Pawan S.
CAPTCHA-Erkennung mit CRNN
Erfahrungen
Apr. 2025 - Aug. 2025
5 MonatenCAPTCHA-Erkennung mit CRNN
- Erstellt ein CRNN-Modell mit VGG16- und BiLSTM-Backbone für die Erkennung textbasierter CAPTCHAs
- Erreichte eine Zeichenfehlerrate von 9,37% und eine Sequenzgenauigkeit von 68,36% auf Validierungsdaten
- Erweiterte die Data-Augmentation-Pipeline mit Verzerrungen, Rauschinjektion und Störmustern zur Erhöhung der Robustheit
- Führte eine detaillierte Fehleranalyse bei ähnlich aussehenden Zeichen (O/Q/D) durch und schlug zeichen-spezifische Augmentierungen vor
- Tech Stack: Python, TensorFlow/Keras, OpenCV, NumPy, Matplotlib
Apr. 2025 - Aug. 2025
5 MonatenLoRA-Stil-Feinabstimmung mit Stable Diffusion
- Implementierte LoRA-Feinabstimmung an Stable Diffusion 1.5, um Studio-Ghibli-inspirierte Bilder zu erzeugen
- Optimierte Hyperparameter (Lernrate, Epochen, LoRA-Rang/Alpha) für einen stabilen Konvergenzverlauf und effektiven Stiltransfer
- Entwickelte ein Evaluierungsframework mit negativem Prompting und systematischem Seed-Testing zur Sicherstellung der Konsistenz
- Verwaltete Trainings-Checkpoints und Prompt-Engineering für reproduzierbar hochwertige Ergebnisse
- Tech Stack: Python, PyTorch, Hugging Face Diffusers, Stable Diffusion 1.5
Apr. 2025 - Aug. 2025
5 MonatenAnalyse von Übersetzungsbias mit LLMs
- Untersuchte Alters- und Geschlechterbias bei Deutsch-Englisch-Übersetzungen in MT-Tools und LLMs (GPT-4, DeepSeek)
- Implementierte Klassifikatoren (Logistische Regression, SVM und multilingualen BERT) zur demografischen Vorhersage
- Entwickelte und testete Baseline-, erhaltene und adaptive Prompting-Strategien zur Bias-Minderung
- Trug Trainings- und Inferenzcode für LR und SVM, Visualisierungen von Geschlechts- und Altersbias sowie Methodikbericht bei
- Tech Stack: Python, scikit-learn, Hugging Face Transformers, Logistische Regression, SVM, BERT
Okt. 2024 - Feb. 2025
5 MonatenAktienmarkt-Vorhersagesystem
Technische Universität Nürnberg
- Entwickelte eine ML-Pipeline, die Yahoo-Finance-Daten mit Echtzeit-Stimmungsanalysen von Nachrichten integriert
- Implementierte Feature Engineering, das technische Indikatoren mit FinBERT-Stimmungsscores kombiniert
- Erreichte einen ROC-AUC-Wert von 0,94 mit einem optimierten Ensemble aus Naive Bayes, Logistischer Regression und SVM
- Tech Stack: Python, scikit-learn, pandas, numpy, matplotlib, seaborn
Sept. 2021 - Nov. 2024
3 Jahren 3 MonatenHyderabad, Indien
Senior Datenanalyst
Tiger Analytics
- Entwarf und implementierte Kundensegmentierungsmodelle für Einzelhandelskunden, wodurch die Zielkundengruppe um 70% reduziert und gleichzeitig 95% des Umsatzes abgedeckt wurden
- Migrierte Legacy-SAS-Workflows zu MySQL, steigerte die Verarbeitungsgeschwindigkeit um 40% und senkte die Betriebskosten für einen Versicherungskunden
- Entwickelte Verkaufsprognosemodelle für Versicherungen mit H2O AutoML und erreichte über 90% Genauigkeit
- Erstellte skalierbare PySpark-Pipelines auf Databricks zur Verarbeitung von über 50 Millionen Datensätzen und verkürzte die Verarbeitungszeit von 8 Stunden auf 45 Minuten
- Lieferte eine umfassende Analyse der Patientenreise für einen Fortune-500-Gesundheitskunden und erstellte automatisierte Power-BI-Dashboards, die über 15 KPIs verfolgen
- Implementierte Echtzeit-Datenpipelines mit Snowflake und Dataiku
- Erstellte interaktive Dashboards für über 200 Stakeholder
- Entwickelte Tools zur Analyse von Medikamentenwechseln für die pharmazeutische Forschung
Jan. 2020 - Sept. 2021
1 Jahr 9 MonatenNoida, Indien
Technischer Content Engineer
GeeksforGeeks
- Verfasste und überprüfte über 110 technische Artikel zu hochmodernen KI-Themen
- Entwickelte produktionsreife Code-Beispiele für komplexe Algorithmen wie BERT, GPT, YOLO und ResNet
- Erstellte Lerninhalte zu Computer Vision, NLP und Deep-Learning-Grundlagen
Aug. 2019 - Dez. 2019
5 MonatenErkennung menschlicher Aktivitäten zur Patientenüberwachung
- Entwickelte ein Echtzeit-Erkennungssystem zur Überwachung der Patientensicherheit im Krankenhaus
- Implementierte OpenPose für die Posenschätzung und DeepSORT zur Verfolgung mehrerer Objekte
- Erreichte 95% Genauigkeit bei der Sturzerkennung mit weniger als 200 ms Latenz
- Tech-Stack: Python, OpenCV, TensorFlow, Keras
Jan. 2019 - Juni 2019
6 MonatenIntelligentes Anwesenheitssystem mit Gesichtserkennung
- Entwickelte ein System zur Gesichtserkennung in Einzelbildern und erreichte etwa 97% Genauigkeit
- Erweiterte die Lösung für den Einsatz in UAV-Überwachungsanwendungen
- Veröffentlichte „UAV-Überwachung zur Gewalterkennung und Personenidentifikation“
- Tech-Stack: Python, OpenCV, TensorFlow, Keras, Bibliotheken für Computer Vision
Zusammenfassung
Ergebnisorientierter Ingenieur für Künstliche Intelligenz und Maschinelles Lernen mit über 3 Jahren Berufserfahrung in Maschinellem Lernen, Deep Learning und fortgeschrittenen Analysen. Nachweisliche Erfolge bei der Bereitstellung skalierbarer ML-Lösungen für Fortune-500-Kunden mit Expertise in durchgängigen Data-Science-Pipelines, Kundensegmentierung und prädiktiver Modellierung.
Sprachen
Englisch
VerhandlungssicherDeutsch
GrundkenntnisseAusbildung
Okt. 2024 - Okt. 2026
Technische Universität (UTN)
Master of Science · Künstliche Intelligenz & Robotik · Nürnberg, Deutschland
Aug. 2016 - Juni 2020
Bennett University
Bachelor of Technology · Informatik & Ingenieurwesen · Greater Noida, Indien · 9,28/10 (entspricht deutscher Note: 1,3 – Sehr Gut)
Zertifikate & Bescheinigungen
Große Sprachmodelle: Grundlagenmodelle von Grund auf
Große Sprachmodelle: Anwendung bis zur Produktion - Databricks
AWS Certified Cloud Practitioner
Google Data Analytics-Spezialisierung
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.