Pawan Saxena
Akademisches Projekt
Erfahrungen
Apr. 2025 - Aug. 2025
5 Monaten Lorem ipsum dolor sit amet
CAPTCHA-Erkennung mit CRNN
- Ein CRNN-Modell mit VGG16- und BiLSTM-Backbone zur Erkennung textbasierter CAPTCHAs entwickelt
- Zeichenfehlerrate (CER) von 9,37% und Sequenzgenauigkeit von 68,36% auf dem Validierungsdatensatz erreicht
- Datenaugmentierungspipeline mit Verzerrungen, Rauschzugabe und Überlagerungen erweitert, um die Robustheit zu steigern
- Detaillierte Fehleranalyse bei verwechselbaren Zeichen (O, Q, D) durchgeführt und zeichenspezifische Augmentierung vorgeschlagen
- Tech Stack: Python, TensorFlow/Keras, OpenCV, NumPy, Matplotlib
Apr. 2025 - Aug. 2025
5 Monaten Lorem ipsum dolor sit amet
LoRA-Style-Fine-Tuning mit Stable Diffusion
- LoRA-Feinabstimmung an Stable Diffusion 1.5 implementiert, um Studio-Ghibli-ähnliche Bilder zu generieren
- Hyperparameter (Lernrate, Epochen, LoRA-Rang/Alpha) für stabile Konvergenz und effektiven Stiltransfer optimiert
- Bewertungsframework mit negativem Prompting und systematischem Seed-Testing entwickelt, um Konsistenz sicherzustellen
- Trainings-Checkpoints und Prompt-Engineering verwaltet, um reproduzierbar hochwertige Ergebnisse zu erzielen
- Tech Stack: Python, PyTorch, Hugging Face Diffusers, Stable Diffusion 1.5
Apr. 2025 - Aug. 2025
5 Monaten Lorem ipsum dolor sit amet
Analyse von Übersetzungsverzerrungen mit LLMs
- Untersuchung von Alters- und Geschlechterverzerrungen in deutsch-englischen Übersetzungen über maschinelle Übersetzungstools und LLMs (GPT-4, DeepSeek)
- Implementierung von Logistic Regression, SVM und multilingualen BERT-Klassifikatoren zur Vorhersage demografischer Merkmale
- Entwicklung und Test von Baseline-, beibehaltenden und adaptiven Prompting-Strategien zur Bias-Reduktion
- Trainings- und Inferenzcode für LR und SVM beigesteuert, Visualisierung von Geschlechter-/Altersverzerrungen und Bericht zur Methodik erstellt
- Tech Stack: Python, scikit-learn, Hugging Face Transformers, Logistic Regression, SVM, BERT
Okt. 2024 - Feb. 2025
5 MonatenAkademisches Projekt
Börsenprognosesystem
- ML-Pipeline entwickelt, die Yahoo-Finance-Daten mit Echtzeit-Nachrichtensentiment-Analyse kombiniert
- Feature Engineering umgesetzt, das technische Indikatoren mit FinBERT-Sentimentwerten verbindet
- ROC-AUC von 0,94 mit einem optimierten Ensemble aus Naive Bayes, Logistic Regression und SVM erreicht
- Tech Stack: Python, scikit-learn, pandas, NumPy, matplotlib, seaborn
Sept. 2021 - Nov. 2024
3 Jahren 3 MonatenHyderabad, Indien
Senior Datenanalyst
Tiger Analytics
- Kunden-Segmentierungsmodelle für Einzelhandelskunden entwickelt und implementiert, wodurch die Zielkundenbasis um 70% reduziert und gleichzeitig 95% des Umsatzes abgedeckt wurden
- Legacy-SAS-Workflows auf MySQL migriert, wodurch die Verarbeitungsgeschwindigkeit um 40% stieg und die Betriebskosten eines Versicherungskunden gesenkt wurden
- Versicherungs-Verkaufsprognosemodelle mit H2O AutoML entwickelt und eine Genauigkeit von über 90% erzielt
- Skalierbare PySpark-Pipelines auf Databricks für die Verarbeitung von über 50 Mio. Datensätzen erstellt, wodurch die Verarbeitungszeit von 8 Stunden auf 45 Minuten verkürzt wurde
- Umfassende Patient-Journey-Analyse für einen Fortune-500-Healthcare-Kunden geliefert und automatisierte Power-BI-Dashboards mit mehr als 15 KPIs erstellt
- Echtzeit-Datenpipelines mit Snowflake und Dataiku implementiert
- Interaktive Dashboards für über 200 Stakeholder erstellt
- Tools zur Analyse von Medikamentenwechseln für die pharmazeutische Forschung entwickelt
Jan. 2020 - Sept. 2021
1 Jahr 9 MonatenNoida, Indien
Technischer Content Engineer
GeeksforGeeks
- Verfasst und geprüft mehr als 110 technische Artikel zu hochmodernen Themen der künstlichen Intelligenz
- Entwickelt einsatzfertige Code-Beispiele für komplexe Algorithmen wie BERT, GPT, YOLO und ResNet
- Erstellt Lerninhalte zu Computer Vision, Natural Language Processing und Grundlagen des Deep Learning
Aug. 2019 - Dez. 2019
5 Monaten Lorem ipsum dolor sit amet
Erkennung menschlicher Aktivitäten zur Patientenüberwachung
- Entwickelt ein Echtzeitsystem zur Erkennung von Aktionen für die Patientensicherheit im Krankenhaus
- Implementiert OpenPose für die Posenschätzung und DeepSORT für die Verfolgung mehrerer Objekte
- Erzielte 95 % Genauigkeit bei der Sturzerkennung mit einer Latenz unter 200 ms
- Tech-Stack: Python, OpenCV, TensorFlow, Keras
Jan. 2019 - Juni 2019
6 Monaten Lorem ipsum dolor sit amet
Intelligentes Anwesenheitssystem mit Gesichtserkennung
- Entwickelt ein frame-basiertes Gesichtserkennungssystem und erreichte etwa 97 % Genauigkeit
- Erweiterte Lösung für den Einsatz in UAV-Überwachungsanwendungen
- Veröffentlichung: "UAV-Überwachung zur Gewalterkennung und Personenidentifikation"
- Tech-Stack: Python, OpenCV, TensorFlow, Keras, Computer-Vision-Bibliotheken
Zusammenfassung
Ergebnisorientierter KI- und Machine-Learning-Ingenieur mit über 3 Jahren Berufserfahrung in Machine Learning, Deep Learning und Advanced Analytics. Derzeit im Masterstudium Künstliche Intelligenz & Robotik an der Technischen Hochschule Nürnberg. Bewährte Erfolge bei der Bereitstellung skalierbarer ML-Lösungen für Fortune-500-Unternehmen, mit Spezialisierung auf durchgängige Data-Science-Pipelines, Kundensegmentierung und prädiktive Modellierung.
Fähigkeiten
Programmiersprachen
- Python (Experte)
- Sql (Fortgeschritten)
- R (Mittelstufe)
Maschinelles Lernen & Ki
- Klassisches Ml: Scikit-learn, Xgboost, Lightgbm
- Deep Learning: Tensorflow, Pytorch, Keras, Hugging Face
- Computer Vision: Opencv, Yolo, Resnet, R-cnn
- Nlp/llms: Bert, Gpt, Transformers, Finbert
Datenengineering & Analytics
- Big Data: Pyspark, Databricks, Apache Spark
- Data Warehousing: Snowflake, Mysql, Postgresql
- Visualisierung: Power Bi, Matplotlib, Seaborn, Plotly
- Mlops: Aws, H2o Automl, Dataiku, Airflow
- Sonstiges: Ms-excel, Ms-powerpoint
Cloud & Devops
- Azure
- Aws (Zertifiziert)
- Docker
- Git
- Linux
- Windows
Sprachen
Englisch
MutterspracheDeutsch
GrundkenntnisseAusbildung
Okt. 2024 - Bis heute
Technische Hochschule Nürnberg (UTN)
Master of Science in Künstlicher Intelligenz & Robotik · Künstliche Intelligenz & Robotik · Nürnberg, Deutschland
Aug. 2016 - Juni 2020
Bennett University
Bachelor of Technology in Informatik & Ingenieurwesen · Informatik & Ingenieurwesen · Greater Noida, Indien · 9,28/10 (entspricht der deutschen Note 1,3 – Sehr Gut)
Zertifikate & Bescheinigungen
Large Language Models: Foundation Models von Grund auf
Large Language Models: Anwendung von der Entwicklung bis zur Produktion - Databricks
AWS-zertifizierter Cloud Practitioner
AWS
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.