Ved K.
KI-Ingenieur
Erfahrungen
Juli 2025 - Bis heute
5 MonatenPune, Indien
KI-Ingenieur
EmergeFlow Technologies
- Führte KI-Projekte für Kunden von der Konzeption bis zur Bereitstellung durch und lieferte NLP-, Computer-Vision- und Automatisierungslösungen, die messbare Geschäftsergebnisse erzielten.
- Entwarf und implementierte agentenbasierte Anwendungen und Chatbots mit LLM-Unterstützung, setzte Prompt-Engineering, Evaluation und LLMOps für eine skalierbare Leistung ein.
- Entwickelte produktionsreifen Code und setzte Lösungen auf Cloud-Plattformen um, um Zuverlässigkeit, Skalierbarkeit und Kosteneffizienz zu gewährleisten.
Jan. 2025 - Dez. 2025
1 JahrAgentenbasiertes RAG: Multimodales System für Datenabruf
- Entwickelte ein multi-agentenbasiertes RAG-System mit LangChain und LangGraph zur Orchestrierung intelligenter Workflows und integrierte Hugging Face Transformer-Modelle mit SQL-Datenbanken für hybriden Datenabruf aus strukturierten und unstrukturierten Quellen.
- Entwickelte eine Übersetzungspipeline von natürlicher Sprache zu SQL unter Verwendung feingetunter Sprachmodelle, um Nutzeranfragen in optimierte Datenbankabfragen umzuwandeln, und erzielte dank strategischem Caching und GPU-beschleunigter Inferenz Reaktionszeiten unter einer Sekunde.
- Erstellte eine intelligente Agentenarchitektur mit spezialisierten Rollen (Query Router, Document Retriever, SQL Analyst), die autonom die besten Datenquellen auswählt und iterative Verfeinerungen durchführt, wodurch die Antwortgenauigkeit durch Gesprächsspeicher und erklärbare KI-Funktionen verbessert wurde.
Jan. 2024 - Juni 2025
1 Jahr 6 MonatenChicago, Vereinigte Staaten
Datenwissenschaftler
HCN
- Entwickelte Retrieval-Augmented-Generation-(RAG)-Systeme mit den Frameworks LangChain und LangGraph, wobei statistische Analysen und Evaluationsmethoden angewandt wurden, um 92 % Genauigkeit bei unstrukturierten Datenaufgaben zu erreichen.
- Erstellte skalierbare Datenpipelines, um klinische Dokumentationen in analysebereite Datensätze umzuwandeln, mit Validierungs- und Vorverarbeitungstechniken, die die Vorbereitungszeit um 60 % verkürzten und die Modellleistung in nachgelagerten Schritten verbesserten.
- Entwickelte Evaluierungsrahmenwerke, die Leistungskennzahlen, Fehleranalysen und Fine-Tuning-Ansätze anwendeten, um die Modellgenauigkeit iterativ zu verbessern und gleichzeitig den Aufwand für erneutes Training zu verringern.
- Arbeitete mit funktionsübergreifenden Teams zusammen, um LLM-basierte KI-Lösungen in reale Prozesse zu integrieren.
Jan. 2024 - Dez. 2024
1 JahrFeinabstimmung von LLaMA 2 für die Umwandlung natürlicher Sprache in Code
- Entwickelte eine spezialisierte Version von LLaMA 2 (7B), die natürliche Sprachbeschreibungen mit hoher Präzision in ausführbaren Code umwandelt.
- Implementierte effiziente Datenpipelines zur Verarbeitung von 500.000 Text-Code-Paaren unter Verwendung von Parameter Efficient Fine Tuning (PEFT) und 4-Bit-Quantisierungstechniken.
- Entwickelte die Trainingsinfrastruktur mit Nvidia CUDA für parallele Verarbeitung und optimierte Speichernutzung.
- Erzielte eine deutliche Reduzierung des Rechenaufwands und eine 3-fach schnellere Trainingszeit im Vergleich zu CPU-basierten Methoden.
Jan. 2022 - Dez. 2022
1 JahrEmotionserkennung in Sprache mit Deep Learning
- Entwickelte ein KI-System, das menschliche Emotionen aus Sprachmustern präzise erkennt, um die Analyse der Nutzerinteraktion zu verbessern.
- Entwarf maßgeschneiderte Datenpipelines für die Extraktion akustischer Merkmale mit TensorFlow und Keras und integrierte LSTM- und CNN-Architekturen für zeitliche und räumliche Mustererkennung.
- Implementierte ein Hybridmodell, das Deep Learning mit linearen Regressoren kombiniert, um komplexe emotionale Hinweise in Audiosignalen zu erfassen.
- Erreichte 82 % Genauigkeit in der Emotionsklassifikation, was einer 15 % Verbesserung gegenüber bestehenden Modellen entspricht.
Mai 2021 - Okt. 2022
1 Jahr 6 MonatenMumbai, Indien
Datenwissenschaftler
Adani Power Ltd.
- Entwickelte NLP-Projekte in Python und R, um Texte zu analysieren und wichtige Informationen zu extrahieren, was die manuelle Prüfung um 40 % verringerte.
- Unterstützte bei der Integration von Machine-Learning-Modellen in Daten-Workflows, was die Verarbeitungseffizienz um 30 % steigerte und Vorhersagen zuverlässiger machte.
- Erstellte Analyse-Tools, um komplexe Datensätze in klare Erkenntnisse umzuwandeln, unterstützte Teamprojekte und sparte dabei jährlich etwa 150.000 $ an externen Analyse-Kosten.
Sprachen
Englisch
VerhandlungssicherHindi
VerhandlungssicherAusbildung
Aug. 2022 - Mai 2024
Indiana University Bloomington
Master of Science in Datenwissenschaft · Datenwissenschaft · Bloomington, Vereinigte Staaten
Aug. 2018 - Mai 2022
Mumbai University
Bachelor of Engineering in Computertechnik · Computertechnik · Mumbai, 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.