Zeki Bilgin - Erfahrener Data Scientist

İstanbul, Türkei

Erfahrungen

Jan. 2025 - Dez. 2025

1 Jahr

Vereinigtes Königreich

Forschung und Entwicklung von Gewichts-Biomarkern aus Gesichtsaufnahmen für Studien zur Behandlung von Essstörungen durchgeführt.
Feature-Extraktionsalgorithmen mit MediaPipe und Gesichtslandmarks implementiert, um Machine-Learning-Modelle für die Vorhersage von Gewicht und BMI (Body Mass Index) aus Gesichtsbildern zu entwickeln.
CNN- und Transformer-basierte Computer-Vision-Modelle zur Vorhersage von BMI-Änderungen aus Bildpaaren entwickelt.
Erklärungsverfahren wie Saliency Maps und Grad-CAM eingesetzt, um die Interpretierbarkeit von Deep-Learning-Modellen zu verbessern.

Jan. 2024 - Dez. 2025

2 Jahren

Vereinigte Staaten

Ein auf Handflächenbiometrie basierendes Identifikationssystem erforscht, entwickelt und implementiert.
Siamese Neural Networks für die Handflächenbiometrie (Bildähnlichkeit) implementiert, feinjustiert, trainiert und getestet.
Anti-Spoofing-Algorithmen auf Basis von neuronalen Netzen und klassischen Bildverarbeitungstechniken entwickelt.
Bildsegmentierungsmodelle für den Hintergrundaustausch erstellt.

Jan. 2020 - Dez. 2024

5 Jahren

İstanbul, Türkei

AI/ML- und Deep-Learning-Algorithmen erforscht, entwickelt und implementiert, mit Schwerpunkt auf Computer-Vision-Anwendungen für Haushaltsgeräte und weiße Ware, einschließlich Objekterkennung (YOLO), Bildklassifizierung (CNN), Erkennung des Kochvorgangsendes (CNN-LSTM), Personenerkennung, Bildentzerrung, Unschärfemessung und weiteren intelligenten Anwendungen zur Bildverbesserung, -korrektur, -zuschnitt und -analyse.
NLP-Modelle implementiert, darunter eines zur Bewertung von Kundenkommentaren auf einer Skala von 1 bis 5 und ein weiteres zur Textsegmentierung.

Jan. 2018 - Dez. 2020

3 Jahren

İstanbul, Türkei

Forschung in den Geschäftsbereichen von Ericsson durchgeführt, darunter Vorhersage von Software-Schwachstellen aus Quellcode mittels Machine Learning, 5G und IoT mit Schwerpunkt auf Sicherheits- und Datenschutzaspekten sowie IoT-Anwendungsfälle wie Smart Grid und Smart Manufacturing (Industrie 4.0) inklusive funktionaler Sicherheit und Integration von KI in diese Systeme.
Datenschutzwahrende Techniken für Machine Learning implementiert, wie föderiertes Lernen, differentiell private LSTM zur Lastprognose und sichere Aggregation mittels Mehrparteienberechnung.
Mehrere Patentanmeldungen zu den genannten Technologien und 3GPP-Standards eingereicht.

Jan. 2017 - Dez. 2018

2 Jahren

Vereinigte Staaten

Mathematische Modelle entwickelt und Simulationsexperimente für das ODIN-Projekt (Open Dynamic Interaction Networks) durchgeführt, um Informationsausbreitung und sozialen Einfluss in sozialen Netzwerken mittels Machine-Learning-Techniken zu analysieren.

Ki/ml
Data Science
Deep Learning
Machine Learning
Computer Vision
Bildverarbeitung
Nlp
Llms
Cybersicherheit
Datenschutztechnologien
Drahtlose Kommunikation
Sehr Versiert In Deep-learning- Und Machine-learning-algorithmen (Z. B. Überwachte Und Unüberwachte Algorithmen, Reinforcement Learning Und Verschiedene Neuronale Netzarchitekturen Wie Cnn, Lstm Und Siamese Sowie Typische Ml-algorithmen Wie Svm, Entscheidungsbäume, Knn, Random Forest Und Mehr - Mit Praxiserfahrung Und Veröffentlichungen In Diesen Bereichen)
Sehr Versiert In Computer-vision-verfahren Wie Objekterkennung (Z. B. Mit Yolo), Bildklassifizierung (Mit Cnn), Bildsegmentierung, Bildähnlichkeit Usw.
Sehr Versiert In Datenschutzfreundlichen Ml-lösungen Wie Föderiertes Lernen, Differential Privacy, Mehrparteienberechnung (Mit Veröffentlichungen Zu Diesen Themen)
Sehr Versiert In Nlp Sowie In Der Anpassung Und Feinabstimmung Von Llms
Sehr Versiert In Programmierung Mit Python, C Und C++
Sehr Versiert In Tensorflow, Pytorch Und Scikit-learn
Sehr Versiert In Bildverarbeitung Mit Opencv
Sehr Versiert In Aws-services
Erfahrung Mit Postgresql, Fastapi Und Containerisierung
Sehr Versiert In Datenschutzwahrenden Technologien Für Die Datenverarbeitung
Sehr Versiert Im Ns-3 Netzwerksimulator