Sonia G.
Wissenschaftlicher Mitarbeiter
Erfahrungen
Wissenschaftlicher Mitarbeiter
BKG Bundesamt für Kartographie und Geodäsie
- Machine-Learning-Techniken für georäumliche Daten und Zeitreihenprognosen angewendet, robuste Modelle entwickelt und deren Genauigkeit bewertet.
- Datenpipelines erstellt, Merkmalsauswahl durchgeführt und Modelloptimierung vorgenommen, um den Betrieb geodätischer Dienste zu unterstützen.
- Analytische Erkenntnisse und Visualisierungen geliefert, um Entscheidungsprozesse in wissenschaftlichen und technischen Teams zu unterstützen.
Wissenschaftlicher Mitarbeiter
GFZ Deutsches GeoForschungsZentrum
- Angewandte KI-Forschung mit umfangreichen geodätischen Datensätzen betrieben, Modelltests und experimentelle Analysen durchgeführt.
- Selbstständig und asynchron mit internationalen Teams zusammengearbeitet, um reproduzierbare ML-Workflows zu entwickeln.
- Beitrag zur Prognose und Zeitreihenmodellierung für Erdbeobachtungsanwendungen geleistet.
Forschungswissenschaftler
VLBI-Analysezentrum – Universität Alicante
- Machine-Learning- und Deep-Learning-Modelle für große georäumliche und Zeitreihendatensätze entwickelt und optimiert, um die Vorhersagegenauigkeit für Erdrotation und geodätische Parameter zu verbessern.
- Datenvorverarbeitungs-Pipelines mit Python (NumPy, Pandas, SciPy) entworfen und umgesetzt sowie Workflows zur Modellbewertung in Jupyter Notebooks implementiert.
- Dashboards und Visualisierungen erstellt, um komplexe Ergebnisse an interdisziplinäre Teams zu kommunizieren.
Wissenschaftliche Hilfskraft & Doktorand
Universität Alicante
- Fortgeschrittene Forschung im KI-gesteuerten Modellieren durchgeführt, neuronale Netzwerkarchitekturen und prädiktive Modelle für komplexe physikalische Systeme entwickelt.
- Experimente konzipiert und durchgeführt, ML-Workflows optimiert und Ergebnisse mit Python, scikit-learn, TensorFlow und PyTorch validiert.
- Große Datensätze verwaltet, Feature-Engineering-Techniken implementiert und experimentelle Ergebnisse für Publikationen und Berichte dokumentiert.
Zusammenfassung
Promotion in Mathematischen Methoden und Modellierung in Wissenschaft und Technik (Internationales Doktorandenprogramm, mit hervorragender Bewertung), spezialisiert auf Deep Learning und Machine Learning. Mehr als fünf Jahre Erfahrung in der Entwicklung von KI-Modellen für komplexe physikalische und georäumliche Systeme, einschließlich Zeitreihenanalyse, geodätischer Datenverarbeitung und prädiktiver Modellierung. Versiert in Python, Jupyter Notebooks und ML-Frameworks wie TensorFlow, PyTorch und scikit-learn. Erfahren in der Planung von Experimenten, der Vorverarbeitung großer Datensätze und der Bewertung der Modellleistung zur Optimierung von KI-Workflows. Gutachter für die internationale Fachzeitschrift Earth, Planets and Space (Springer Nature). Hoch motiviert, zu KI-Forschungsprojekten beizutragen, indem ich robuste Machine-Learning-Lösungen umsetze, promptbasierte KI-Systeme validiere und asynchron mit Ingenieurteams zusammenarbeite.
Sprachen
Ausbildung
Universität Alicante
Promotion, Internationales Doktorandenprogramm, mit hervorragender Bewertung · Mathematische Methoden und Modellierung in Wissenschaft und Technik · Alicante, Spanien
Universität M’Hamed Bougara Boumerdès
Master in Betriebsforschung, Optimierung und Strategischem Management · Betriebsforschung, Optimierung und Strategisches Management · Boumerdes, Algerien
Universität M’Hamed Bougara Boumerdès
Bachelor in Mathematik und Informatik · Mathematik und Informatik · Boumerdes, Algerien
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.