Dhana santhosh (J) R.
KI/ML-Ingenieur
Erfahrungen
Nov. 2024 - Bis heute
1 Jahr 1 MonateVereinigte Staaten
KI/ML-Ingenieur
Morgan Stanley
- Konzipierte und implementierte Generative-KI- und Large Language Model-(LLM)-Lösungen mit LangChain, Hugging Face Transformers und PyTorch, um die Automatisierung der Analyse von Finanzdokumenten und der Kundenkommunikationsabläufe zu ermöglichen.
- Entwickelte RAG-Pipelines, die Vektor-Datenbanken integrieren, um den Kontextabruf für Regulierungs-, Compliance- und Investment-Anwendungen zu verbessern.
- Erstellte prädiktive und Klassifizierungsmodelle mit LightGBM, XGBoost und logistischer Regression zur Erkennung von Handelsanomalien, Kundenabwanderungsmustern und Cross-Selling-Chancen, was die Modellgenauigkeit und Interpretierbarkeit verbesserte.
- Konzipierte und implementierte Zeitreihenprognose-Frameworks mit Azure Machine Learning, AutoML und XGBoost Regressor zur Vorhersage von Umsatzvolatilität, Liquiditätskennzahlen und Kreditrisikobelastung, 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 Erfassung, Transformation und Validierung hochvolumiger Finanztransaktions- und Marktdaten zu orchestrieren.
- Bereitstellte und überwachte containerisierte ML-Pipelines auf Azure Kubernetes Service (AKS) mit integriertem Azure DevOps CI/CD für automatisiertes Retraining, Versionierung und Echtzeitmodellbewertung.
- Integrierte Azure Monitor, Log Analytics und Application Insights für durchgängige Überwachung und Modellleistungsverfolgung in verteilten Umgebungen.
- Baute multimodale KI-Assistenten für interne Analysen, indem Spracherkennung, NLP- und Computer-Vision-Module integriert wurden, was die Produktivität und Zugänglichkeit in Forschungsteams erhöhte.
- Kollaborierte mit Risiko-, Daten- und Compliance-Teams, um Modell-Governance, Erklärbarkeit (XAI) und Sicherheitsframeworks durchzusetzen und die Einhaltung von HIPAA, SOC 2 und internen Prüfungsrichtlinien sicherzustellen.
Jan. 2021 - Juli 2023
2 Jahren 7 MonatenIndien
KI/ML-Ingenieur
Rlogical Techsoft Pvt. Ltd
- Konzipierte, entwickelte und implementierte Klassifizierungsmodelle im maschinellen Lernen mit Python, scikit-learn und XGBoost zur Vorhersage von Kundenabwanderung und zur Ableitung von Retentionsstrategien durch umsetzbare Geschäftseinblicke.
- Entwickelte robuste Feature-Engineering-Pipelines mit Pandas und NumPy unter Einsatz von Encoding, Binning und Dimensionsreduktion (PCA), um die Datenqualität zu optimieren und die Modellleistung zu verbessern.
- Automatisierte ETL-Workflows und Daten-Ingestion-Pipelines mit Apache Airflow, SQL und AWS S3, gewährleistete hohe Datenintegrität, reduzierte Latenzzeiten und konstante Pipeline-Zuverlässigkeit für Analyseanwendungen.
- Verbesserte die Modell-Erklärbarkeit mit SHAP- und LIME-Frameworks, indem komplexe ML-Ergebnisse in verständliche Einblicke für Stakeholder übersetzt wurden und datengetriebene Entscheidungen unterstützt wurden.
- Optimierte Modellgenauigkeit und Generalisierung durch Hyperparameter-Tuning mit Optuna und GridSearchCV, inklusive k-facher Validierung, um Overfitting zu verhindern und robuste Vorhersagen zu gewährleisten.
- Setzte skalierbare ML-Lösungen mit Docker-Containern und AWS SageMaker ein, 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, wodurch die Zusammenarbeit zwischen Data-Science- und DevOps-Teams optimiert wurde.
- Arbeitete funktionsübergreifend mit Produktmanagern und Data Engineers zusammen, um ML-Modellausgaben mit CRM-, Marketing- und Finanzzielen abzustimmen und die Personalisierung sowie Zielgruppenansprache zu verbessern.
- Setzte Zeitreihenprognosemodelle (ARIMA, Prophet, XGBoost Regressor) für Umsatztrendvorhersagen und Finanzrisikoanalysen ein, um die Geschäftsplanung und operative Optimierung zu unterstützen.
- Sicherte Datenschutz und Compliance mit DSGVO- und HIPAA-Standards durch Anonymisierung von PII und Umsetzung sicherer, cloudbasierter Datenverarbeitungspraktiken in Produktions-ML-Umgebungen.
Zusammenfassung
KI/ML-Ingenieur mit rund vier Jahren Erfahrung in der Konzeption, Entwicklung und Bereitstellung skalierbarer Lösungen im Bereich maschinelles Lernen, Deep Learning und Generative KI in Finanz- und Unternehmensumgebungen. Erfahren im Aufbau und Feinabstimmen von LLMs und RAG-Pipelines mit LangChain, Hugging Face Transformers und Vektor-Datenbanken wie FAISS, Pinecone und Chroma. Versiert in Python, scikit-learn, XGBoost, LightGBM und SHAP für prädiktive Modellierung, Zeitreihenprognosen und erklärbare KI. Erfahren im Entwurf von End-to-End-ETL-Pipelines mit Apache Airflow, SQL und AWS-Services zur Unterstützung von Echtzeitanalysen. Geübt in der Bereitstellung von KI-Modellen mit Docker, Kubernetes und CI/CD-Pipelines in AWS- und Azure-Umgebungen. Starker Teamplayer, der KI-Initiativen mit Unternehmenszielen verknüpft, um Prognosegenauigkeit, Automatisierung und Effizienz bei 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.