Machine Learning in Python & R
Aktualisiert am 07.08.2024
Profil
Freiberufler / Selbstständiger
Remote-Arbeit
Verfügbar ab: 01.08.2024
Verfügbar zu: 50%
davon vor Ort: 0%
Spark
Tensorflow
Pytorch
Python
AWS
R
R-Shiny
SQL
NoSQL
Englisch
Verhandlungssicher
Deutsch
Muttersprache
Französisch
Grundkenntnisse
Hebräisch
Grundkenntnisse

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich


möglich

Projekte

Projekte

5 Monate
2024-06 - 2024-10

Vision Transformer zur Bewegungserkennung und -bewertung im Physiotherapie-Kontext

Machine Learning Engineer Python Vision Transformer Deep Learning
Machine Learning Engineer
Effizienzsteigerung von Physiotherapie durch KI-gestützte Bewegungserkennung und Einordnung im Vergleich zum Bewegungs-Optimum. Ein mit dem MMAction Framework umgesetzter Prototyp wurde vom Team übernommen und innerhalb weniger Wochen validiert, signifikant verbessert und bis zur Produktionsreife gebracht. Zudem wurden die Erkennung von Fatigue oder Fehlhaltung, Reporting für Patienten, Physiotherapeuten, sowie Versicherungen unter Compliance-Einhaltung für eine Reihe von chronischen Erkrankungen umgesetzt. 
PyTorch MMAction Lambda Labs SageMaker
Python Vision Transformer Deep Learning
3 Monate
2024-05 - 2024-07

Signal-Erkennung und Risikoeinschätzung im Funkfrequenz-Spektrum

Machine Learning Engineer Python Deep Learning Transformer
Machine Learning Engineer
Mit einer Model-Kaskade, Klassifikation sowie ein Transformer Netzwerk beinhaltend, geht es um die Identifikation und Aufbereitung von gefährdenden Signalen innerhalb oder außerhalb eines Firmennetzwerks. Zunächst werden innerhalb des live-Systems die Daten auf die relevanten reduziert, diese werden dann analysiert und auf ihr Angriffsrisiko hin gescored. In diesem Projekt war ich Teil einer größeren Teams, dass an einer Gesamt-Softwarelösung zum Monitoring und Schutz von XXL-Infrastrukturen im Hochsicherheitskontext real-time arbeitet. 
Coder S3 PyTorch Numpy ArangoDB
Python Deep Learning Transformer
5 Monate
2023-12 - 2024-04

Generative Vorhersage von Eventsequenzen zur Prävention von Stromspitzen für Energieversorger

Machine Learning Lead PyTorch AWS Sequence to Sequence Transformer
Machine Learning Lead
Mit einem generativen Transformer wurden Sequenzen von Events vorausgesagt, die den Stromhaushalt steuern. Auf User-Level wurde der Zeitraum, sowie die Art eines Events vorausgesagt, das Auswirkungen auf Stromverbrauch hat. Die Ergebnisse wurden dann stündlich für den nächsten vollen Tag aggregiert und zeigen dem Energieversorger, wann Spitzen zu erwarten sind. Dieses Projekt ist Teil einer Serie von Projekten mit dem Ziel, eine bessere Stromlast-Verteilung im Energienetz zu erreichen
PyTorch AWS Sequence to Sequence Transformer
1 Jahr 1 Monat
2023-02 - 2024-02

Traffic Optimierung in 200k+ QPS Environments auf 50% Traffic bei 90% Einnahmen.

Machine Learning Lead TensorFlow Python AWS
Machine Learning Lead
Ich habe Tensorflow Decision Forest Modelle trainiert und in golang implementiert, die in Echtzeit niedrig-Ertrag Traffic ausfiltern. Dieses Projekt führte zur Einsparung von Kosten in der Größenordnung von ca. EUR1M/Jahr. 
Databricks
TensorFlow Python AWS
3 Monate
2023-03 - 2023-05

Segmentierung von Wolken in Satellitenbildern

Machine Learning Consultant TensorFlow
Machine Learning Consultant

Erstellung eines Segformer Modells zur Segmentierung von Satellitenbildern in Wolken und nutzbare Bildteile. 


Python
TensorFlow
4 Monate
2022-12 - 2023-03

Mikroklimamodell zur Ertragsoptimierung kommerziellen Gewächshäusern

Machine Learning Engineer Python
Machine Learning Engineer

Hochpräzises Klimamodell zur Ertragsoptimierung, basierend auf Roboter-Sensordaten und hochauflösenden Bildern. 

Früherkennung von gängigen Krankheiten zur Prävention der Verbreitung. 

TensorFlow
Python
7 Jahre 5 Monate
2015-07 - 2022-11

4 Projekte zur Prozess-Optimierung durch die Automatisierung wiederkehrender Prozesse

Data Scientist R Python
Data Scientist

z.B.

- Automatisierung von monatlicher Rechnungsstellung

- Automatisierung von monatlichem Finanzreporting auf verschiedenen Ebenen 


R Python
2 Jahre 7 Monate
2019-03 - 2021-09

Entwicklung eines Legal Assistant

Data Scientist DocAssemble Python
Data Scientist

Erstellung eines Legal Assistant mit folgenden Fähigkeiten: 

a) Auto-Erkennung von Fristen und ähnliche Information durch Scannen von gerichtlichen Schriftverkehr

b) Informationsbeschaffung durch Frage -Leitsystem in einfacher Sprache und Weiterverarbeitung dieser Informationen zur Erstellung von Dokumenten. 

c) Anbindung externe Services, wie beispielsweise elektronischer Unterschrift. 


DocAssemble Python
2 Jahre 1 Monat
2018-09 - 2020-09

Mobilitätsmodell in 200x200 m Auflösung für USA und GB

Lead Data Scientist R
Lead Data Scientist

In einer Auflösung von 200x200 m wurden Personen- und Verkehrsströme demographisch nach Stunde aufgeschlüsselt.  Dieses Modell wurde ursprünglich zur Beratung von Einzelhandelsketten für die Eröffnung neuer Stores entwickelt. Während der Corona Krise wurde es weiter entwickelt, um die Regierungen von Großbritannien, New York City ,sowie den Staat Kalifornien mit zeitnaher Informationen zu Krankheitsverbreitung und Maßnahmeneffektivität zu versorgen. 

https://www.science.org/doi/full/10.1126/science.abe8372
 
R
5 Monate
2018-09 - 2019-01

Computer Vision zur Kategorisierung von Gebietstypen.

Principal Data Scientist R Python PyTorch ...
Principal Data Scientist

Zur Korrektur von Anomalien in Mobilitätsmodellen wurde eine flächendeckende Kategorisierung in Gebietstypen und Subtypen (Wohngebeit, Industriegebiet, Büros, Restaurants etc.) notwendig. 

Hierbei wurde ein proprietäres Trainingsdatenset erstellt durch manuelles Labeln von Location Spezialisten. Auf Basis dieses Trainingssets wurde eine flächendeckenden Einteilung erzielt. 

R Python PyTorch Resnet50
1 Jahr 6 Monate
2015-09 - 2017-02

Modell zur Betrugserkennung in GPS Signalen

Data Science Lead R Apache Spark Apache Cassandra ...
Data Science Lead

AI-Modelle, die ungenaue, aber reliable Mobilfunk Koordinaten (von Masten) mit präzisen, aber unreliablen GPS Daten aus der Onlinewerbung kombinieren und die Reliabilität von GPS Daten voraussagen können. 


R Python
R Apache Spark Apache Cassandra Telekommunikation
USA

Aus- und Weiterbildung

Aus- und Weiterbildung

5 Jahre
2020-01 - 2024-12

Promotionsstudium

Dr. rer. Medic, Charité
Dr. rer. Medic
Charité

Machine Learning auf klinischen Standard-Daten zur Risiko-Klassifikation und time-to-event Analysen zur frühzeitigen Erkennung von Krisen in autoimmun-Erkrankungen. 

2 Jahre 8 Monate
2011-10 - 2014-05

Wirtschaftsinformatik

M. Sc., Santa Clara University
M. Sc.
Santa Clara University

Quantitative Datenananalyse

Machine Learning 

5 Jahre 9 Monate
2005-07 - 2011-03

Politikwissenschaften, Computerlinguistik, Psychologie

Magister Artium, Ludwig-Maximilians-Universität
Magister Artium
Ludwig-Maximilians-Universität

Qualitative Daten Analyse

Natural Language Processing


Position

Position

Ich biete sichere, flexible und modularisierte Lösungen im Bereich Machine Learning und Statistical Modeling. Von der Ideation bis zur Implementierung in Produktivsystemen unterstütze ich Sie und Ihr Team bei jedem Schritt.

Kompetenzen

Kompetenzen

Top-Skills

Spark Tensorflow Pytorch Python AWS R R-Shiny SQL NoSQL

Programmiersprachen

R
Experte
Python
Experte
Spark
Fortgeschritten
SQL
Experte
NoSQL
Fortgeschritten
Tensorflow
Fortgeschritten
PyTorch
Fortgeschritten

Branchen

Branchen

Ich habe seit 2017 25 Projekte mit 10 Kunden in den Bereichen Digital Health, Telekommunikation, Ad-Tech, Legal Tech, Neurowissenschaften, Epidemiologie, Agro-Tech und Retail-Beratung erfolgreich abgeschlossen.

Einsatzorte

Einsatzorte

Deutschland, Schweiz, Österreich


möglich

Projekte

Projekte

5 Monate
2024-06 - 2024-10

Vision Transformer zur Bewegungserkennung und -bewertung im Physiotherapie-Kontext

Machine Learning Engineer Python Vision Transformer Deep Learning
Machine Learning Engineer
Effizienzsteigerung von Physiotherapie durch KI-gestützte Bewegungserkennung und Einordnung im Vergleich zum Bewegungs-Optimum. Ein mit dem MMAction Framework umgesetzter Prototyp wurde vom Team übernommen und innerhalb weniger Wochen validiert, signifikant verbessert und bis zur Produktionsreife gebracht. Zudem wurden die Erkennung von Fatigue oder Fehlhaltung, Reporting für Patienten, Physiotherapeuten, sowie Versicherungen unter Compliance-Einhaltung für eine Reihe von chronischen Erkrankungen umgesetzt. 
PyTorch MMAction Lambda Labs SageMaker
Python Vision Transformer Deep Learning
3 Monate
2024-05 - 2024-07

Signal-Erkennung und Risikoeinschätzung im Funkfrequenz-Spektrum

Machine Learning Engineer Python Deep Learning Transformer
Machine Learning Engineer
Mit einer Model-Kaskade, Klassifikation sowie ein Transformer Netzwerk beinhaltend, geht es um die Identifikation und Aufbereitung von gefährdenden Signalen innerhalb oder außerhalb eines Firmennetzwerks. Zunächst werden innerhalb des live-Systems die Daten auf die relevanten reduziert, diese werden dann analysiert und auf ihr Angriffsrisiko hin gescored. In diesem Projekt war ich Teil einer größeren Teams, dass an einer Gesamt-Softwarelösung zum Monitoring und Schutz von XXL-Infrastrukturen im Hochsicherheitskontext real-time arbeitet. 
Coder S3 PyTorch Numpy ArangoDB
Python Deep Learning Transformer
5 Monate
2023-12 - 2024-04

Generative Vorhersage von Eventsequenzen zur Prävention von Stromspitzen für Energieversorger

Machine Learning Lead PyTorch AWS Sequence to Sequence Transformer
Machine Learning Lead
Mit einem generativen Transformer wurden Sequenzen von Events vorausgesagt, die den Stromhaushalt steuern. Auf User-Level wurde der Zeitraum, sowie die Art eines Events vorausgesagt, das Auswirkungen auf Stromverbrauch hat. Die Ergebnisse wurden dann stündlich für den nächsten vollen Tag aggregiert und zeigen dem Energieversorger, wann Spitzen zu erwarten sind. Dieses Projekt ist Teil einer Serie von Projekten mit dem Ziel, eine bessere Stromlast-Verteilung im Energienetz zu erreichen
PyTorch AWS Sequence to Sequence Transformer
1 Jahr 1 Monat
2023-02 - 2024-02

Traffic Optimierung in 200k+ QPS Environments auf 50% Traffic bei 90% Einnahmen.

Machine Learning Lead TensorFlow Python AWS
Machine Learning Lead
Ich habe Tensorflow Decision Forest Modelle trainiert und in golang implementiert, die in Echtzeit niedrig-Ertrag Traffic ausfiltern. Dieses Projekt führte zur Einsparung von Kosten in der Größenordnung von ca. EUR1M/Jahr. 
Databricks
TensorFlow Python AWS
3 Monate
2023-03 - 2023-05

Segmentierung von Wolken in Satellitenbildern

Machine Learning Consultant TensorFlow
Machine Learning Consultant

Erstellung eines Segformer Modells zur Segmentierung von Satellitenbildern in Wolken und nutzbare Bildteile. 


Python
TensorFlow
4 Monate
2022-12 - 2023-03

Mikroklimamodell zur Ertragsoptimierung kommerziellen Gewächshäusern

Machine Learning Engineer Python
Machine Learning Engineer

Hochpräzises Klimamodell zur Ertragsoptimierung, basierend auf Roboter-Sensordaten und hochauflösenden Bildern. 

Früherkennung von gängigen Krankheiten zur Prävention der Verbreitung. 

TensorFlow
Python
7 Jahre 5 Monate
2015-07 - 2022-11

4 Projekte zur Prozess-Optimierung durch die Automatisierung wiederkehrender Prozesse

Data Scientist R Python
Data Scientist

z.B.

- Automatisierung von monatlicher Rechnungsstellung

- Automatisierung von monatlichem Finanzreporting auf verschiedenen Ebenen 


R Python
2 Jahre 7 Monate
2019-03 - 2021-09

Entwicklung eines Legal Assistant

Data Scientist DocAssemble Python
Data Scientist

Erstellung eines Legal Assistant mit folgenden Fähigkeiten: 

a) Auto-Erkennung von Fristen und ähnliche Information durch Scannen von gerichtlichen Schriftverkehr

b) Informationsbeschaffung durch Frage -Leitsystem in einfacher Sprache und Weiterverarbeitung dieser Informationen zur Erstellung von Dokumenten. 

c) Anbindung externe Services, wie beispielsweise elektronischer Unterschrift. 


DocAssemble Python
2 Jahre 1 Monat
2018-09 - 2020-09

Mobilitätsmodell in 200x200 m Auflösung für USA und GB

Lead Data Scientist R
Lead Data Scientist

In einer Auflösung von 200x200 m wurden Personen- und Verkehrsströme demographisch nach Stunde aufgeschlüsselt.  Dieses Modell wurde ursprünglich zur Beratung von Einzelhandelsketten für die Eröffnung neuer Stores entwickelt. Während der Corona Krise wurde es weiter entwickelt, um die Regierungen von Großbritannien, New York City ,sowie den Staat Kalifornien mit zeitnaher Informationen zu Krankheitsverbreitung und Maßnahmeneffektivität zu versorgen. 

https://www.science.org/doi/full/10.1126/science.abe8372
 
R
5 Monate
2018-09 - 2019-01

Computer Vision zur Kategorisierung von Gebietstypen.

Principal Data Scientist R Python PyTorch ...
Principal Data Scientist

Zur Korrektur von Anomalien in Mobilitätsmodellen wurde eine flächendeckende Kategorisierung in Gebietstypen und Subtypen (Wohngebeit, Industriegebiet, Büros, Restaurants etc.) notwendig. 

Hierbei wurde ein proprietäres Trainingsdatenset erstellt durch manuelles Labeln von Location Spezialisten. Auf Basis dieses Trainingssets wurde eine flächendeckenden Einteilung erzielt. 

R Python PyTorch Resnet50
1 Jahr 6 Monate
2015-09 - 2017-02

Modell zur Betrugserkennung in GPS Signalen

Data Science Lead R Apache Spark Apache Cassandra ...
Data Science Lead

AI-Modelle, die ungenaue, aber reliable Mobilfunk Koordinaten (von Masten) mit präzisen, aber unreliablen GPS Daten aus der Onlinewerbung kombinieren und die Reliabilität von GPS Daten voraussagen können. 


R Python
R Apache Spark Apache Cassandra Telekommunikation
USA

Aus- und Weiterbildung

Aus- und Weiterbildung

5 Jahre
2020-01 - 2024-12

Promotionsstudium

Dr. rer. Medic, Charité
Dr. rer. Medic
Charité

Machine Learning auf klinischen Standard-Daten zur Risiko-Klassifikation und time-to-event Analysen zur frühzeitigen Erkennung von Krisen in autoimmun-Erkrankungen. 

2 Jahre 8 Monate
2011-10 - 2014-05

Wirtschaftsinformatik

M. Sc., Santa Clara University
M. Sc.
Santa Clara University

Quantitative Datenananalyse

Machine Learning 

5 Jahre 9 Monate
2005-07 - 2011-03

Politikwissenschaften, Computerlinguistik, Psychologie

Magister Artium, Ludwig-Maximilians-Universität
Magister Artium
Ludwig-Maximilians-Universität

Qualitative Daten Analyse

Natural Language Processing


Position

Position

Ich biete sichere, flexible und modularisierte Lösungen im Bereich Machine Learning und Statistical Modeling. Von der Ideation bis zur Implementierung in Produktivsystemen unterstütze ich Sie und Ihr Team bei jedem Schritt.

Kompetenzen

Kompetenzen

Top-Skills

Spark Tensorflow Pytorch Python AWS R R-Shiny SQL NoSQL

Programmiersprachen

R
Experte
Python
Experte
Spark
Fortgeschritten
SQL
Experte
NoSQL
Fortgeschritten
Tensorflow
Fortgeschritten
PyTorch
Fortgeschritten

Branchen

Branchen

Ich habe seit 2017 25 Projekte mit 10 Kunden in den Bereichen Digital Health, Telekommunikation, Ad-Tech, Legal Tech, Neurowissenschaften, Epidemiologie, Agro-Tech und Retail-Beratung erfolgreich abgeschlossen.

Vertrauen Sie auf Randstad

Im Bereich Freelancing
Im Bereich Arbeitnehmerüberlassung / Personalvermittlung

Fragen?

Rufen Sie uns an +49 89 500316-300 oder schreiben Sie uns:

Das Freelancer-Portal

Direktester geht's nicht! Ganz einfach Freelancer finden und direkt Kontakt aufnehmen.