Technischer Stack
Economic Toolkit
Detaillierter Überblick über die Werkzeuge und Bibliotheken, die ich für ökonometrische Modellierung, Data Engineering und reproduzierbare Wissenschaft nutze.
Programmierung & Ökonometrie
Python (Core Stack)
Meine primäre Umgebung. Ich nutze Pandas für Data-Wrangling, NumPy für numerische Berechnungen und Matplotlib/Seaborn/Plotly für Visualisierungen.
Ökonometrische Bibliotheken
Erfahrung mit Statsmodels (Regression, Zeitreihen), Linearmodels (Paneldaten) und Scikit-learn für prädiktive Modellierung.
Andere Werkzeuge
Solide Erfahrung mit SQL für Datenbank-Abfragen, sowie Kenntnisse in R (Tidyverse) und SAS/Stata aus akademischen Projekten.
Reproduzierbare Analyse
LaTeX & Typografie
Alle meine akademischen Berichte werden in LaTeX verfasst, um eine präzise Formatierung mathematischer Ausdrücke und Referenzen zu gewährleisten.
Git & Versionsverwaltung
Nutzung von Git und GitHub zur Sicherstellung der vollen Nachvollziehbarkeit von Code und Analysen. Erfahrung mit Branching-Strategien und CI/CD.
Notebooks & Dokumentation
Interaktive Jupyter Notebooks für explorative Analysen und Quarto/Markdown für Dokumentationen.