Meisam G.
Machine-Learning-Ingenieur
Erfahrungen
Juni 2023 - Bis heute
2 Jahren 7 MonatenLondon, Vereinigtes Königreich
Machine-Learning-Ingenieur
Geeks Ltd
- Setzte ein Large Language Model (LLM) bei WordUp ein, um das Vokabellernen zu verbessern, indem es kontextbezogene Beispiele versteht und generiert und so personalisierte Lernerfahrungen optimiert.
- Entwickelte einen leistungsstarken FastAPI-Service zur Abfrage hoch-K-ähnlicher Vektoren mit Batch-Abfragen, der effizientes Retrieval Augmented Generation (RAG) und semantische Suchanwendungen ermöglichte.
- Entwickelte und implementierte eine leistungsstarke Python-ETL-Pipeline, optimierte CPU- und I/O-Auslastung und vereinfachte die Datenbereinigung, was zu einer Reduzierung der Verarbeitungszeit um 30% führte.
- Setzte maschinelles Lernen ein, um das Nutzerverhalten zu analysieren und Abwanderung vorherzusagen, identifizierte wichtige Engagement-Trends, die zu einer 15%igen Steigerung der Nutzerbindung und Zufriedenheit führten.
- Entwickelte ein Customer-Lifetime-Value (CLTV)-Prognosemodell, das durch gezielte Retentionsmaßnahmen zu einer 10%igen Steigerung des durchschnittlichen CLTV führte.
Feb. 2020 - Mai 2023
3 Jahren 4 MonatenTehran, Iran, Islamische Republik
Machine-Learning-Ingenieur
Mellat Bank
- Entwickelte ein Sentiment-Analyse-Modell mit BERT zur Auswertung von Instagram-Kommentaren, erreichte über 85% Genauigkeit und lieferte verwertbare Erkenntnisse für Kundenbindungsstrategien.
- Entwickelte einen News-Trading-Algorithmus mit Fin-BERT und GPT-3 für Sentiment-Analysen, um kurzfristige Kursbewegungen an Aktien- und Devisenmärkten vorherzusagen, was die Genauigkeit der Handelssignale um 20% verbesserte.
- Entwickelte Machine-Learning-Modelle zur Vorhersage von Kryptowährungspreisbewegungen basierend auf historischen Preisdaten und Sentiment-Analysen von Nachrichten.
- Erstellte ein Ensemble-Modell aus XGBoost und einem tiefen Autoencoder, um Anomalien in Kreditkartentransaktionen in Echtzeit zu erkennen, reduzierte False Positives um 25% und verbesserte die Betrugserkennung (Recall) um 15%.
- Implementierte ein Prognosemodell für Kundenabwanderung, reduzierte die Abwanderungsrate um 15% und verbesserte Strategien zur Kundenbindung.
- Entwickelte Empfehlungssysteme zur Empfehlung von Bankprodukten für Kunden, wodurch Cross-Selling-Möglichkeiten um 22% gesteigert wurden.
- Entwickelte ein Prognosemodell mit DeepAR zur Vorhersage der Kreditnutzung mit einem R-Quadrat von über 80%, wodurch die Finanzplanung optimiert wurde.
März 2019 - Feb. 2020
1 JahrTehran, Iran, Islamische Republik
Datenwissenschaftler
Hosh and Dansh
- Erstellte Machine-Learning-Modelle zur Vorhersage des Lagerbedarfs, wodurch die Lagerhaltungskosten um 15% gesenkt wurden.
- Entwickelte Modelle zur Vorhersage der Kundenabwanderung, ermöglichte proaktive Bindungsmaßnahmen, die die Abwanderungsrate um 12% senkten.
- Entwarf ein personalisiertes Empfehlungssystem, das die durchschnittliche Warenkorbgröße um 8% erhöhte.
- Implementierte Algorithmen, die Preise basierend auf Nachfrageprognosen anpassten und den Umsatz um 10% steigerten.
Sprachen
Persisch
MutterspracheEnglisch
VerhandlungssicherDeutsch
FortgeschrittenAusbildung
IU International University of Applied Sciences, Berlin
Master in Datenwissenschaft · Datenwissenschaft · Berlin, Deutschland
Azad University
Bachelor in Wirtschaftsingenieurwesen · Wirtschaftsingenieurwesen · Tehran, Iran, Islamische Republik
Science and Culture University
Master in Finanzingenieurwesen und Risikomanagement · Finanzingenieurwesen und Risikomanagement · Tehran, Iran, Islamische Republik
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.