Machine Learning Engineer / Data Scientist

ML Engineer / Data Scientist mit Mathematik Abschluss und Erfahrung in Software Entwicklung.

• Amazon Web Services (AWS)
• Computer Vision
• Datenschutz
• Git
• Natural Language Processing
• Neuronale Netze
• Python
• Scrum
• SQL
• Tensorflow

Als Data Scientist und Machine Learning Experte unterstütze ich seit 2017
kleine bis mittelgroße Teams in verschiedenen Branchen bei der Entwicklung
von datenbasierten Lösungen. Neben den klassischen Machine Learning
Algorithmen habe ich am meisten Erfahrung in Deep Learning mit
generativen Modellen sowie datenschutzkonformem Machine Learning. Bei
der Modellauswahl lege ich ein besonderes Augenmerk darauf, die
Einschränkungen bezüglich Geschwindigkeit, Genauigkeit und Erklärbarkeit in
Betracht zu ziehen. Außerdem ist es mir als Mathematikerin besonders
wichtig, die Theorie hinter den verwendeten Algorithmen zu verstehen.

Ich arbeite immer daran, mich weiterzuentwickeln und mein Fachwissen am letzten Stand zu halten. Zum Beispiel besuche ich momentan einen Online Kurs zur Computer Vision, sowie einen zum Google Cloud Platform. Über die letzten Trends in AI informiere ich mich am liebsten über Podcasts wie TWIML, Adventures in Machine Learning und KI-Update.

Cloud technologien:
GCP, AWS

Solide Programmierkenntnisse:
Python, pandas, sklearn, keras, tensorflow

Grundkenntnisse:
Java, C++, Kafka

Sonstiges:
git, github, SQL, Hadoop, Hive, Kafka, Grafana, Confluence, Notion, Jira, Vim

Machine Learning:
klassische ML Algorithmen (Logistische Regression, Generalized Linear Models, Decision Trees, Assemble Models, etc. ), NLP, neuronale Netze, Deep Learning, generative Modelle, Computer Vision, Hyperparameter Tuning, AutoML