
Kennedy Chikaodili Idoko
Über den Kandidaten
Als Monitoring- und Evaluationsspezialist mit über sieben Jahren Erfahrung im Bereich öffentliche Gesundheit verbinde ich datenbasierte Analytik, systemisches Denken und wirkungsorientierte Programmsteuerung zur nachhaltigen Verbesserung von Gesundheitsprojekten.
Ich verfüge über fundierte Expertise in der Entwicklung und Implementierung von M&E-Frameworks, epidemiologischer Surveillance, Wirkungsanalyse sowie donor-konformer Berichterstattung. In internationalen Projekten konnte ich durch strukturierte Datenauswertung und evidenzbasierte Entscheidungsprozesse eine Reduktion krankheitsbedingter Belastungen um 95% sowie eine Effizienzsteigerung von 40% erzielen.
Meine technischen Kompetenzen umfassen Python, SQL, Tableau, ETL-Prozesse sowie machine-learning-basierte Prognosemodelle zur Unterstützung strategischer Gesundheitsplanung. Darüber hinaus bringe ich Erfahrung in Budgetverantwortung (€200K+), Teamführung (20+ Mitarbeitende) sowie der Umsetzung regulatorischer Anforderungen (u. a. SGB XI) mit.
Ich suche eine Position in einer nationalen oder internationalen Organisation, in der ich Monitoring- und Evaluationssysteme weiterentwickeln, datengetriebene Entscheidungsprozesse sowie systemisches Denken stärken und zur messbaren Wirkung von Programmen im Bereich öffentliche Gesundheit und Entwicklung beitragen kann.
Bildung
Internationale Erfahrung / Länder
Ehrenamtliche Tätigkeiten
Ausbildung
ertiefung in fortgeschrittene Datenanalyse, künstliche Intelligenz und Machine Learning. Mein Fokus liegt auf der Entwicklung prädiktiver Modelle für das Gesundheitswesen, um Krankheitsverläufe vorherzusagen und die Ressourcenplanung in medizinischen Einrichtungen durch datengestützte Erkenntnisse zu optimieren.
Berufserfahrung & Arbeit
Entwicklung einer interaktiven Tableau-Analyseplattform zur Auswertung globaler Krankheitsdaten aus 195 Ländern zur Unterstützung internationaler Gesundheitsorganisationen.Aufbau skalierbarer ETL-Pipelines zur Verarbeitung von über 50.000 Datensätzen für die Echtzeit-Krankheitsüberwachung und frühzeitige Ausbruchserkennung.Erstellung von Machine-Learning-Modellen zur Prognose von Krankenhausaufnahmen mit einer Genauigkeit von 85 % zur Optimierung der Ressourcenplanung.
