Athul S.
Datenwissenschaftler
Erfahrungen
Datenwissenschaftler
Science to Data Science – Deutsche Welle
- Entwickelte eine auf GPT basierende Pipeline für synthetische Daten, die die Beschaffungskosten und Durchlaufzeiten um mehr als die Hälfte reduzierte.
- Modellierte Nutzerverhalten in unterrepräsentierten Gruppen mithilfe von Prompt-Workflows und statistischer Validierung.
- Bewertete die Realitätsnähe der Daten durch Cluster-, Regressions- und Divergenzanalyse.
- Lieferte reproduzierbare Python-Workflows zur Automatisierung von Experimenten in einem agilen Umfeld.
- Übersetzte analytische Ergebnisse in klare Erkenntnisse für Content- und Strategie-Teams.
- Technologien und Fähigkeiten: Python, generative KI, GPT, maschinelles Lernen, explorative Datenanalyse, agile Methoden, GitHub, Cloud-Computing, Halluzinationsanalyse.
Promovierender Forscher
Universitätsklinikum / University of Münster
- Entwickelte skalierbare Bildanalyse-Pipelines für Hochdurchsatz-Mikroskopiedaten.
- Setzte maschinelles Lernen für Segmentierung, Klassifizierung und Merkmalsextraktion ein.
- Automatisierte Workflows für die Einzelmolekül-Nachverfolgung zur Effizienzsteigerung.
- Verwaltete Datenintegrations- und Metadaten-Workflows über Forschungsplattformen hinweg.
- Präsentierte Ergebnisse vor interdisziplinären Teams und verband die Ergebnisse mit den experimentellen Zielen.
- Technologien und Fähigkeiten: Python, MATLAB, maschinelles Lernen, Bildanalyse, Computer Vision, Workflow-Automatisierung, Datenvisualisierung, Bioinformatik.
Forschungsassistent
Indian Institute of Science Education and Research
- Führte Fluoreszenz- und Interferenzmikroskopie-Experimente zur Mechanik von Zellmembranen durch.
- Erstellte MATLAB-Skripte zur Automatisierung der Bildanalyse und Verringerung des manuellen Aufwands.
- Entwarf und analysierte quantitative Bildgebungsexperimente zur Unterstützung der Forschungsergebnisse.
- Technologien und Fähigkeiten: MATLAB, quantitative Analyse, Fluoreszenzmikroskopie, Biophysik, Versuchsdesign.
Zusammenfassung
Ich bin Forscher, der zum Data Scientist wurde, mit einer Promotion in Zellbiologie und einem interdisziplinären Hintergrund, der Lebenswissenschaften, Rechenmethoden und angewandtes maschinelles Lernen verbindet. Seit über fünf Jahren arbeite ich mit Hochdurchsatz-Bildgebung und strukturierten Mikroskopiedatensätzen, in denen ich automatisierte Workflows und Python-basierte Pipelines entwickelt habe, die die Bildqualität verbessern, Analysen beschleunigen und skalierbare Experimente ermöglichen. Meine wissenschaftliche Ausbildung hat mir eine solide Grundlage in statistischem Denken, Versuchsplanung und evidenzbasierter Problemlösung gegeben, während sich meine Data-Science-Erfahrung auf den Aufbau reproduzierbarer Modelle und das Extrahieren bedeutungsvoller Muster aus komplexen Daten konzentriert. Ich habe maschinelles Lernen und generative KI-Methoden angewendet, um Nutzerverhalten zu simulieren und Ergebnisse durch robuste statistische Auswertungen zu validieren, wobei ich disziplinübergreifend zusammengearbeitet habe, um Daten in umsetzbare Erkenntnisse zu verwandeln. Ich werde von Möglichkeiten motiviert, die analytische Strenge mit Kreativität verbinden, bei denen datengetriebene Ansätze Entdeckungen, Innovationen und strategische Entscheidungen unterstützen können.
Fähigkeiten
- Daten- & Engineering-stack: Python (Pandas, Numpy, Scikit-learn, Scikit-image, Pytorch), Matlab, Sql (Grundkenntnisse), Git, Github
- Modellierung & Evaluation: Regression, Clustering, Deskriptive & Inferenzstatistik, Hypothesentests, Power- & Mde-schätzung, Versuchsplanung, Modellauswertung
- Machine Learning & Llms: Überwachtes/unüberwachtes Lernen, Computer Vision, Generative Ki, Große Sprachmodelle (Prompt-design, Evaluation, Synthetische Datengenerierung), Tokenisierung
- Experimentation & Workflow: A/b/n-tests, Automatisierte Python-pipelines, Reproduzierbare Analysen, Jupyter, Visual Studio Code, Google Colab, Venv, Agile Delivery
- Evaluation & Reporting: Leistungsmetriken, Statistischer Vergleich, Visualisierung Mit Matplotlib, Plotly, Seaborn, Ergebnisvermittlung An Produkt- Und Strategie-teams
- Collaboration & Professional Skills: Bereichsübergreifende Teamarbeit, Code-review, Sprint-planung, Scrum, Stakeholder-kommunikation, Analytisches Denken
Sprachen
Ausbildung
University of Münster – International Max-Planck Research School
Doktorgrad in Biologie · Biologie · Münster, Deutschland
Indian Institute of Science Education and Research
Integrierter Bachelor–Master in Biologie · Biologie · Kolkata, Indien
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
Praktikant im Prozessingenieurwesen
Master of Science in Interdisziplinärer Mathematik
KI-Ingenieur (Freiberufler)
Datenwissenschaftlerin
Data-Science-Experte und KI-Stratege
Projekte
Freiberuflicher Data Scientist
Data Scientist Praktikant
Projekt
Senior Data Scientist & KI-Ingenieur Berater
Solana Offline-Transaktions-Webapp
IT HiWi
Junior-Forscher
GET (Technischer Koordinator)
IT-Projektmanager
Masterarbeit – LLM-gestütztes RAG-System
Freiberuflicher Computer-Vision-Ingenieur
Telco-Kundenabwanderungsprognose – End-to-End-ML-Pipeline
IT-Berater
Freiberuflicher IT-Berater
GenAI-Produktverantwortlicher
Interim Product Owner (KI Tech-Stack)
GenAI-Ingenieur
Praktikant für Künstliche Intelligenz
Arbeiten mit Green AR
KI- und Datenspezialist
Data Scientist (Freiberuflich)
Forschungswissenschaftler und Product Owner
Wissenschaftler und Projektmanager (datenbasierte Klimaanalysen)
