Syed (Sabbi ui) H.
KI-Praktikant / Frontend-Entwickler-Praktikant
Erfahrungen
KI-Praktikant / Frontend-Entwickler-Praktikant
Swati Tech
- Arbeitete an Audio- und Bildklassifikationsmodellen mit TensorFlow, Scikit-learn und Keras
- Führte Modelltraining, Hyperparameter-Tuning und Evaluation in Jupyter Notebook und Google Colab durch
- Setzte Datenvorverarbeitung, Augmentierung und Merkmalsextraktion ein, um die Genauigkeit zu verbessern
- Trug zu forschungsorientierten KI-Aufgaben bei, einschließlich Echtzeit-Bereitstellung von Modellen
- Arbeitete mit Mentoren an KI-Automatisierungs-Workflows und Edge-KI-Experimenten zur Erkennung von Audioereignissen und Computer Vision
- Entwickelte responsive Web-Oberflächen mit React.js, HTML, CSS und JavaScript
- Integrierte REST-APIs für dynamische Datenanzeige und pflegte saubere, wiederverwendbare Komponenten
- Nutzte Git zur Versionskontrolle und nahm an Code-Reviews teil, um Konsistenz und Wartbarkeit sicherzustellen
Abschlussprojekt – Erkennung illegaler Holzfällung
- Entwickelte ein Echtzeit-Audioklassifikationssystem in Python mit TensorFlow, YAMNet, RandomForest, TensorFlow Lite, Arduino IDE und C++, um Geräusche illegaler Holzfällung in Waldgebieten zu erkennen
- Trainierte ein auf YAMNet basierendes Transfer-Learning-Modell an einem eigenen Datensatz mit Klassen wie Kettensäge, Axt, Handsäge, Vogelgezwitscher, Generator, Gewitter und Feuer
- Setzte Datenaugmentierungstechniken ein, darunter Hinzufügen von weißem Rauschen, Tonhöhenverschiebung und Zeitdehnung, um die Robustheit des Modells zu erhöhen
- Erreichte 87 % Genauigkeit durch Klassenbalancierung, stratifizierte Aufteilungen und Klassenwichtung
- Konvertierte und quantisierte das Modell zu TFLite für den Einsatz auf Arduino Nano 33 BLE und Portenta H7 mit Echtzeit-Mikrofoneingang und Log-Mel-Spektrogramm-Vorverarbeitung
Persönliches Projekt – KI-gesteuerte automatische Himmelsersetzung
- Entwickelte eine KI-basierte Bildverbesserungspipeline in Python mit PyTorch, OpenCV, SkySegNet und SkyAR, um den Himmel in realen Bildern automatisch zu ersetzen
- Entwickelte einen vollautomatisierten Workflow für Himmelserkennung, Segmentierung, Größenanpassung, Ersetzung und nahtloses Einblenden
- Erreichte 90 % Segmentierungsgenauigkeit bei unterschiedlichen Licht- und Wetterbedingungen
- Reduzierte manuellen Eingriff auf null
Persönliches Projekt – Text-zu-Sprache
- Entwickelte und automatisierte einen KI-basierten Text-zu-Sprache-Workflow in n8n mit OpenAI-APIs, um realistische menschliche Stimmen aus Text zu erzeugen
- Baute eine schnelle, skalierbare Automatisierungspipeline für Content-Erstellung, Barrierefreiheit und Voice-Assistant-Anwendungen
Persönliches Projekt – Vorhersagesystem für Universitätsmerit
- Entwickelte eine ML-Web-App in Python mit Scikit-learn und Gradio, um NUST-Fakultäten und -Schulen anhand von NET-Merit-Platzierungen mit Daten von 2023–2024 vorherzusagen
- Erreichte 89 % Genauigkeit
- Stellte eine interaktive Echtzeit-Oberfläche auf Google Colab bereit und hostete sie auf Render mit einer eigenen Domain
Generalsekretär
Ushers and Event Management Society
- Groß angelegte Kultur- und Unterhaltungsveranstaltungen mit über 2.000 Teilnehmern an der Universität organisiert und geleitet
- Den gesamten Veranstaltungsablauf betreut, einschließlich Ticketverkauf, Künstlerkoordination, Bühnenbeleuchtung, Tontechnik, Dekoration und Moderation
- Ein Team von Freiwilligen beaufsichtigt, um einen reibungslosen Ablauf und ein herausragendes Publikumserlebnis zu gewährleisten
- Zwei große jährliche Veranstaltungen (Mega EVE und Mega EVE 2.0) in 2022 und 2023 erfolgreich durchgeführt, mit starken organisatorischen und Führungsleistungen
Zusammenfassung
KI/ML-Ingenieur, Deep Learning, Computer Vision, Audio-Intelligenz
Erfahren in Bereitstellungspipelines für Modelle, API-Integration und Workflow-Automatisierung mit n8n und LLMs für skalierbare KI-Systeme. Ergebnisorientierter Informatikabsolvent mit praktischer Erfahrung in Maschinellem Lernen, Deep Learning und KI-Automatisierung. Erfahren in der Entwicklung und Bereitstellung umfassender intelligenter Systeme von Audioklassifikation (TensorFlow, YAMNet, Arduino) über Computer Vision (PyTorch, SkySegNet, OpenCV) bis hin zu Automatisierungs-Workflows (n8n, OpenAI, RAG, MCP, Agents). Nachgewiesene Fähigkeit, Echtzeit-ML-Apps in Produktionsqualität mit Python, Scikit-learn, TensorFlow Lite und Gradio zu erstellen und auf Render sowie Mikrocontroller-Hardware bereitzustellen. Leidenschaft dafür, effiziente, praxisnahe KI-Systeme zu bauen, die Genauigkeit, Automatisierung und Skalierbarkeit vereinen.
Sprachen
Ausbildung
Pak Austria Fachhochschule Institute of Applied Science and Technology
Bachelor in Informatik · Informatik · Pakistan
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.