Dhana santhosh (J) R.
KI/ML-Ingenieur
Erfahrungen
Nov. 2024 - Bis heute
1 Jahr 2 MonatenVereinigte Staaten
KI/ML-Ingenieur
Morgan Stanley
- Entwarf und implementierte Generative-KI- und Large-Language-Model-(LLM)-Lösungen mit LangChain, Hugging Face Transformers und PyTorch, um die Automatisierung der Finanzdokumentenanalyse und der Kundenkommunikationsabläufe zu ermöglichen.
- Entwickelte RAG-Pipelines mit Integration von Vektordatenbanken zur Verbesserung der Kontextabfrage für regulatorische, Compliance- und Investment-Anwendungen.
- Erstellte prädiktive und Klassifikationsmodelle mit LightGBM, XGBoost und logistischer Regression zur Erkennung von Handelsanomalien, Abwanderung von Kunden und Cross-Sell-Chancen, wodurch Modellgenauigkeit und Interpretierbarkeit verbessert wurden.
- Entwarf und implementierte Zeitreihenprognose-Frameworks mit Azure Machine Learning, AutoML und XGBoost-Regressor zur Vorhersage von Umsatzvolatilität, Liquiditätskennzahlen und Kreditrisikoexposition, was eine proaktive Finanzplanung und Kapitalallokation ermöglichte.
- Entwickelte serverlose ETL-Workflows mit Azure Data Factory, Azure Synapse Analytics und Data Lake Storage Gen2, um die Aufnahme, Transformation und Validierung von umfangreichen Finanztransaktions- und Marktdatenfeeds zu orchestrieren.
- Setzte containerisierte ML-Pipelines auf Azure Kubernetes Service (AKS) ein und überwachte sie, mit integriertem Azure DevOps CI/CD für automatisches Retraining, Versionierung und Echtzeitmodellbewertung.
- Integrierte Azure Monitor, Log Analytics und Application Insights für durchgehende Beobachtbarkeit und Performance-Tracking von Modellen in verteilten Umgebungen.
- Baute Spracherkennung, NLP- und Computer-Vision-Module in multimodale KI-Assistenten für interne Analysen ein, um Produktivität und Zugänglichkeit von Forschungsteams zu verbessern.
- Arbeitete mit Risiko-, Daten- und Compliance-Teams zusammen, um Modell-Governance, Erklärbarkeit (XAI) und Sicherheitsrahmen durchzusetzen und die Einhaltung von HIPAA, SOC 2 und internen Prüfungsstandards sicherzustellen.
Jan. 2021 - Juli 2023
2 Jahren 7 MonatenIndien
KI/ML-Ingenieur
Rlogical Techsoft Pvt. Ltd
- Entwarf, entwickelte und implementierte Machine-Learning-Klassifikationsmodelle mit Python, scikit-learn und XGBoost, um Kundenabwanderung vorherzusagen und Retentionsstrategien durch umsetzbare Geschäftserkenntnisse voranzutreiben.
- Erstellte robuste Feature-Engineering-Pipelines mit Pandas und NumPy, nutzte Encoding, Binning und Dimensionsreduktion (PCA), um Datenqualität zu optimieren und Modellleistung zu verbessern.
- Automatisierte ETL-Workflows und Datenaufnahme-Pipelines mit Apache Airflow, SQL und AWS S3 und stellte so hohe Datenintegrität, geringere Latenz und zuverlässige Pipeline für Analyseanwendungen sicher.
- Verbesserte Modell-Erklärbarkeit durch SHAP- und LIME-Frameworks, um komplexe ML-Ergebnisse in interpretierbare Erkenntnisse für Stakeholder zu übersetzen und datengetriebene Entscheidungen zu unterstützen.
- Optimierte Modellgenauigkeit und Generalisierung mithilfe von Hyperparameter-Tuning-Frameworks wie Optuna und GridSearchCV und führte k-fache Validierung durch, um Overfitting zu vermeiden und robuste Vorhersagen sicherzustellen.
- Setzte skalierbare ML-Lösungen mit Docker-Containern und AWS SageMaker um, integrierte Flask/FastAPI für Echtzeit-Inferenz-APIs und automatisierte CI/CD-Prozesse mit Jenkins und GitHub Actions.
- Implementierte MLOps-Best-Practices durch Integration von MLflow für Experiment-Tracking, Modell-Registry und Lifecycle-Management und optimierte die Zusammenarbeit zwischen Data Science- und DevOps-Teams.
- Arbeitete funktionsübergreifend mit Produktmanagern und Dateningenieuren zusammen, um ML-Modellausgaben mit CRM-, Marketing- und Finanzzielen abzugleichen und Personalisierung und Zielgruppeneffizienz zu verbessern.
- Setzte Zeitreihenprognosemodelle (ARIMA, Prophet, XGBoost-Regressor) für Umsatztrendvorhersagen und Finanzrisikoanalysen ein und unterstützte so Geschäftsplanung und operative Optimierung.
- Sicherte Datenschutz und Einhaltung von GDPR- und HIPAA-Standards durch Anonymisierung von PII und Implementierung sicherer cloudbasierter Datenverarbeitung in Produktions-ML-Umgebungen.
Zusammenfassung
KI/ML-Ingenieur mit rund 4 Jahren Erfahrung in der Planung, Entwicklung und dem Einsatz skalierbarer Machine-Learning-, Deep-Learning- und Generative-KI-Lösungen in den Bereichen Finanzen und Unternehmen. Erfahren im Aufbau und Fine-Tuning von LLMs und RAG-Pipelines mit LangChain, Hugging Face Transformers und Vektordatenbanken wie FAISS, Pinecone und Chroma. Versiert in Python, scikit-learn, XGBoost, LightGBM und SHAP für prädiktives Modeling, Zeitreihenprognosen und erklärbare KI. Erfahren in der Architektur von End-to-End-ETL-Pipelines mit Apache Airflow, SQL und AWS-Services zur Ermöglichung von Echtzeitanalysen. Versiert im Bereitstellen von KI-Modellen mit Docker, Kubernetes und CI/CD-Pipelines in AWS- und Azure-Umgebungen. Starker Teamplayer, der KI-Initiativen an Geschäftsziele anpasst, um Prognosegenauigkeit, Automatisierung und Effizienz der Entscheidungsfindung zu steigern.
Sprachen
Englisch
VerhandlungssicherDeutsch
FortgeschrittenJapanisch
FortgeschrittenAusbildung
University of Maryland, College Park
Master · Robotik · College Park, Vereinigte Staaten
SRM Institute of Science and Technology
Bachelor · Mechatronik · Chennai, Indien
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.