Pawan S.
KI, Data Science
Erfahrungen
Apr. 2025 - Aug. 2025
5 MonatenCAPTCHA-Erkennung mit CRNN
- Entwickelte ein CRNN-Modell mit VGG16- und BiLSTM-Backbone zur textbasierten CAPTCHA-Erkennung
- Erreichte eine Zeichenfehlerrate von 9,37 % und eine Sequenzgenauigkeit von 68,36 % in den Validierungsdaten
- Erweiterte die Data-Augmentation-Pipeline um Verzerrungen, Rauschinjektion und Störhintergründe zur Verbesserung der Robustheit
- Führte eine detaillierte Fehleranalyse bei verwechselbaren Zeichen (O/Q/D) durch und schlug zeichenspezifische Augmentation vor
- Technologie-Stack: Python, TensorFlow/Keras, OpenCV, NumPy, Matplotlib
Apr. 2025 - Aug. 2025
5 MonatenLoRA-Style-Fine-Tuning mit Stable Diffusion
- Implementierte LoRA-Fine-Tuning auf Stable Diffusion 1.5, um Studio Ghibli-inspirierte Bilder zu erzeugen
- Optimierte Hyperparameter (Lernrate, Epochen, LoRA-Rang/Alpha) für stabile Konvergenz und effektiven Style-Transfer
- Entwickelte ein Evaluationsframework mit negativem Prompting und systematischem Seed-Testing zur Sicherstellung der Konsistenz
- Verwaltete Trainings-Checkpoints und Prompt-Engineering für reproduzierbare, hochwertige Ergebnisse
- Technologie-Stack: Python, PyTorch, Hugging Face Diffusers, Stable Diffusion 1.5
Apr. 2025 - Aug. 2025
5 MonatenÜbersetzungs-Bias-Analyse mit LLMs
- Untersuchte Alters- und Geschlechterbias in Deutsch-Englisch-Übersetzungen über MT-Tools und LLMs (GPT-4, DeepSeek)
- Implementierte logistische Regression, SVM und mehrsprachige BERT-Klassifikatoren zur demografischen Vorhersage
- Entwickelte und testete Basis-, erhaltende und adaptive Prompting-Strategien zur Bias-Minderung
- Stellte Trainings- und Inferenzcode für logistische Regression und SVM, Visualisierungen von Geschlechter- und Altersbias sowie die Methodik des Berichts bereit
- Technologie-Stack: Python, scikit-learn, Hugging Face Transformers, logistische Regression, SVM, BERT
Okt. 2024 - Feb. 2025
5 MonatenAktienkurs-Vorhersagesystem
University of Technology Nuremberg
- Entwickelte eine ML-Pipeline, die Yahoo-Finance-Daten mit Echtzeit-Nachrichten-Sentiment-Analyse kombiniert
- Implementierte Feature-Engineering, das technische Indikatoren mit FinBERT-Sentimentwerten kombiniert
- Erreichte einen ROC-AUC-Wert von 0,94 durch ein optimiertes Ensemble aus Naive Bayes, logistische Regression und SVM
- Technologie-Stack: Python, scikit-learn, pandas, numpy, matplotlib, seaborn
Sept. 2021 - Nov. 2024
3 Jahren 3 MonatenHyderabad, Indien
Senior Data Analyst
Tiger Analytics
- Entwarf und implementierte Modelle zur Kundensegmentierung für Einzelhandelskunden, wodurch die Zielkundengruppe um 70 % reduziert und gleichzeitig 95 % des Umsatzes abgedeckt wurden
- Migrierte veraltete SAS-Workflows zu MySQL, steigerte die Verarbeitungsgeschwindigkeit um 40 % und senkte die Betriebskosten für einen Versicherungskunden
- Entwickelte Vertriebsprognosemodelle für Versicherungen mit H2O AutoML und erreichte über 90 % Genauigkeit
- Erstellte skalierbare PySpark-Pipelines auf Databricks zur Verarbeitung von über 50 Mio. Datensätzen und reduzierte die Verarbeitungszeit von 8 Stunden auf 45 Minuten
- Lieferte eine umfassende Patientenreiseanalyse für einen Fortune-500-Healthcare-Kunden und erstellte automatisierte Power BI-Dashboards zur Verfolgung von über 15 KPIs
- 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 mehr als 110 technische Artikel zu aktuellen Themen der künstlichen Intelligenz
- Entwickelte produktionsbereiten Code als Beispiele für komplexe Algorithmen wie BERT, GPT, YOLO und ResNet
- Erstellte Schulungsinhalte zu Computervision, NLP und Grundlagen des Deep Learning
Aug. 2019 - Dez. 2019
5 MonatenErkennung menschlicher Aktivitäten zur Patientenüberwachung
- Entwickelte ein System zur Echtzeit-Erkennung von Aktionen zur Überwachung der Patientensicherheit im Krankenhaus
- Implementierte OpenPose für Pose-Schätzung und DeepSORT für 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 frameweises Gesichtserkennungssystem mit rund 97 % Genauigkeit
- Erweiterte die Lösung für UAV-Überwachungsanwendungen
- Veröffentlichte "UAV Surveillance for Violence Detection and Individual Identification"
- Tech-Stack: Python, OpenCV, TensorFlow, Keras, Computer-Vision-Bibliotheken
Zusammenfassung
Ergebnisorientierter Ingenieur für Künstliche Intelligenz und Maschinelles Lernen mit mehr als 3 Jahren Berufserfahrung in Maschinellem Lernen, Deep Learning und fortgeschrittener Analytik.
Nachweisliche Erfolge bei der Bereitstellung skalierbarer ML-Lösungen für Fortune-500-Kunden, mit Fachwissen in End-to-End Data-Science-Pipelines, Kundensegmentierung und Vorhersagemodellen.
Sprachen
Englisch
VerhandlungssicherDeutsch
GrundkenntnisseAusbildung
Okt. 2024 - Okt. 2026
University of Technology (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 der deutschen Note: 1,3 – Sehr Gut)
Zertifikate & Bescheinigungen
Große Sprachmodelle: Grundlagenmodelle von Grund auf
Große Sprachmodelle: Anwendung bis zur Produktion – Databricks
Zertifizierter AWS 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.