Adrian H.
Senior Machine-Learning-Ingenieur / Datenwissenschaftler
Erfahrungen
Okt. 2023 - Bis heute
2 Jahren 3 MonatenSenior Machine-Learning-Ingenieur / Datenwissenschaftler
Artefact
- Entwickelte einen Evaluierungsworkflow für Antworten von Sprachmodellen mit automatisierter Scoring-Logik und strukturierten manuellen Überprüfungsschritten, um stabilere Bewertungen für verschiedene interne Aufgaben zu erzielen.
- Ergänzte retrieval-basierte Prototypen mit Python, PyTorch und Vektorindizierung, um kontextbezogenes Schlussfolgern auf internen Dokumenten zu unterstützen; dabei wurden Prüfungen zur Reproduzierbarkeit und Varianten mit fixiertem Zufallsgenerator hinzugefügt.
- Erstellte wiederholbare Benchmark-Datensätze mit dokumentierten Bewertungskriterien, sodass verschiedene Prompt-Revisionen und feinjustierte Versionen konsistent verglichen werden können.
- Analysierte Fehlerfälle in generierten Ergebnissen durch explorative Datenuntersuchungen, die die spätere Auswahl von Datensätzen für Fine-Tuning-Maßnahmen prägten.
- Erstellte kleine End-to-End-Analyseaufgaben zur Überprüfung der Modell-Schlussfolgerungsketten, einschließlich Datenaufbereitung, statistischer Zusammenfassungen und einfacher Vorhersagekomponenten, damit Forschungsteams Modellschwächen in realistischen Abläufen prüfen können.
- Arbeitete eng mit Produkt- und Entwicklungsteams zusammen, um Versuchsergebnisse in gestufte Rollout-Pläne umzusetzen.
- Verringerte die Iterationszeit der Evaluation spürbar, indem ich einige Python-Utilities refaktorierte und leichtgewichtige Tools für die Nachvollziehbarkeit integrierte.
März 2020 - Sept. 2023
3 Jahren 7 MonatenSenior KI/ML-Datenwissenschaftler
Miquido
- Entwickelte A/B-Testpläne und statistische Validierungsverfahren, um den geschäftlichen Nutzen neuer, auf prädiktiven Modellen basierender Funktionen zu messen.
- Erstellte Prototypen für NLP-, Empfehlungs- und strukturierte Datenmodelle in PyTorch und Hugging Face; verglich verschiedene Modellfamilien mit Basisansätzen über deterministische Workflows.
- Erstellte und pflegte Feature-Engineering-Pipelines in Python und SQL, um wiederkehrende Datensatzaktualisierungen und reproduzierbare Experimente zu unterstützen.
- Führte explorative Studien durch, um Änderungen in den Modellergebnissen zu diagnostizieren und Stichprobenverschiebungen oder Datenqualitätsprobleme zu identifizieren.
- Standardisierte die Experimentverfolgung mit MLflow, damit Analysten und Entwickler Modellversionen leichter vergleichen können.
- Arbeitete mit Entwicklungsteams zusammen, um Monitoring-Signale nach der Bereitstellung zu verfeinern, und fügte Prüfungen zur Datenintegrität hinzu, die zuvor fehlten.
- Ergänzte intern eine Reihe analytischer Problemszenarien, um das Schlussfolgern von Modellkandidaten zu bewerten; diese deckten Datenbereinigung, Feature-Erstellung, einfache Prognosen und Interpretationsschritte ab.
- Betreute weniger erfahrene Teammitglieder in Versuchsrahmen, Dokumentationspraktiken und klarer Ergebniskommunikation.
Nov. 2017 - Feb. 2020
2 Jahren 4 MonatenMachine-Learning-Ingenieur / Ingenieur für angewandte Forschung
PELTARION
- Verglich verschiedene Modellierungsstrategien mit scikit-learn, TensorFlow und PyTorch, um Kompromisse zwischen Vorhersagestabilität und Datenanforderungen zu verstehen.
- Erstellte Pipelines zur Datensatzvorbereitung und Feature-Transformationen in Python und SQL, um kontrollierte Experimente zu ermöglichen.
- Verwendete Jupyter-basierte Analysen, um Ergebnisse Produkt- und Entwicklungspartnern zu präsentieren und den Forschungsschwerpunkt auf vielversprechende Modellierungsansätze einzugrenzen.
- Ergänzte interne Skripte zum Protokollieren von Versuchsabläufen und zur Visualisierung von Leistungstrends, wodurch die Forschungsiteration konsistenter wurde.
Okt. 2016 - Nov. 2017
1 Jahr 2 MonatenDatenwissenschaftler
Seldon
- Führte explorative Analysen und Hypothesentests durch, um Verhaltensmuster aufzudecken und Planungsgespräche zu unterstützen.
- Erstellte prädiktive Scoring-Modelle in Python und validierte deren Leistung mittels retrospektiver Evaluation und kontrollierter Experimente, wo möglich.
Sept. 2015 - Okt. 2016
1 Jahr 2 MonatenSoftwareingenieur
Neoteric
- Entwickelte Python-Utilities zur Datenextraktion und -transformation, die von Analyse- und Reporting-Teams genutzt wurden.
- Koordinierte mit Analysten, um eine konsistente Datenformatierung und -interpretation über alle Pipeline-Schritte hinweg sicherzustellen.
Zusammenfassung
Senior Machine-Learning-Ingenieur mit über zehn Jahren Erfahrung in den Bereichen Data Science, Forschung-Prototyping und Modellevaluation für den praktischen Produkteinsatz. Erfahren in statistischer Modellierung, Experimenten und im Entwerfen von Bewertungsframeworks, die klare Entscheidungen ermöglichen. Ich arbeite sowohl gerne in explorativer Forschung als auch beim Aufsetzen von Experimenten für reale Rollouts. Meine Arbeit legt seit Jahren Wert auf sorgfältiges Denken, strukturierte Analysen und schrittweise Verbesserungen basierend auf Evidenz. Zuletzt habe ich mich auf die Evaluierung von Sprachmodellen, Retrieval-Workflows und die Problembewertung mit mehrstufigem analytischem Denken konzentriert.
Sprachen
Englisch
VerhandlungssicherAusbildung
Sept. 2020 - Aug. 2022
University of Essex
Master of Science in Informatik · Informatik · Colchester, Vereinigtes Königreich
Sept. 2011 - Mai 2015
Hanoi University of Science and Technology
Bachelor of Science in Informatik · Informatik · Hanoi, Vietnam
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testenWeitere Aktionen
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.