Sagar A. - Graph-basierter RAG-Agent für sichere Datenintelligenz (EcoGraph-RAG)

Marburg, Deutschland

Erfahrungen

Okt. 2025 - Bis heute

3 Monaten

Marburg, Deutschland

Entwarf das GraphRAG-System, das semantische Vektoren (Chroma) und Wissensgraphen (NetworkX/Neo4j) kombiniert, um Multi-Hop Q&A auf Klimapolitik-Dokumenten zu ermöglichen.
Setzte Llama 3/Gemma über Ollama für kostenfreie lokale Inferenz ein; erreichte dabei ~95% Genauigkeit bei der Extraktion von Entitäten-Beziehungen.
Entwickelte eine Ingestion-Pipeline für PDFs und 48.000-zeilige CSV-Dateien; wandte gruppierte Median-Imputation an und behob Datenlücken.

Juli 2025 - Aug. 2025

2 Monaten

BERT-base auf über 50.000 Tweets feinabgestimmt für mehrklassige Sentiment-Analyse (85% F1); bereitgestellt mit Hugging Face Transformers.
LIME/SHAP integriert, um menschenlesbare Feature-Attributionen zu erzeugen; in Streamlit für Stakeholder-Review visualisiert.

Mai 2024 - Juni 2025

1 Jahr 2 Monaten

Produktionsreife Flask-API in Docker bereitgestellt; Reichweite von Elektrofahrzeugen mit Random Forest prognostiziert.
ETL-Pipeline aufgebaut; lieferte Echtzeiteinblicke ans Dashboard.

Okt. 2022 - Juni 2023

9 Monaten

Bengaluru, Indien

Koordinierte vergleichende Analyse von Algorithmen (SVM, logistische Regression, Random Forest) zur Optimierung der Diagnose; erreichte eine Modellbewertung von 96,73% mit SVM-Modellen auf Referenzdatensätzen.
Setzte VGG16-Transferlernen für Feature-Extraktion ein und optimierte die Leistung des Deep-Learning-Modells bei begrenzten medizinischen Bilddaten, um zwischen gutartigen und bösartigen Tumoren zu unterscheiden.
Unterstützte bei der Aufbereitung der Forschungsergebnisse und trug zur Manuskripterstellung mit LaTeX und Microsoft Office bei, um die Veröffentlichung für ICRTC-2023 zu ermöglichen.
Entwickelte Datenpipelines mit Python und TensorFlow in einem sechsmonatigen Projekt, um die Vorverarbeitung und Datenaugmentation von über 10.000 medizinischen Bildaufzeichnungen zu automatisieren, wodurch der manuelle Datenaufwand um 70% reduziert und die Trainingszyklen beschleunigt wurden.