Rehaan S.
KI-Ingenieur
Erfahrungen
Juni 2025 - Sept. 2025
4 MonatenCardiff, Vereinigtes Königreich
KI-Ingenieur (Dissertationsprojekt)
SimplyDo
- Aufbau eines semantischen Suchsystems für Ideen mit Gemini-Embeddings + FAISS, das die Abfragezeit um 85 % verringerte.
- Erweiterung um Filter- und Fallback-Mechanismen, um vage oder nur Metadaten-Anfragen zu bearbeiten.
- Automatisierung von Datenpipelines mit kundenspezifischen Datenschutzkontrollen.
- 100/100 im SUS-Usability-Score durch Tests mit Kunden über diverse Anfragen erzielt.
- Zusammenarbeit mit dem CTO, um Technik und Produktziele für die Produktionsreife abzustimmen.
Mai 2024 - Juli 2024
3 MonatenIndien
Data-Science-Praktikant
Unified Mentor
- Explorative Datenanalyse (EDA) an Verkaufsdaten durchgeführt und Features entwickelt, die die Prognosegenauigkeit um 15 % erhöhten.
- ML-Modelle für Klassifikation und Zeitreihenprognosen in Einzelhandelsanwendungen gebaut.
- Rohdaten mit Pandas/NumPy vorverarbeitet, wodurch der Modellfehler sank.
Okt. 2023 - März 2024
6 MonatenPune, Indien
Data-Analyst-Praktikant
SkillReigns
- Erstellung eines Churn-Vorhersagemodells mit scikit-learn auf über 30.000 E-Commerce-Datensätzen; erhöhte die Kundenbindung um 12 %.
- Insights über SQL + Power BI geliefert und die Reporting-Zeit um 40 % reduziert.
- Automatisierung von SQL-Workflows zur Beschleunigung des Geschäftsreportings.
CRAG: Korrigierender RAG-Chatbot
- Einen RAG-Chatbot für Kardiologie mit Chroma + FLAN-T5 + BGE-small entwickelt und dadurch die Antwortgenauigkeit um 40 % gesteigert.
- Auf FastAPI + Streamlit mit Mistral-7B, TinyLLaMA und Fallback-Websuche (Tavily API) bereitgestellt.
Feinabstimmung von BERTweet für Sentiment-Analyse
- Feinabstimmung von BERTweet auf Twitter-Multiklassen-Daten mit Hugging Face; erreichte 63 % Genauigkeit und 58 % F1 bei Klassenungleichgewicht.
- Benchmark mit CNN + Word2Vec und DistilBERT durchgeführt, um den Vorteil von Transformermodellen für Kurztext-Sentiment hervorzuheben.
Parameter-effiziente Fine-Tuning-Analyse
- Reproduzierte das BitFit-Paper; verglich BitFit, LoRA und Diff Pruning auf BERT, GPT-2 und T5.
- Fand heraus, dass LoRA auf kleinen Datensätzen den besten Kompromiss zwischen Genauigkeit und Effizienz bietet; BitFit war am einfachsten.
Zusammenfassung
KI-Ingenieur und NLP-Masterstudent an der Cardiff University mit praktischer Erfahrung im Feintuning von Transformermodellen, im Einsatz von ML-Systemen und im Aufbau von RAG-basierten Anwendungen.
Fokussiert auf echten Nutzen durch LLMs und durchgängige KI-Workflows.
Sprachen
Englisch
VerhandlungssicherAusbildung
Cardiff University
Master · Natürliche Sprachverarbeitung · Cardiff, Vereinigtes Königreich
Modern College
Bachelor · Statistik · Pune, Indien
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.