Διαθέτω αρκετά μεγάλη εξοικείωση με τη τεχνολογία, με τη σουίτα Office και με διάφορα στατιστικά πακέτα - προγράμματα, καθώς και με την R, μία γλώσσα προγραμματισμού που εξειδικεύεται στην ανάλυση δεδομένων. Με λένε Στέλιο και μένω στην Αθήνα. Είμαι πρόσφατος απόφοιτος του τμήματος Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Πειραιά. Διαθέτω αρκετά μεγάλη εξοικείωση με τη τεχνολογία και με διάφορα στατιστικά πακέτα - προγράμματα, καθώς και με την R, μία γλώσσα προγραμματισμού που εξειδικεύεται στην ανάλυση δεδομένων. Αυτή τη στιγμή θα ήθελα να βελτιώσω και να αξιοποιήσω τις όποιες γνώσεις μου στη Στατιστική και σε αντίστοιχο λογισμικό σε ένα εργασιακό περιβάλλον.

ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ

Εξαγωγή δεδομένων

Αποθετήριο GitHub

On this project I scrape the register of Insurance companies which is hosted on Bank of Greece’s website. The dynamic nature of the table led to use a combination of rvest and RSelenium. On every page iteration I get the table data and on every row iteration I automate a click on every insurance companies’ profile in order to scrape their address wherever it is provided.

Οπτικοποίηση δεδομένων

Αποθετήριο GitHub

For at least two years I have been practicing on data visualization using R and ggplot. Those years I have taken part to a lot of challenges such as #TidyTuesday, and #30DayChartChallenge.

Ανάλυση δεδομένων

Σύνδεσμος άρθρου

An analysis based on Kaggle’s recent survey (2022). My analysis focuses primarily on Greek users. Comparing them with the rest users of Kaggle, I came up with interesting facts as the comparatively low representation, significantly higher age and expeirience and lower representation of women in contrast to the average participation of women in Kaggle.

Ηλεκτρονικές εφαρμογές

Σύνδεσμος εφαρμογής

Βασιζόμενος σε δεδομένα σχετικής έρευνας για τους μισθούς των προγραμματιστών, ξεκινάω να τακτοποιώ τα δεδομένα για να κατασκευάσω ένα προβλεπτικό μοντέλο παλινδρόμησης. Ο στόχος μου είναι να προβλέψω τον μισθό ενός προγραμματιστή to build a regression (XGBoost) model with tidymodels. Η εφαρμογή μπορεί να προεβλέψει τον μισθό ενός προγραμματιστή με βάσει κάποια χαρακτηριστικά, όπως τα έτης εμπειρίας με τον προγραμματισμό, τη χώρα του εργοδότη κα. Το μοντέλο κατασκευάστηκε με βάσει τον αλγόριθμο XGBoost και με τη βοήθεια της σουίτας πακέτων tidymodels. Η ακρίβεια του μοντέλου μπορεί να χαρακτηριστεί μέτρια λόγω του μικρού σχετικά δείγματος (800 άτομα). Μικρές βελτιώσεις ως προς την ακρίβεια του μοντέλου έχουν παραατηρηθεί με επιπλέον ενέργειας όπως η αύξηση των grids και η σύνθεση - συνδυασμός ορισμένων μοντέλων.

ΕΚΠΑΙΔΕΥΣΗ

Πτυχίο στη Στατιστική και Ασφαλιστική Επιστήμη
Πανεπιστήμιο Πειραιά
Αποφοίτησα τον Ιούνιο, 2025

Κατά τη διάρκεια των σπουδών μου διδάχθηκα αρκετά μαθήματα σχετικά με τη Στατιστική. Αναφέρονται ενδεικτικά τα εξής:

Στατιστική: Έλεγχος Υποθέσεων
Μη Παραμετρική Στατιστική
Στατιστικά Προγράμματα I / II (SPSS/R)
Δειγματοληψία

Τέλος, μέσω των σπουδών μου είχα μία έκθεση σε διάφορα στατιστικά προγράμματα (όπως το SPSS) ή γλώσσες προγραμματισμού που δίνουν έμφαση στην ανάλυση δεδομένων (όπως η R).