Raghu ram Vadali - Telco-Kundenabwanderungsprognose – End-to-End-ML-Pipeline

Recommended expert

München, Deutschland

Erfahrungen

Juli 2025 - Juli 2025

1 Monate

Telco-Kundenabwanderungsprognose – End-to-End-ML-Pipeline

Selbst initiiertes Projekt

Entwickelte und implementierte eine vollständige Machine-Learning-Pipeline zur Kundenabwanderungsprognose auf Basis des Telco-Datensatzes.
Wandte Vorverarbeitungstechniken an, darunter Behandlung fehlender Werte, kategoriale Kodierung, Feature Scaling und PCA.
Baute und verglich über 15 Modelle (Logistic Regression, Random Forest, XGBoost usw.) und bewertete sie anhand von Accuracy, Precision, Recall, F1-Score, ROC-AUC und PR-AUC.
Stimmte Hyperparameter mit GridSearchCV ab und erreichte 80,6 % Accuracy mit Random Forest und XGBoost.
Erstellte visuelle Berichte (Balkendiagramme, Heatmaps, Radardiagramme), um die Modellleistung und die Abwanderungstreiber zu interpretieren.
Exportierte wiederverwendbare Pipelines und trainierte Modelle mit joblib für die Bereitstellung.

März 2025 - März 2025

1 Monate

Aktienkursanalyse und Risikomodellierung

Selbst initiiertes Projekt

Analysierte historische Aktienkursdaten von Yahoo Finance anhand der bereinigten Schlusskurse.
Berechnete einfache und exponentielle gleitende Durchschnitte, um Markttrends zu erkennen.
Bewertete die Performance durch tägliche und kumulative Renditen.
Visualisierte Korrelations-Heatmaps und Kernel-Dichte-Schätzungen (KDE).
Bewertete Value at Risk (VaR) auf 95 % und 99 % Konfidenzniveau mithilfe der Varianz-Kovarianz-Methode, historischen Simulation und Monte-Carlo-Simulation mit über 10.000 Durchläufen.
Berechnete Sharpe Ratio und Volatilitätskennzahlen zur Bewertung risikoadjustierter Renditen.

Jan. 2025 - Dez. 2025

1 Jahr

Food101 Multiklassen-Bildklassifikation – Progressives Lernen mit TensorFlow (EfficientNetV2S)

Selbst initiiertes Projekt

Implementierte eine Multiklassen-Bildklassifikation auf dem Food101-Datensatz mit einer progressiven Lernstrategie.
Erstellte progressive Datensätze (10 %, 50 %, 100 %), um gestuftes Modelltraining mit image_dataset_from_directory zu ermöglichen.
Baute eine Input-Pipeline mit 384×384 Bildgröße, Batch-Laden und Datenaugmentation auf.
Setzte EfficientNetV2S, vortrainiert auf ImageNet, mit hybridem Pooling (GlobalAverage + MaxPooling) und Dropout vor der Ausgabe ein.
Phase 1 (10 % Daten): Merkmalsextraktion mit eingefrorenen Schichten, erreichte 52 % Accuracy (15 % Validierung).
Phase 2 (50 % Daten): Feintuning der letzten 30 Schichten mit Label Smoothing, erreichte 80 % Accuracy (25 % Validierung), verbessert auf 83,5 % Accuracy durch mehr Epochen.
Phase 3 (100 % Daten): Feintuning der letzten 30 Schichten mit einer Lernrate von 1e-5, erreichte 83,5 % Accuracy (25 % Validierung).
Erreichte eine Top-1-Accuracy von 83,15 % und eine Top-5-Accuracy von 96,59 %.
Berechnete Precision, Recall, F1-Score und Support pro Klasse.
Plottete die F1-Score-Verteilung pro Klasse und Heatmaps für Precision, Recall und F1.
Analysierte die Precision-vs-Recall-Abwägung und erstellte eine Korrelationsmatrix der Evaluationsmetriken.
Führte eine Fehlklassifikationsanalyse durch, um Klassen mit den meisten Fehlern zu identifizieren, einschließlich der Top-10 fehlklassifizierten Kategorien und Verwechslungsmuster.

Feb. 2015 - Bis heute

11 Jahren

München, Deutschland

Simulationsingenieur / Projektleiter

ARRK Engineering

Leitete Crash-Simulationen und Airbag-Leistungsstudien; entwickelte Predictive-Modelle mit LS-Dyna und Pam-Crash.
Lieferte technische Einblicke und Empfehlungen an funktionsübergreifende Teams und Kunden.

Okt. 2012 - Feb. 2015

2 Jahren 5 Monaten

München, Deutschland

CAE-Spezialist / Projektleiter

Tecosim GmbH

Erstellte und validierte Crash-Modelle.
Wandte statistische Methoden und Sensitivitätsstudien an, um die Sicherheitsleistung zu optimieren.

Sept. 2008 - Aug. 2010

2 Jahren

Chennai, Indien

Senior Ingenieur (Unfallanalyst)

Renault-Nissan

Analysierte vollständige Fahrzeug-Crash-Simulationen.
Führte parametrische Studien zur Verbesserung der Crashsicherheit durch.

Zusammenfassung

Maschinenbauingenieur mit über 14 Jahren Erfahrung in der Finite-Elemente-Analyse (FEA), Simulationsmodellierung und vorausschauender Analytik, der sich jetzt in den Bereichen KI, Machine Learning und Deep Learning weiterentwickelt. Versiert in Python, TensorFlow und Scikit-Learn zum Entwerfen und Trainieren von neuronalen Netzen (ANN, CNN, RNN/LSTM) für Regression, Klassifikation, Bilderkennung und Zeitreihenprognosen. Abgeschlossene selbst initiierte Projekte in Computer Vision (Food101-Klassifikation, EfficientNetV2S Transfer Learning), Kundenabwanderungsprognose und Aktienrisikomodellierung, die Expertise in End-to-End-ML-Pipelines, Optimierungstechniken und Modellevaluation zeigen.

Fähigkeiten

Programmiersprachen Und Daten: Python, C, Mysql.
Entwicklungstools: Jupyter Notebook, Git, Pycharm, Vs Code.
Datenanalyse Und Visualisierung: Pandas, Numpy, Scikit-learn, Matplotlib, Seaborn.
Machine Learning: Regression, Klassifikation, Clustering, Modellevaluation & -Validierung, Feature Engineering, Xgboost.
Deep Learning (Tensorflow/keras) – Ann & Cnn: Regression, Klassifikation, Bilderkennung, Merkmalsextraktion, Transfer Learning: Vorgefertigte Modelle (Efficientnetv2s, Imagenet).
Deep Learning (Tensorflow/keras) – Optimierung: Dropout, Gewichtszerfall, Lernraten-scheduling, Label Smoothing.
Deep Learning (Tensorflow/keras) – Sequenzen & Zeitreihen: Rnn, Lstm, Gru, Sliding-window-prognose.
Deep Learning (Tensorflow/keras) – Modellevaluation: Precision, Recall, F1, Roc, Analyse Von Fehlklassifikationen.
Maschinenbau: Cad, Fea (Ls-dyna, Pam-crash, Abaqus), Matlab.

Sprachen

Hindi

Muttersprache

Telugu

Muttersprache

Englisch

Verhandlungssicher

Deutsch

Fortgeschritten

Ausbildung

Okt. 2010 - Sept. 2012

Universität Stuttgart

Master of Science, Rechnergestützte Mechanik von Materialien und Strukturen · Rechnergestützte Mechanik von Materialien und Strukturen · Stuttgart, Deutschland

Okt. 2000 - Juni 2004

Jawaharlal Nehru Technische Universität

Bachelor of Engineering, Maschinenbau · Maschinenbau · Indien

Zertifikate & Bescheinigungen

Data-Science-Bootcamp

Udemy

Machine Learning A-Z: KI, Python

Udemy

Python für Datenanalyse und Visualisierung

Udemy

TensorFlow Bootcamp für Deep Learning

Udemy

MySQL für Datenanalyse & BI

Udemy

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Ähnliche Freelancer

Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.

Erfahrungen

Telco-Kundenabwanderungsprognose – End-to-End-ML-Pipeline

Selbst initiiertes Projekt

Aktienkursanalyse und Risikomodellierung

Selbst initiiertes Projekt

Food101 Multiklassen-Bildklassifikation – Progressives Lernen mit TensorFlow (EfficientNetV2S)

Selbst initiiertes Projekt

Simulationsingenieur / Projektleiter

ARRK Engineering

CAE-Spezialist / Projektleiter

Tecosim GmbH

Senior Ingenieur (Unfallanalyst)

Renault-Nissan

Zusammenfassung

Fähigkeiten

Sprachen

Ausbildung

Universität Stuttgart

Master of Science, Rechnergestützte Mechanik von Materialien und Strukturen · Rechnergestützte Mechanik von Materialien und Strukturen · Stuttgart, Deutschland

Jawaharlal Nehru Technische Universität

Bachelor of Engineering, Maschinenbau · Maschinenbau · Indien

Zertifikate & Bescheinigungen

Data-Science-Bootcamp

Udemy

Machine Learning A-Z: KI, Python

Udemy

Python für Datenanalyse und Visualisierung

Udemy

TensorFlow Bootcamp für Deep Learning

Udemy

MySQL für Datenanalyse & BI

Udemy

Ähnliche Freelancer

Projekte

AI-Backend-Entwickler-Praktikant

Angewandtes NLP: Wortbasierte Kodierung für intelligentere Ereignisvorhersagen

Freiberuflicher Data Scientist

Principal (Datenwissenschaftler/Dateningenieur/Gen-AI-Ingenieur)

Senior Data Scientist

Masterand

GenAI-Ingenieur

Agentische KI für ein DeepResearch-Projekt

IT-Projektmanager

Masterarbeit – LLM-gestütztes RAG-System

Interim Product Owner (KI Tech-Stack)

Datenpartner - Informatik - Digitale Medien

Masterarbeit: Analyse des Prompt Engineerings zur Datenerfassung aus unstrukturierten Daten

Data Scientist/AI-Ingenieur

KI-Produktmanager und Ingenieur

Mitglied des Forschungsteams

Forensische Unfallrekonstruktion mit Virtual Reality

Data Scientist Praktikant

Teamleiter – Engagement & Relevanz

Machine Learning Engineer (Teilzeit)

Senior MLOps- und DevOps-Engineer

KI-Ingenieur (Freiberufler)

Implementierung eines Datenverwaltungstools für LLM- und Sprachtechnologien

Cloud (AWS) | KI | DevOps | Daten

Datenwissenschaftler

KI-Softwareentwickler

Data Scientist und Data Engineer

Freiberuflicher Mathematikexperte für das Training von KI-Modellen

Senior Product Manager – Umsatzmanagement