Senior Machine Learning Engineer
- Verfügbarkeit einsehen
- 0 Referenzen
- auf Anfrage
- 40549 Düsseldorf
- Weltweit
- en | de
- 09.12.2024
Kurzvorstellung
Spezialist mit über 5 Jahren Expertise in der Entwicklung und
Implementierung innovativer Machine-Learning-Modelle und
datengetriebener Lösungen für diverse Branchen.
Qualifikationen
Projekt‐ & Berufserfahrung
2/2024 – 9/2024
Tätigkeitsbeschreibung
Entwicklung eines ethischen, hochskalierbaren Web-Crawlers auf Selenium-
Basis, der die Datenerfassung von JavaScript-basierten Websites revolutionierte
und die Reichweite erheblich erweiterte.
▪ Konzeption und Implementierung einer End-to-End-Pipeline für B2B-Lead-
Qualifikation unter Nutzung von AWS-Diensten (Step Functions, Lambda, Fargate,
DynamoDB, S3) und Pinecone Vector DB, zur Automatisierung und Optimierung
des Prozesses.
▪ Entwicklung eines ML-basierten Preprocessors zur effizienten Filterung großer
Datenmengen, was die Einbettungs- und Speicherkosten drastisch reduzierte und
die Abrufgenauigkeit sowie die Leistung von LLMs verbesserte.
Agile Methodologie, Data Science, Machine Learning Engineer
4/2023 – 12/2023
Tätigkeitsbeschreibung
▪ Migration eines BiLSTM-CRF-Modells zu einem vortrainierten BERT-Modell zur
Verbesserung der Datenanonymisierung um 12 %. Dies führte zu einer
signifikanten Reduzierung der Fehlerrate bei der Datenverarbeitung.
▪ Entwicklung eines Natural Language Processing (NLP)-Modells zur Extraktion
von Kreditvertragsattributen wie Zinssätzen und Tilgungsplänen, was die
Effizienz der Vertragsanalyse um 30 % erhöhte.
▪ Einführung von FastAPI zur Optimierung der API-Latenz und zur Ermöglichung
eines nahtlosen Zugriffs auf mehrere ML-Dienste, was die Reaktionszeit um 40
% verbesserte.
Data Science, Machine Learning Engineer
6/2022 – 10/2023
Tätigkeitsbeschreibung
▪ Entwicklung eines hochpräzisen Named Entity Recognition (NER)-Modells
unter Verwendung von Transformer-Architekturen zur Erkennung von
Lerninhalten aus Modulbeschreibungen. Das Modell erzielte eine F1-Score von
85 % und wurde in eine skalierbare Datenpipeline integriert.
▪ Implementierung eines Entity-Linking-Modells mit Dense Retrieval und
graphbasierten Approximate Nearest Neighbor-Algorithmen zur Verbesserung
der Informationsgenauigkeit um 90 %.
▪ Einsatz von Scrapy und Selenium zur automatisierten Datenextraktion und -
verarbeitung, um eine skalierbare Datenpipeline zu schaffen, die die Effizienz
der Datenverarbeitung um 50 % steigerte.
Data Science, Machine Learning Engineer
2/2021 – 3/2023
Tätigkeitsbeschreibung
▪ Optimierung des Profilanalyseprozesses für Datenanalysten um 60% durch die
Entwicklung einer Python-basierten Automatisierungslösung.
▪ Beschleunigung des ETL-Code-Review- und Merge-Prozesses für
Dateningenieure um 90% durch Integration von Oracle APEX, PL/SQL,
JavaScript und Bash.
▪ Implementierung eines Transformer-basierten E-Mail-Klassifikationsmodells
zur Verbesserung der Kundenkommunikation und Reduzierung der manuellen
Sortierzeit um 75%.
▪ Automatisierung von Kundenaktualisierungen durch ein IR-System mit OCR
und NER, was zu einer 80%igen Reduzierung der manuellen Arbeit führte.
Data Science, Machine Learning Engineer
10/2020 – 3/2021
Tätigkeitsbeschreibung
▪ Untersuchung der Auswirkungen von Gaussian Noise auf die Genauigkeit von
Orientierungserkennungsmodellen unter Verwendung von Convolutional Neural
Networks (CNNs) und YOLO. Dies führte zu einer Verbesserung der
Modellgenauigkeit um 20 %.
▪ Entwicklung eines Deep Q-Networks (DQN) zur Analyse der Lernstabilität und
Genauigkeit von Reinforcement Learning-Modellen, was die Effizienz der
Lernalgorithmen um 25 % erhöhte.
▪ Einsatz von LabVIEW zur Steuerung und Analyse von experimentellen Daten in
Echtzeit, was die Datenverarbeitungszeit um 30 % verkürzte.
Data Science, Machine Learning Engineer
Ausbildung
Technische Universität München
München
Universität Leipzig
Leipzig
Persönliche Daten
- Englisch (Muttersprache)
- Deutsch (Fließend)
- Europäische Union
Kontaktdaten
Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.
Jetzt Mitglied werden