Caner Karaoğlu
Synthetischer medizinischer Datensatz (MedGym)
Erfahrungen
Synthetischer medizinischer Datensatz (MedGym)
MedTank
- Generierte synthetische Datensätze für CXR, Mammografie und die Erkennung distaler Radiusfrakturen mit GANs und Diffusion und erstellte >50k synthetische Bilder für Benchmarking.
- Sicherung DSGVO-konformer Workflows und Reproduzierbarkeit, sodass der Datensatz für interne Validierung und akademische Zusammenarbeit genutzt werden konnte.
- Projekt im internen F&E-Showcase von MedTank als Vorzeigeinitiative für synthetische Daten hervorgehoben.
Erklärbare KI für GANs
Technische Universität München
- Implementierte Saliency Maps, LIME, Shapley und DeepLift mit Captum, um die Transparenz von GANs zu erhöhen und Black-Box-Modelle für medizinische KI-Forscher interpretierbar zu machen.
- Ergebnisse in einem Abteilungsseminar präsentiert und Einfluss auf die Einführung von Erklärbarkeits-Tools in laufenden Forschungsprojekten genommen.
Machine-Learning-Ingenieur
MEDTANK Corp
- Führte die Entwicklung von GAN-/Diffusions-Pipelines für radiologische Datensätze (>1M CXRs) an, wodurch die Vielfalt synthetischer Daten um 25 % gesteigert und Overfitting bei Klassifikatoren in regulierten Workflows der medizinischen Bildgebung reduziert wurde.
- Optimierte Stable Diffusion für Thorax-Röntgenbilder, verbesserte SSIM/PSNR um bis zu 12 % und ermöglichte klinisch plausible Ergebnisse, validiert von Radiologen.
- Entwarf Vorverarbeitungs- und 3D-Segmentierungs-Workflows (MONAI, SimpleITK), die eine automatische Anomalieerkennung und ROI-Extraktion ermöglichten und später in die PACS-/RIS-Pipelines von Krankenhäusern integriert wurden.
- Arbeitete mit funktionsübergreifenden Teams zusammen, um DSGVO-konforme Datenverarbeitung sicherzustellen und trug zur Bereitstellung von ML-Systemen in produktionsreifen Gesundheitsumgebungen bei.
Data-Science-Praktikant
Data Glacier
- Entwickelte Machine-Learning-Pipelines für Predictive Analytics auf strukturierten Gesundheitsdatensätzen und steigerte die Modellgenauigkeit im Vergleich zur Basis um 15 %.
- Wendete Feature Engineering und Datenvisualisierung (Pandas, Scikit-learn, Matplotlib) an, um umsetzbare Erkenntnisse für Business-Stakeholder zu gewinnen.
- Setzte ein Proof-of-Concept-Modell auf AWS auf, um Skalierbarkeit und Integration in bestehende Workflows zu demonstrieren.
Freiberuflicher Webentwickler
Asel Wire Industry
- Entwickelte eine responsive React.js-Webanwendung mit wiederverwendbaren UI-Komponenten.
Praktikant als Avionik-Testingenieur
ASELSAN A.S
- Entwickelte ein verteiltes Tool für automatisierte Dokumentation, um die Effizienz des Teams zu verbessern.
Industrie Erfahrung
Sehen Sie, wo dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat. Längere Linien stehen für umfangreichere praktische Erfahrung, während kürzere Linien auf gezielte oder projektbezogene Arbeit hindeuten.
Erfahren in Gesundheitswesen (4 Jahre), Bildung (1 Jahr), Fertigung (1 Jahr) und Luft- und Raumfahrt und Verteidigung (1 Jahr).
Geschäftsbereich Erfahrung
Die folgende Grafik bietet einen Überblick über die Erfahrungen des Freiberuflers in verschiedenen Geschäftsbereichen, berechnet anhand abgeschlossener und aktiver Aufträge. Sie zeigt die Bereiche, in denen der Freiberufler am häufigsten zur Planung, Umsetzung und Erzielung von Geschäftsergebnissen beigetragen hat.
Erfahren in Produktentwicklung (3 Jahre), Forschung und Entwicklung (3 Jahre), Informationstechnologie (3 Jahre), Business Intelligence (1 Jahr) und Qualitätssicherung (1 Jahr).
Zusammenfassung
M.Sc. Informatik-Studierender an der TUM mit über 2 Jahren praktischer Erfahrung in generativer KI und medizinischer Bildgebung. Spezialisierung auf Diffusions-/GAN-Pipelines, DSGVO-konforme Datenverarbeitung und den Einsatz von ML-Systemen in regulierten Workflows der medizinischen Bildgebung. Masterarbeit über die Integration von Röntgen und MRT zur Erzeugung synthetischer radiologischer Bilder. Suche ab September 2025 eine Vollzeitstelle als AI/ML Engineer.
Fähigkeiten
- Ml/ki: Pytorch, Huggingface, Tensorflow, Scikit-learn, Monai, 3d Slicer
- Devops/tools: Mlflow, Docker, Fastapi, Aws, Git, Langchain, Langgraph, Pydantic
- Programmierung: Python, Julia, C++, C#, Sql
- Compliance: Dsgvo-konforme Datenverarbeitung, Workflows In Der Medizinischen Bildgebung, Hipaa-kenntnisse
Sprachen
Ausbildung
Technische Universität München
M.Sc. Informatik · Informatik · München, Deutschland
Universität Ankara
B.Sc. Computertechnik · Computertechnik · Ankara, Türkei
Profil
Frequently asked questions
Sie haben Fragen? Hier finden Sie weitere Informationen.
Wo ist Caner ansässig?
Welche Sprachen spricht Caner?
Wie viele Jahre Erfahrung hat Caner?
Für welche Rollen wäre Caner am besten geeignet?
Was ist das neueste Projekt von Caner?
Für welche Unternehmen hat Caner in den letzten Jahren gearbeitet?
In welchen Industrien hat Caner die meiste Erfahrung?
In welchen Bereichen hat Caner die meiste Erfahrung?
In welchen Industrien hat Caner kürzlich gearbeitet?
In welchen Bereichen hat Caner kürzlich gearbeitet?
Was ist die Ausbildung von Caner?
Wie ist die Verfügbarkeit von Caner?
Wie hoch ist der Stundensatz von Caner?
Wie kann man Caner beauftragen?
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Synthetischer medizinischer Datensatz (MedGym)
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten