Data Scientist - Machine Learning Experte

freiberufler Data Scientist - Machine Learning Experte auf freelance.de
Referenzen
online
Verfügbarkeit einsehen
Weltweit
de  |  fa  |  en
85€/Stunde
37073 Göttingen
29.05.2020

Kurzvorstellung

Junger Dr. des Machine Learnings mit Projekterfahrung.
Biete (Weiter-)Entwicklung von ML-Anwendungen insbesondere in Java und Python (und weitere Sprachen).
Spezialgebiet: NLP, Echtzeit- und parallele systeme

Ich biete

IT, Entwicklung
  • Python
  • Scikit-learn
  • Machinelles Lernen
  • TensorFlow
  • Big Data
  • Kotlin
  • Java (allg.)
Forschung, Wissenschaft, Bildung
  • Data Science

Projekt‐ & Berufserfahrung

Wissenschaftlicher Mitarbeiter (Festanstellung)
Universität Kassel, Kassel
10/2019 – 3/2020 (6 Monate)
Hochschulen und Forschungseinrichtungen
Tätigkeitszeitraum

10/2019 – 3/2020

Tätigkeitsbeschreibung

Forschung, Lehre und Projektarbeit im Bereich Machine Learning. Konzeption von Machine-Learning-Modellen und Implementation partiell autonomer Echtzeitsysteme.

Eingesetzte Qualifikationen

Data Science, Big Data, Scikit-learn, TensorFlow, J2SE (Java SE), Python


Softwareentwickler
Kundenname anonymisiert, Göttingen
4/2019 – 3/2020 (1 Jahr)
Dienstleistungsbranche
Tätigkeitszeitraum

4/2019 – 3/2020

Tätigkeitsbeschreibung

Entwicklung des Front- und Backends für eine Machine-Learning- und NLP-basierte Suchmaschine und Anbindung externer Datenquellen per API. Entwicklung erweiterter Frontend-Funktionen zur Visualisierung von Datenanalysen auf einer Weboberfläche.

Eingesetzte Qualifikationen

Machinelles Lernen (allg.), Rekurrentes Neuronales Netzwerk (RNN), Scikit-learn, Python, Django (Framework), HTML, JavaScript


Softwareentwickler
Kundenname anonymisiert, Göttingen
7/2017 – 7/2018 (1 Jahr, 1 Monat)
Dienstleistungsbranche
Tätigkeitszeitraum

7/2017 – 7/2018

Tätigkeitsbeschreibung

Entwicklung des Front- und Backends für eine Machine-Learning-basierte Suchmaschine. API-Entwicklung für Anbindung externer, textbasierter Datenquellen.

Eingesetzte Qualifikationen

Machinelles Lernen (allg.), Scikit-learn, Python, HTML


Wissenschaftlicher Mitarbeiter (Festanstellung)
Georg-August-Universität Göttingen, Göttingen
9/2016 – 8/2019 (3 Jahre)
Hochschulen und Forschungseinrichtungen
Tätigkeitszeitraum

9/2016 – 8/2019

Tätigkeitsbeschreibung

Forschung und Lehre im Bereich Machine Learning. Konzeption von Machine-Learning-Modellen und Implementation partiell autonomer Echtzeitsysteme.

Eingesetzte Qualifikationen

Data Science, Big Data, Machinelles Lernen (allg.), Scikit-learn, TensorFlow, J2SE (Java SE), Python


Zertifikate

Scrum Master
Januar 2013

Ausbildung

Wirtschaftsinformatik
(Promotion)
Jahr: 2020
Ort: Göttingen

Informatik
(M.Sc.)
Jahr: 2016
Ort: Berlin

Wirtschaftsinformatik
(B.Sc.)
Jahr: 2014
Ort: Hamburg

Qualifikationen

Informatiker/Wirtschaftsinformatiker, spezialisiert auf künstliche Intelligenz (und maschinelles Lernen) und Big Data Analytics. Besondere Qualifikation: Design und Entwicklung von Echtzeitanalysesystemen.
- Intensive Programmiererfahrung in Python (NumPy, SciPy, Scikit-Learn, Tensorflow, Gensim, Pandas, Django, ...) und Java.
- Weitere Programmiersprachen: JavaScript, PHP, Kotlin, C++, Prolog.

Über mich

Neben meinen freiberuflichen Tätigkeiten konnte ich bereits Erfahrungen im Rahmen von Forschungsprojekten sammeln, in denen ich Machine-Learning-Systeme entwickelt und Entwicklerteams geleitet habe. Diese beinhalten:

- Entwicklung eines Entscheidungsunterstützungssystems für die Behandlung von Patienten mit Kopf-Hals-Karzinomen, das auf Grund von allgemeinen Patientendaten (Demographie, Beschwerden), Tumorbeschreibungen, Verlauf vorangegangener Therapien (Operationen, Chemotherapien, Strahlentherapie) und weiteren Daten Therapieempfehlungen und deren Erfolgswahrscheinlichkeit ermittelt hat. Das System wurde in Python und Java geschrieben und ist in der Lage neue Daten inkrementell in seine Modelle einfließen zu lassen.

- Analyse von Carsharing-Daten zur Ermittlung von individuellen Nutzerpräferenzen und effizienten Fahrverhaltens mithilfe von rekurrenten neuronalen Netzen. Diese lernen inkrementell und in Echtzeit aus Nutzerinteraktionen mit dem Fahrzeug und können kontextabhängige Nutzerpräferenzen und effiziente Fahrweisen während der Fahrt ermitteln. Das System wurde mit ca. 50 Millionen Datenpunkten getestet.

- Entwicklung eines Empfehlungssystems für Online-Portale, basierend auf einer Kombination aus neuronalen und rekurrenten neuronalen Netzen, das Handlungsempfehlungen für Nutzer ableitet, sowohl basierend auf vergegangem Nutzerverhalten als auch auf dem Verhalten ähnlicher Nutzer. Das System wurde auf Grundlage von drei Millionen ca. 100.000-dimensionalen Buchungsdaten des Expedia-Portals getestet.

Des Weiteren verfüge ich über eine Reihe an Kontakten zu Softwareentwicklern, Datenwissenschaftlern und Frontend-Entwicklern, die für die Entwicklung von vollständigen, in sich geschlossenen und benutzerfreundlichen Machine-Learning-Systemen herangezogen werden können.

Persönliche Daten

Sprache
  • Deutsch (Muttersprache)
  • Persisch (Muttersprache)
  • Englisch (Fließend)
  • Französisch (Gut)
Reisebereitschaft
Weltweit
Arbeitserlaubnis
  • Europäische Union
Home-Office
bevorzugt
Profilaufrufe
43
Alter
27
Berufserfahrung
3 Jahre und 9 Monate (seit 09/2016)
Projektleitung
3 Jahre

Kontaktdaten

Nur registrierte PREMIUM-Mitglieder von freelance.de können Kontaktdaten einsehen.

Jetzt Mitglied werden »