Dmytro K.
Senior KI/ML-Ingenieur
Erfahrungen
Mai 2023 - Apr. 2025
2 JahrenCambridge, Vereinigte Staaten
Senior KI/ML-Ingenieur
ReversingLabs
- Leitete die Konzeption und Bereitstellung KI-gesteuerter Lösungen und konzentrierte sich dabei auf skalierbare Machine-Learning-Modelle für Echtzeitanalysen und Automatisierung.
- Entwickelte und optimierte Deep-Learning-Modelle (CNNs, Transformer, LLMs) mit PyTorch und TensorFlow, wodurch die Genauigkeit und Effizienz in mehreren Projekten verbessert wurde.
- Erstellte End-to-End-ML-Pipelines – von der Datenaufnahme und dem Feature-Engineering bis zum Modelltraining, zur Validierung, Bereitstellung und Überwachung.
- Entwarf und implementierte Microservices für KI-Inferenz mit FastAPI, Docker und AWS/GCP und gewährleistete so Skalierbarkeit und geringe Latenz.
- Setzte MLOps-Praktiken ein, wie automatisiertes Retraining, Modellversionierung und CI/CD-Pipelines mit MLflow, Airflow und Kubernetes.
- Betreute Junior Data Scientists und ML-Ingenieure, führte Code-Reviews durch und half dabei, Best Practices für reproduzierbare und wartbare KI-Entwicklung zu etablieren.
- Arbeitete mit Produkt- und Daten-Engineering-Teams zusammen, um KI-Funktionen in bestehende Systeme zu integrieren und messbaren geschäftlichen Nutzen zu erzielen.
- Forschte und implementierte fortgeschrittene KI-Techniken (LLMs, generative Modelle und Vektordatenbanken), um Innovation voranzutreiben und die Systemintelligenz zu verbessern.
- Leitete den Einsatz eines NLP-basierten Automatisierungsmodells, das die manuelle Bearbeitungszeit um 40% verringerte und die Antwortgenauigkeit um 30% steigerte.
- Entwarf eine skalierbare Inferenz-Architektur, die die Modelllatenz um 45% senkte und Echtzeitentscheidungen in Produktionsumgebungen ermöglichte.
- Implementierte MLOps-Automatisierung, die die Bereitstellungszeit um 60% verkürzte und die Reproduzierbarkeit der Modelle verbesserte.
- Führte eine funktionsübergreifende KI-Initiative, die eine Steigerung der operativen Effizienz um 15% erzielte und von der Geschäftsleitung anerkannt wurde.
Mai 2021 - Apr. 2023
2 JahrenCambridge, Vereinigte Staaten
Data Scientist
ReversingLabs
- Unterstützte Data-Science-Initiativen im Bereich Cybersecurity-Analytics und arbeitete mit groß angelegten Malware- und Threat-Intelligence-Datensätzen.
- Führte Datenbereinigung, -transformation und Feature-Engineering mit Python, Pandas und SQL durch, um strukturierte Datensätze für das Modelltraining vorzubereiten.
- Unterstützte Senior Data Scientists bei der Entwicklung von Machine-Learning-Modellen für Anomalieerkennung, Threat-Klassifizierung und prädiktive Analysen.
- Führte explorative Datenanalyse (EDA) durch, um Trends aufzudecken und die Modellgenauigkeit durch bessere Feature-Auswahl zu verbessern.
- Trug zur Modellevaluation und -testung bei und verwendete Metriken wie Precision, Recall, F1-Score und ROC-AUC.
- Erstellte Visualisierungen und Berichte mit Matplotlib und Seaborn, um Erkenntnisse und Ergebnisse dem Analytics- und Engineering-Team zu vermitteln.
- Arbeitete in funktionsübergreifenden Meetings zusammen, um die Lücke zwischen Datenanalysen und realen Produktverbesserungen im Bereich Cybersecurity zu schließen.
- Half, die Malware-Erkennungsgenauigkeit um 18% zu verbessern, durch optimierte Datenvorverarbeitung und Feature-Engineering-Techniken.
- Entwickelte interne Tools zur Automatisierung der Datensatzvalidierung und reduzierte die manuelle Datenvorbereitung um 25%.
- Sammelte praktische Erfahrungen in AI- und Machine-Learning-Workflows und trug zur angewandten Forschung im Bereich prädiktives Threat-Modeling bei.
Okt. 2019 - März 2021
1 Jahr 6 MonatenTallinn, Estland
Junior Data Scientist
MindTitan
- Unterstützte bei der Datenerfassung, -bereinigung und -vorverarbeitung aus verschiedenen Quellen, um hochwertige Datensätze für Analysen und Modellierung sicherzustellen.
- Führte explorative Datenanalyse (EDA) durch, um Trends, Muster und Anomalien zu identifizieren und die Entscheidungsfindung für die Fachabteilungen zu unterstützen.
- Entwickelte prädiktive Modelle mit Python und scikit-learn für das Kundenverhalten.
- Erstellte Datenvisualisierungen und Dashboards mit Matplotlib, Seaborn und Tableau, um Erkenntnisse an Stakeholder zu kommunizieren.
- Arbeitete mit Senior Data Scientists und Ingenieuren zusammen, um Modellbereitstellungen und Datenpipeline-Optimierung zu unterstützen.
- Dokumentierte Workflows und Analysen, um Reproduzierbarkeit sicherzustellen und Best Practices im Datenhandling zu wahren.
- Steigerte die Effizienz der Datenvorverarbeitung um 20% durch die Implementierung automatisierter Skripte.
- Trug zu einem prädiktiven Modell bei, das die Prognosegenauigkeit um 15% erhöhte und dem Unternehmen bessere Planungsmöglichkeiten eröffnete.
- Beteiligt an funktionsübergreifenden Projekten im Bereich KI und NLP und sammelte dabei Erfahrungen mit realen Machine-Learning-Anwendungen.
Zusammenfassung
Data Scientist & KI-Ingenieur mit über 6 Jahren Erfahrung in der Entwicklung und Bereitstellung von Machine-Learning- und Deep-Learning-Lösungen. Fundierte Expertise in Python, TensorFlow, PyTorch und MLOps sowie nachweisliche Erfolge beim Aufbau skalierbarer KI-Systeme für NLP, Computer Vision und prädiktive Analysen. Kombiniert datenbasierte Erkenntnisse mit technischer Präzision, um wirkungsvolle, produktionsreife KI-Lösungen zu liefern, die geschäftlichen Mehrwert und Innovation vorantreiben.
Sprachen
Englisch
FortgeschrittenUkrainisch
FortgeschrittenEstnisch
GrundkenntnisseAusbildung
Okt. 2015 - Juni 2019
Bohdan Khmelnytsky University
Bachelor-Abschluss · Informatik · Ukraine
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.