Lorenzo Barraco - Senior KI-Ingenieur

Q: Wo ist Lorenzo ansässig?

Lorenzo ist in Padua, Italien ansässig.

Q: Welche Sprachen spricht Lorenzo?

Lorenzo spricht folgende Sprachen: Italienisch (Fortgeschritten), Englisch (Grundkenntnisse), Niederländisch (Grundkenntnisse) .

Q: Wie viele Jahre Erfahrung hat Lorenzo?

Lorenzo hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Lorenzo in mindestens 3 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 6 Monate . Beachten Sie, dass Lorenzo möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Lorenzo?

Die neueste Position von Lorenzo ist Senior AI Engineer bei Beam AI .

Q: Für welche Unternehmen hat Lorenzo in den letzten Jahren gearbeitet?

In den letzten Jahren hat Lorenzo für Beam AI , COMPUTD und Allmatics gearbeitet.

Q: In welchen Industrien hat Lorenzo die meiste Erfahrung?

Lorenzo hat die meiste Erfahrung in Industrien wie Informationstechnologie und Professionelle Dienstleistungen .

Q: In welchen Bereichen hat Lorenzo die meiste Erfahrung?

Lorenzo hat die meiste Erfahrung in Bereichen wie Business Intelligence , Informationstechnologie und Produktentwicklung .

Q: In welchen Industrien hat Lorenzo kürzlich gearbeitet?

Lorenzo hat kürzlich in Industrien wie Informationstechnologie und Professionelle Dienstleistungen gearbeitet.

Q: In welchen Bereichen hat Lorenzo kürzlich gearbeitet?

Lorenzo hat kürzlich in Bereichen wie Business Intelligence , Informationstechnologie und Produktentwicklung gearbeitet.

Recommended expert

Padua, Italien

Erfahrungen

Apr. 2024 - Bis heute

1 Jahr 11 Monate

New York, Vereinigte Staaten

Senior AI Engineer

Beam AI

Entwurf und Umsetzung von Datenpipelines, die monatlich über 500 Unternehmens-Workflows verarbeiten, sowie Einführung statistischer Überwachung und Anomalieerkennung, um Betriebsineffizienzen zu identifizieren und datengetriebene Geschäftsoptimierung zu ermöglichen
Analyse von umfangreichen Unternehmensdatensätzen zur Identifizierung von Automatisierungspotenzialen in Finanzen, HR und dem operativen Geschäft, wobei Erkenntnisse geliefert wurden, die die Betriebskosten um 35% senkten und die Teamproduktivität um das Dreifache steigerten
Entwurf und Implementierung von RAG-Pipelines mit semantischer Suche über mehr als 10.000 Unternehmensdokumente, dabei 92% Genauigkeit durch fortgeschrittenes Feature Engineering und Einbettungsoptimierung erreicht
Entwicklung von Echtzeit-Analytics-Dashboards zur Überwachung der Leistungskennzahlen von KI-Agenten, Analyse von Verhaltensdaten zur Verbesserung der Modelle und Erreichung einer Automatisierungsquote von 88% durch kontinuierliche A/B-Tests
Aufbau einer umfassenden MLOps-Infrastruktur mit Azure ML, MLflow und Weights & Biases inklusive automatischem Experiment-Tracking, wodurch die Bereitstellungszyklen von Modellen von 3 Wochen auf 4 Stunden verkürzt wurden
Entwicklung von produktionsreifen KI-Agenten mit GPT-4, Claude 3.5 Sonnet und Gemini Pro durch fortgeschrittenes Prompt Engineering und Funktionsaufrufe für Unternehmens-Automatisierungsworkflows
Integration von Monitoring und Kostenoptimierung mit Helicone und LangSmith, wodurch die Betriebskosten für LLMs um 40% reduziert wurden durch statistische Analyse von Token-Nutzungsmustern und intelligente Caching-Strategien
Aufbau skalierbarer Backend-Microservices mit FastAPI und Azure Functions, die täglich über 8 Millionen Automatisierungsanfragen mit 99,9% Verfügbarkeit bewältigen
Leitung technischer Architekturgespräche mit mehr als 5 Fortune-500-Kunden und Umsetzung komplexer Geschäftsanforderungen in datengetriebene KI-Lösungen

Feb. 2022 - Apr. 2024

2 Jahren 3 Monate

Niederlande

Senior AI Engineer

COMPUTD

Bewertung von monatlich über 500.000 Geschäftsdokumenten zur Entwicklung intelligenter Dokumentenverständnissysteme mit BERT, RoBERTa und LayoutLM durch Anwendung statistischer NLP-Techniken und Erreichung einer Extraktionsgenauigkeit von 94% für europäische Unternehmenskunden
Durchführung umfassender Datenanalysen über mehrsprachige Datensätze in 4 Sprachen, Entwicklung von Sentiment-Analyse- und Entity-Recognition-Pipelines mit 91% Genauigkeit, was Branchenstandards um 8% übertrifft
Entwicklung und Bereitstellung von Empfehlungssystemen durch Collaborative Filtering und neuronale Netze, Steigerung der Conversion-Raten um 28% und Generierung von über 2 Mio. $ zusätzlichem Umsatz durch datengetriebene Personalisierung
Aufbau von Frage-Antwort-Systemen mit BERT und Sentence-BERT in Kombination mit FAISS, Ermöglichung von Abfragen in unter einer Sekunde über mehr als 5 Mio. Dokumente mit einer Antwortrelevanz von 89% durch fortgeschrittene Merkmalsextraktion
Durchführung explorativer Datenanalysen zu Kundeninteraktionsmustern, Identifikation wichtiger Geschäftskennzahlen und Erstellung von Dashboards für das Management, die die Produktstrategie informierten und die Nutzerbindung um 22% steigerten
Einführung von MLOps-Best-Practices mit MLflow, DVC und Kubeflow auf AWS, Implementierung automatisierter Retraining-Pipelines, die die Modellleistung durch systematische Experimente um 15% verbesserten
Optimierung der Modellinferenz mit ONNX Runtime und TorchServe auf AWS, Erzielung einer 3,5-fachen Geschwindigkeitserhöhung und 50% Kostenreduktion durch Performance-Profiling und statistische Analyse
Entwurf und Implementierung von Backend-Services mit FastAPI und Django sowie PostgreSQL und Redis, Aufbau skalierbarer APIs mit über 10.000 Anfragen pro Minute für Echtzeit-NLP-Inferenz
Zusammenarbeit mit mehr als 20 Unternehmenskunden zur Entwicklung ganzheitlicher Data-Science-Lösungen und Sicherstellung einer Kundenbindungsrate von 95% durch kontinuierliche datengetriebene Erkenntnisse

Feb. 2018 - Jan. 2022

4 Jahren

Vereinigtes Königreich

AI Engineer | Data Scientist

Allmatics

Erstellung von prädiktiven Analysemodellen mit XGBoost, LightGBM und Random Forests für Nachfrageprognosen, Steigerung der Vorhersagegenauigkeit um 32% und Reduzierung der Lagerhaltungskosten um 800.000 $ jährlich durch ausgeklügeltes Feature Engineering und Ensemble-Methoden
Analyse groß angelegter Datensätze mit Apache Spark, Pandas und SQL auf AWS EMR, Verarbeitung von über 50 TB Daten pro Monat und Gewinnung von Erkenntnissen, die 1,5 Mio. $ Kosteneinsparungen durch umfassende statistische Analysen ermöglichten
Durchführung explorativer Datenanalyse und Hypothesentests zur Identifizierung wesentlicher Treiber des Kundenverhaltens, Entwicklung von Segmentierungsmodellen für zielgerichtete Marketingstrategien und Steigerung des ROI um 45%
Entwicklung von NLP-Lösungen für Textklassifikation und Named Entity Recognition mit LSTM, GRU und BERT-Modellen, Verarbeitung von über 100.000 Dokumenten pro Monat mit einem F1-Score von 87%
Bereitstellung von Computer-Vision-Systemen mit CNNs auf Basis von ResNet, EfficientNet und YOLO, Erreichung einer Erkennungsgenauigkeit von 96% und Reduzierung der manuellen Inspektionszeit um 75% durch datengetriebene Qualitätskontrolle
Umsetzung von MLOps-Workflows mit Docker, Jenkins und Kubernetes auf GCP und AWS, Einrichtung von CI/CD-Pipelines, die die Bereitstellungszeit von Modellen um 70% verkürzten und die Zuverlässigkeit auf 99,5% erhöhten
Entwicklung von Backend-APIs mit Flask und Django REST Framework sowie MySQL und MongoDB, Erstellung von Microservices für ML-Modell-Deployments mit über 5.000 Anfragen pro Minute
Durchführung technischer Workshops für mehr als 10 Kundenteams, Entwurf datengetriebener Lösungsarchitekturen und Mentoring von 5 Junior Engineers in Data-Science-Best-Practices

Apr. 2016 - Jan. 2018

1 Jahr 10 Monate

Vereinigtes Königreich

ML Developer | Data Analyst

Byteal Ltd

Entwicklung von Machine-Learning-Modellen mit Random Forests, Gradient Boosting und logistischer Regression, Erreichen einer Vorhersagegenauigkeit von 84% durch strenge Merkmalsauswahl und Kreuzvalidierungstechniken
Aufbau von Zeitreihenprognosesystemen mit ARIMA, Prophet und Ensemble-Methoden für Nachfragevorhersagen, Steigerung der Planungsgenauigkeit um 40% und Reduzierung von Lieferengpässen um 60% durch statistische Modellierung
Implementierung von ETL-Pipelines mit Python, SQL und Pandas zur Verarbeitung von über 2 Millionen Datensätzen täglich aus verschiedenen Quellen und Gewährleistung einer Datenqualität von 99,7% durch umfassende Validierungs- und Bereinigungsprozesse
Erstellung von Datenvisualisierungs-Dashboards mit Matplotlib, Seaborn und Tableau für mehr als 8 Unternehmenskunden, Präsentation umsetzbarer Erkenntnisse für C-Level-Stakeholder durch überzeugendes Data Storytelling
Durchführung umfassender statistischer Analysen, einschließlich Regressionsmodelle, Kohortenanalyse und Survival-Analyse, zur Unterstützung der Geschäftsstrategie und Steigerung der operativen Effizienz um 25%
Optimierung von Data-Analytics-Workflows durch Automatisierungsskripte und geplante Jobs, Reduzierung manueller Reportzeiten um 80% und Bereitstellung von Live-Business-Intelligence
Zusammenarbeit mit Fachbereichen zur Definition von KPIs, Gestaltung von A/B-Tests und Messung der Auswirkungen datengetriebener Initiativen auf Geschäftsergebnisse

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 Informationstechnologie (10 Jahre) und Professionelle Dienstleistungen (4 Jahre).

Informationstechnologie

Professionelle Dienstleistungen

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 Business Intelligence (10 Jahre), Informationstechnologie (10 Jahre) und Produktentwicklung (6 Jahre).

Business Intelligence

Informationstechnologie

Produktentwicklung

Zusammenfassung

Senior Data Scientist mit über 9 Jahren Erfahrung bei der Bereitstellung datengetriebener Erkenntnisse und fortschrittlicher Analyse-Lösungen in Unternehmensumgebungen. Spezialisierung auf Predictive Modeling, maschinelles Lernen, statistische Analysen und Daten-Pipeline-Engineering, mit Fachwissen von klassischer Data Science bis hin zu modernen Generative-AI-Anwendungen. Erfolgreiche Transformation von Geschäftsprozessen durch datengetriebene Entscheidungsfindung für Fortune-500-Unternehmen und Scale-ups durch die Kombination tiefgehender analytischer Expertise mit produktionsreifem ML-Engineering und skalierbarer Backend-Entwicklung.

Fähigkeiten

Data Science & Analytics: Prognosemodellierung, Statistische Analysen, Zeitreihenprognosen, A/b-tests, Hypothesentests, Feature Engineering, Nachfrageprognosen, Kundenanalysen
Programmiersprachen: Python, R, Sql, Java, Javascript, Scala
Ml/dl-frameworks: Scikit-learn, Xgboost, Lightgbm, Pytorch, Tensorflow, Transformers, Hugging Face, Spacy, Nltk, Keras
Datenverarbeitung & Etl: Pandas, Numpy, Apache Spark, Apache Kafka, Pyspark, Dask, Polars, Apache Beam, Sql
Visualisierung & Bi: Matplotlib, Seaborn, Plotly, Tableau, Power Bi, Jupyter Notebooks
Mlops & Devops: Mlflow, Weights & Biases, Dvc, Docker, Kubernetes, Apache Airflow, Github Actions
Cloud-plattformen: Aws (Sagemaker, Emr, S3, Lambda, Ec2), Microsoft Azure (Azure Ml, Functions), Google Cloud Platform (Gcp)
Datenbanken: Postgresql, Mysql, Mongodb, Redis, Sqlite, Dynamodb, Cassandra
Ki/genai: Langchain, Llamaindex, Openai-apis, Rag, Vektor-datenbanken (Pinecone, Faiss, Weaviate)
Optimierung & Deployment: Onnx, Tensorrt, Torchserve, Tensorflow Serving, Modellquantisierung, Vllm
Backend-frameworks: Django Rest Framework, Node.js, Express.js, Celery, Sqlalchemy, Pydantic

Sprachen

Italienisch

Fortgeschritten

Englisch

Grundkenntnisse

Niederländisch

Grundkenntnisse

Ausbildung

Mai 2012 - März 2016

Sapienza-Universität Rom

Bachelorabschluss in Informatik · Informatik · Rom, Italien

Profil

Erstellt

Januar 2026

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently asked questions

Sie haben Fragen? Hier finden Sie weitere Informationen.

Wo ist Lorenzo ansässig?

Lorenzo ist in Padua, Italien ansässig.

Welche Sprachen spricht Lorenzo?

Lorenzo spricht folgende Sprachen: Italienisch (Fortgeschritten), Englisch (Grundkenntnisse), Niederländisch (Grundkenntnisse).

Wie viele Jahre Erfahrung hat Lorenzo?

Lorenzo hat mindestens 10 Jahre Erfahrung. In dieser Zeit hat Lorenzo in mindestens 3 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 6 Monate. Beachten Sie, dass Lorenzo möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Lorenzo am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Lorenzo gut geeignet für Rollen wie: Senior AI Engineer, AI Engineer | Data Scientist, ML Developer | Data Analyst.

Was ist das neueste Projekt von Lorenzo?

Die neueste Position von Lorenzo ist Senior AI Engineer bei Beam AI.

Für welche Unternehmen hat Lorenzo in den letzten Jahren gearbeitet?

In den letzten Jahren hat Lorenzo für Beam AI, COMPUTD und Allmatics gearbeitet.

In welchen Industrien hat Lorenzo die meiste Erfahrung?

Lorenzo hat die meiste Erfahrung in Industrien wie Informationstechnologie und Professionelle Dienstleistungen.

In welchen Bereichen hat Lorenzo die meiste Erfahrung?

Lorenzo hat die meiste Erfahrung in Bereichen wie Business Intelligence, Informationstechnologie und Produktentwicklung.

In welchen Industrien hat Lorenzo kürzlich gearbeitet?

Lorenzo hat kürzlich in Industrien wie Informationstechnologie und Professionelle Dienstleistungen gearbeitet.

In welchen Bereichen hat Lorenzo kürzlich gearbeitet?

Lorenzo hat kürzlich in Bereichen wie Business Intelligence, Informationstechnologie und Produktentwicklung gearbeitet.

Was ist die Ausbildung von Lorenzo?

Lorenzo hat einen Bachelor in Informatik from Sapienza-Universität Rom.

Wie ist die Verfügbarkeit von Lorenzo?

Lorenzo ist sofort vollzeit verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Lorenzo?

Der Stundensatz von Lorenzo hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Lorenzo beauftragen?

Um Lorenzo zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

600

450

300

150

⌀ Markt: 390-550 €

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.