Madhava (Reddy) Pesala
KI-Spezialist
Erfahrungen
KI-Spezialist
Diplotech Solutions
- Feingetuntes quantisiertes LLaMA-Modell mit LoRA erstellt und Hyperparameter für domänenspezifische, groß angelegte NLP-Anwendungen optimiert.
- Entwicklung hybrider RAG-Architekturen auf LLM-Basis mit LangChain für den Rechtsbereich geleitet, inklusive Dokumentenextraktion, Vektorsuche, Speech-to-Text-Verarbeitung und Prompt Engineering über OpenAI-APIs.
- LLM-basierten Übersetzungsdienst gebaut, der OpenAI Whisper für Transkription mit domänenspezifischer Übersetzung kombiniert, um sensible diplomatische Terminologie zu verarbeiten.
- REST-APIs mit FastAPI und Pydantic für KI-Modelle entwickelt und integriert, in Zusammenarbeit mit Frontend-Teams produktionsreife Anwendungen in sicheren Cloud-Umgebungen bereitgestellt.
- LLM-Workflows mit CI/CD-Pipelines automatisiert, Modelle mit Docker containerisiert und in AWS für skalierbare Cloud-Infrastruktur bereitgestellt.
Machine-Learning-Praktikant
Volmo Medical
- Deep-Learning-Modelle zur 3D-Medizinbildsegmentierung und -klassifikation (NIfTI) mit Python und PyTorch entwickelt, um krankheitsspezifische Muster zu erkennen.
- Datensatzqualität durch Bereinigung, Augmentierung und Validierung optimiert, GPU-Verbrauch durch iterative EDA und Verfeinerung deutlich reduziert und Experimente mit Weights & Biases nachverfolgt.
- XAI-Techniken (SHAP, Grad-CAM) eingesetzt, um Modellinterpretierbarkeit und Transparenz zu verbessern, dabei gute Übereinstimmung der Feature-Relevanz in CT-/MRT-Workflows für Gesundheitsanwendungen erreicht.
Machine-Learning-Softwareingenieur
Maxis Software
- Skalierbare ML-Pipelines mit GCP (BigQuery, Vertex AI, Cloud Storage) entworfen und bereitgestellt, Workflows mit CI/CD und Docker automatisiert, Bereitstellungszeit reduziert und Skalierbarkeit erhöht.
- Großskalige Datensätze mit NLP-Techniken (Tokenisierung, Embeddings, NER) verarbeitet, um effiziente Entitätserkennung zu liefern.
- Datenabfragen und Analysen mit Python und SQL optimiert und visuelle Berichte zur Entscheidungsunterstützung erstellt.
- Feature-Engineering und Modelloptimierung eingesetzt, um Genauigkeit und Effizienz zu steigern, dabei MLflow für Modell-Tracking und Versionierung genutzt.
- MLOps-Praktiken (Monitoring, Orchestrierung, Versionierung) implementiert, um das Modell-Lifecycle-Management zu automatisieren und containerisierte Deployments in Agile/Scrum-Workflows zu unterstützen, was Zuverlässigkeit verbessert und Bereitstellungsfehler reduziert.
Computer-Vision-Praktikant
Innopolis University
- Objekterkennungssysteme für autonome Fahrzeuge mit YOLO entwickelt, dabei fortgeschrittene Datenvorverarbeitung und Augmentierung eingesetzt, um Präzision und Robustheit zu erhöhen.
- An semantischen und Instanz-Segmentierungsmodellen mitgewirkt, um Wahrnehmung und Szenenverständnis zu verbessern.
- Mit funktionsübergreifenden Teams zusammengearbeitet, um KI-Lösungen in Industrie-4.0-Systeme zu integrieren und intelligente Automatisierung sowie Echtzeit-Entscheidungsfindung zu ermöglichen.
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 (2.5 Jahre), Gesundheitswesen (0.5 Jahre), Automotive (0.5 Jahre) und Fertigung (0.5 Jahre).
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 Produktentwicklung (3 Jahre), Informationstechnologie (2 Jahre) und Forschung und Entwicklung (1.5 Jahre).
Zusammenfassung
KI/ML-Spezialist mit über 2 Jahren Erfahrung in End-to-End-ML-Lösungen von der Modellentwicklung bis zur Produktion. Erfahren in Deep Learning, NLP, generativer KI, RAG-Systemen und LLM-Feinabstimmung sowie in MLOps und Cloud (AWS, GCP) für skalierbare, produktionsreife KI-Systeme.
Fähigkeiten
- End-to-end-machine Learning, Transformer, Llms (Feinabstimmung)
- Agentische Ki, Rag, Nlp, Vektor-db, Ocr, Chatbots, Openai, Mcp
- Python, Mysql, Postgresql, Pytorch, Tensorflow, Langchain
- Gcp, Aws, Git, Ci/cd, Docker, Mlops, Mlflow, Weights & Biases
- Api-design, Fastapi, Pydantic, Rest-api, Json/yaml
Sprachen
Ausbildung
Hochschule für Technik und Wirtschaft des Saarlandes
Master of Science · Neurotechnik · Saarbrücken, Deutschland
MITS College
Bachelor of Engineering · Maschinenbau · Indien
Profil
Frequently asked questions
Sie haben Fragen? Hier finden Sie weitere Informationen.
Wo ist Madhava ansässig?
Welche Sprachen spricht Madhava?
Wie viele Jahre Erfahrung hat Madhava?
Für welche Rollen wäre Madhava am besten geeignet?
Was ist das neueste Projekt von Madhava?
Für welche Unternehmen hat Madhava in den letzten Jahren gearbeitet?
In welchen Industrien hat Madhava die meiste Erfahrung?
In welchen Bereichen hat Madhava die meiste Erfahrung?
Was ist die Ausbildung von Madhava?
Wie ist die Verfügbarkeit von Madhava?
Wie hoch ist der Stundensatz von Madhava?
Wie kann man Madhava beauftragen?
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als KI-Spezialist
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Saarbrücken, Deutschland arbeiten