Kiran Kumar (Kumar) K.
Angewandtes NLP: Wortbasierte Codierung für intelligentere Ereignisvorhersagen
Erfahrungen
Nov. 2024 - Mai 2025
7 MonatenDeutschland
Angewandtes NLP: Wortbasierte Codierung für intelligentere Ereignisvorhersagen
University of Siegen
- Entwickelte über 12 Seq2Seq-Modelle (LSTMs/GRUs) zum Training eines KI-Modells und unterstützte damit die Tätigkeit als KI-Agenten-Evaluationsanalyst und Online-Projekte in komplexen Systemen
- Führte mehr als 15 Experimente durch, um die Prognosegenauigkeit um 28% zu verbessern, dabei analytisches Denken angewandt und Modelle für QA und Randfall-Abdeckung getestet
- Untersuchte als Berater über 20 Fachartikel, um das Design großer Sprachmodelle (LLMs) zu steuern und logische Implikationen sowie Fachgebietsabstimmung zu gewährleisten
- Sparte 40% Rechenzeit durch Modellkompression mit einem wiederverwendbaren PyTorch-Framework ein, wodurch Entwickler und Autoren Empfehlungen erhalten und Richtlinien verbessert werden konnten
Mai 2024 - Nov. 2024
7 MonatenGenerative KI-Anwendungen mit RAG und LangChain
IBM, Coursera
- Erstellte einen Q&A-Bot mit großem Sprachmodell (LLM) unter Verwendung von LangChain und steigerte die Abfrageeffizienz um 35% für Online-Projekte im Fachgebiet
- Setzte Prompt-Engineering ein, um ein KI-Modell zu trainieren, verbesserte die Antwortgenauigkeit um 25% und reduzierte irrelevante Ausgaben um 30%, wodurch Aufgaben als KI-Agenten-Evaluationsanalyst unterstützt wurden
Nov. 2023 - Apr. 2024
6 MonatenDeutschland
KI-Ingenieur (Masterarbeit)
ABB AG Research Center
- Entwickelte und implementierte über 32 selbstüberwachte Modelle zum Training eines KI-Modells mit Python und TensorFlow für Aufgaben als KI-Agenten-Evaluationsanalyst in komplexen Systemen
- Erstellte und verwaltete Azure-ML-Datenpipelines zur Unterstützung von 3 Teams, die QA und Entwickler befähigen, Evaluationsaufgaben zu überprüfen und Randfall-Abdeckung zu verbessern
- Entwickelte Voraufgaben für über 100.000 Proben, annotierte Ursache-Wirkungs-Beziehungen, um die Genauigkeit großer Sprachmodelle (LLMs) zu erhöhen und die manuelle Kennzeichnung um 70% zu reduzieren
- Erzielt starke Geschäftsergebnisse durch analytisches Denken und logische Implikationen zur Definition klarer erwarteter Verhaltensweisen und Goldstandards in der Diagnostik
Apr. 2023 - Okt. 2023
7 MonatenDeutschland
Full-Stack-Entwickler
ABB AG Research Center
- Erstellte Full-Stack-Tools mit Python, JavaScript und React für das Training eines KI-Modells und integrierte über 10 Datensätze/APIs für Aufgaben als KI-Agenten-Evaluationsanalyst
- Arbeitete als Berater in einem 10-köpfigen Team zusammen, verbesserte Arbeitsabläufe, reduzierte Fehler um 20% und sorgte für QA- und Randfall-Abdeckung in komplexen Systemen
- Lieferte unter Einhaltung von Deadlines mehr als 10 Online-Projekte, überprüfte Evaluationsaufgaben, erkannte Inkonsistenzen und unterstützte monatlich über 4 Entscheidungen von Stakeholdern im Fachgebiet
- Entwickelte eine Web-App zur Integration von über 4 erneuerbaren Energiequellen, annotierte Ursache-Wirkungs-Beziehungen, steigerte den Energieverbrauch der Kunden um 35% und definierte klare erwartete Verhaltensweisen für Richtlinien
KI-gestützte Website zur Anpassung von Lebenslauf und Anschreiben
- Entwickelte eine Web-App mit LLMs, LangChain, RAG und Pinecone für Aufgaben als KI-Agenten-Evaluationsanalyst und verbesserte damit Online-Projekte im Fachgebiet
- Erstellte und implementierte ein KI-Modellsystem mit Cloud-Pipelines, verbesserte QA, annotierte Ursache-Wirkungs-Beziehungen und unterstützte Vollzeitmöglichkeiten
Persönliches KI-Chatbot-Portfolio
- Erstellte ein interaktives Chatbot-Portfolio mit LLMs, React, Flask, Tailwind, RAG und chromaDB, steigerte damit die Fähigkeiten als Analyst für KI-Agentenbewertung und erhöhte das Engagement der Recruiter um 60%
- Integrierte Git, Docker und CI/CD-Pipelines für QA, ermöglichte das Training eines KI-Modells, verbesserte die Abdeckung von Randfällen und verkürzte die Review-Zeit der Recruiter um 40%
Zusammenfassung
KI-Agenten-Evaluationsanalyst mit Expertise im Training von großen Sprachmodellen (LLMs), in der Überprüfung von Evaluationsaufgaben auf Logik, Vollständigkeit und Realitätsbezug, im Aufspüren von Inkonsistenzen, in der Definition von Goldstandards, in der Annotation von Denkpfaden und in der Anwendung analytischen Denkens auf komplexe Systeme und Richtlinien.
- Analytisches Denken: Entwickelte über 12 Seq2Seq-Modelle, wirkte in 3+ Teams und an 2 Abschlussarbeiten mit, wodurch die Prognosegenauigkeit um 28% gesteigert wurde.
- Detailgenauigkeit: Überprüfte Evaluationsaufgaben und -szenarien auf LLM-Logik, Realitätsnähe und Vollständigkeit sowie zum Aufspüren von Inkonsistenzen und fehlenden Annahmen.
- Vertrautheit mit strukturierten Datenformaten: Erstellte und implementierte KI-Lebenslaufsysteme mit Cloud-Pipelines und Prompt-Design, wodurch die Anpassungszeit um 50% reduziert wurde.
Sprachen
Hindi
MutterspracheTelugu
MutterspracheEnglisch
VerhandlungssicherDeutsch
FortgeschrittenAusbildung
Okt. 2023 - Mai 2025
University of Siegen
Master of Science, Schwerpunkt KI · Mechatronik · Deutschland
MLR Institute of Technology, JNTUH
Bachelor of Technology · Maschinenbau · Indien
Zertifikate & Bescheinigungen
Die Systems Modeling Language (SysML®) v1.6
Udemy
AWS Cloud Technische Grundlagen
AWS & Coursera
Spezialisierung: Generatives KI-Engineering mit LLMs
IBM & Coursera
Aufbau von Deep-Learning-Modellen mit TensorFlow
IBM & Coursera
Tiefe neuronale Netze mit PyTorch
IBM & Coursera
Einführung in Machine Learning von Andrew Ng
Stanford Online & Coursera
IBM-zertifizierter Spezialist für Generative KI
IBM
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testenWeitere Aktionen
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.