Mohamed Saleh
Machine Learning Engineer (Teilzeit)
Erfahrungen
Machine Learning Engineer (Teilzeit)
E.ON Digital Technology
- Entwarf und implementierte eine fortschrittliche, agentenbasierte RAG-Pipeline mit LangChain und LangGraph zur strukturierten Datenauslesung aus PDFs, unter Nutzung von Tools, Zustandsverwaltung und OpenAI LLMs (GPT-4), um Genauigkeit zu steigern und komplexe Dokumentstrukturen zu bewältigen.
- Entwickelte einen Google-KI-Agenten zur Extraktion strukturierter Informationen aus PDF-Dokumenten und deployte den Agenten auf Vertex AI.
- Entwarf Datenpipelines mit Azure Data Factory und Databricks, um Daten aus Azure Blob Storage zu laden, mit PySpark zu verarbeiten und über Linked Services in Azure SQL Database zu schreiben.
- Containerisierte KI-Agenten und -Services mit Docker für konsistente lokale Entwicklung und Bereitstellung.
- Nutze PySpark und Dask für Datenbankabfragen in Verbindung mit Azure Blob Storage und Document Storage.
- Erstellte einen ReAct-Agenten, der strukturierte Daten aus PDF-Dokumenten extrahiert, indem er Tools nutzt und Azure Document Intelligence integriert.
- Trug zum Projekt zur Validierung von CPO-Rechnungen bei, indem ich Databricks einsetzte, um bestehende CDRs zu finden und die Gesamtkosten zu berechnen.
- Entwickelte einen konversationalen KI-Agenten (Chatbot) mit FastAPI-Backend, integrierte RAG für präzise Tarifextraktion und setzte den Service mit Azure Container Apps um.
- Verwendete Tools: Azure, Azure OpenAI, Azure Document Intelligence, Azure Blob Storage, Google ADK, Google Cloud, Vertex AI, Gemini, Databricks, LangChain, LlamaIndex Ollama, Docker, PySpark, Azure SQL, Azure Data Factory, Azure AI Agent, Microsoft SQL Server
GenAI-Praktikant
MSG Life GmbH
- Feinabgestimmte Code-LLMs von Hugging Face zur Generierung von C++-Code basierend auf Transformationsregeln für Krankenversicherungspolicen.
- Entwickelte einen ReAct-KI-Agenten mit LlamaIndex und CodeLlama zur automatischen Generierung von C++-Code und zeigte dabei Fähigkeiten in agentenbasierten Entwurfsmustern.
- Verwendete LLMs: Code-T5, Polycoder, Incoder, CodeLlama.
Dozent für Machine Learning
Technische Universität München
- Leitete studentische Projekte zum Training von ML-Algorithmen und überwachte ML-Experimente mit MLflow und MLOps.
- Unterstützte beim Unterrichten und beim Programmieren von Machine-Learning-Konzepten.
LLM-Ingenieur
TouchCast LLC
- Entwickelte und stellte ein RAG-System als Flask-Webservice auf AWS bereit und demonstrierte damit Full-Stack-Kenntnisse in der KI-Anwendungsentwicklung für ein automatisches Bildpositionierungssystem und einen Inhaltsverzeichnis-Generator.
- Genutzte Bibliotheken: dlib, OpenCV, NumPy, Transformer T5, BERT, BART.
Data- & KI-Ingenieur
Upwork
- Entwickelte ein automatisches Kategorisierungssystem mithilfe von Wortähnlichkeiten und Deep Learning.
- Erstellte eine Anwendung zur Fragengenerierung aus Cartoon-Bildern für eine Bildungseinrichtung.
- Entwickelte ein Modell zur Vorhersage von Taxi-Fahrpreisen in NYC-Daten mit XGBoost auf Big Data in S3-Buckets, unter Verwendung von Amazon SageMaker und Unified Studio.
- Implementierte ein arabisches Frage-Antwort-System zum Arbeitsrecht in Saudi-Arabien unter Verwendung von Information-Retrieval-Techniken.
- Entwickelte ein Objekterkennungssystem zur Erkennung von Fahrgästen.
- Entwickelte ein Pneumonie-Erkennungssystem mit ResNet, das Klassifizierungsgenauigkeiten von 97 % und 91 % erreichte, und stellte es als Flask-Webseite auf Heroku bereit.
- Erstellte ein Audio-Erkennungssystem mit einzigartigen Hashes (ähnlich wie Shazam) unter Verwendung von Bildverarbeitungstechniken mit Python und SQL.
Fähigkeiten
Ki-agent-frameworks & Llms: Langchain, Langgraph, Llamaindex, Azure Ai Agent, Google Vertex Ai, Openai Gpt-4, Hugging Face, React Agent Pattern
Cloud- & Azure-dienste: Azure Container Apps (Aca), Azure Functions, Azure Ai Search, Azure Document Intelligence, Azure Blob Storage, Azure Key Vault, Azure Log Analytics, Azure Service Bus, Azure Sql Database, Azure Data Factory, Azure Cli
Python-entwicklung: Python (Oop, Entwurfsmuster), Asynchrone Programmierung, Fastapi, Flask, Sqlmodel, Sqlalchemy, Pytest
Daten- & Ml-engineering: Pyspark, Databricks, Dask, Docker, Docker Compose
Devops & Tools: Git, Docker, Ci/cd, Scrum, Jira
Datenbanken & Treiber: Microsoft Sql Server, Pymongo, Redis-py
Sprachen
Ausbildung
Technische Universität München (TUM)
Master of Science · Datenengineering und Analytik · München, Deutschland
Zewail-Universität für Wissenschaft und Technologie
Bachelor of Science · Kommunikations- und Informationstechnik · Cairo, Ägypten
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.