Erstellte kategoriespezifische Bildprompts und bewertete über 5.000 Modelloutputs anhand von Apples RLHF-Rubrik.
Entwickelte und wandte Prompt-Sets an; prüfte Grounding, Schlussfolgerungen und Compliance jeder Antwort nach strukturierten Vorgaben.
Führte Jailbreak-, Bias- und Prompt-Injection-Tests durch; protokollierte Fehler, Ineffizienzen und Randbedingungen.
Überprüfte Modelltranskriptionen und Intent-Ausrichtung; erstellte klare Ergebnisnotizen, gekennzeichnet als Erfolg / teilweise / Misserfolg.
Kennzeichnete auf Frame-Ebene Klicks, Ziehvorgänge und UI-Zustände; erzeugte zeitgestempelte Annotationen zur Schulung von Action-Sequence-GUI-Agenten durch Videoannotation.
Erstellte LaTeX-/Markdown-Ground-Truth-Paare für OCR-Modelle; prüfte jede Probe auf verlustfreies Parsen und Konsistenz.
AQI-Vorhersage für Lahore mit Machine-Learning-Modellen
Stellte einen 20-Jahres-Datensatz (2003–2022) aus dem Copernicus CAMS zusammen; fünf Schadstoffe plus Temperatur, über 65.000 Einträge.
Testete ARIMA, SARIMAX, STL-Decomposition und XGBoost im Praxistest; bewertete mit MSE und Dynamic-Time-Warping.
Wählte ARIMA (0,1,0) als bestes Modell und reduzierte den Prognosefehler um 30 % im Vergleich zu Alternativen; erstellte strukturierte Leistungsübersichten.
Sprachen
Urdu
Muttersprache
Englisch
Verhandlungssicher
Ausbildung
Okt. 2020 - Juni 2024
National University of Sciences and Technology
Bachelor in Ingenieurwesen · Ingenieurwesen · Islamabad, Pakistan
Zertifikate & Bescheinigungen
Machine-Learning-Spezialisierung
Stanford
Mathematik für maschinelles Lernen
Imperial College London
Sie suchen Freelancer?Passende Kandidaten in Sekunden!