Omer A.

Data Scientist

Omer ist ein hochqualifizierter Data Scientist und Machine Learning Engineer mit über vier Jahren Erfahrung in Forschung und Entwicklung. Sein Fachwissen erstreckt sich auf verschiedene Bereiche, darunter LLMs, NLP, Reinforcement Learning, Zeitreihenvorhersage, medizinische Bildgebung und End-to-End-Architekturen für maschinelle Lernsysteme.

Omer hat eine nachweisliche Erfolgsbilanz bei der Erzielung außergewöhnlicher Ergebnisse. Er zeichnet sich durch die Entwicklung, den Einsatz und die Überwachung von fortschrittlichen Machine- und Deep-Learning-Modellen aus, die zum Erfolg verschiedener Kundenanwendungen beigetragen haben.

Seine Kompetenz und sein Engagement für Spitzenleistungen unterstreichen seine bedeutenden Beiträge zu den Bereichen Datenwissenschaft und maschinelles Lernen.

Hauptkompetenz

  • NLP 5 Jahre
  • Python
    Python 5 Jahre
  • Data Science 6 Jahre

Andere Fähigkeiten

  • TypeScript
    TypeScript 2 Jahre
  • Neo4j
    Neo4j 1 Jahre
  • Scrapy
    Scrapy 1 Jahre
Omer

Omer A.

Turkey

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Machine Learning Engineer/Data Scientist

    Vodafone - 1 jahr 11 monate

    • Arbeitete mit Large Language Models (LLMs), ChatGPT und wandte Prompt Engineering Techniken an.
    • Implementierung von Retrieval Augmented Generation (RAG) und Entwicklung von Chatbots unter Verwendung von Natural Language Processing (NLP).
    • Durchgeführte Keyword-Extraktion und Keyword-Matching-Aufgaben.
    • Sie haben semantische Suchlösungen entwickelt und Frameworks wie LangChain und FastAPI verwendet.

    Technologien:

    • Technologien:
    • Neo4j Neo4j
    • NLP
    • Python Python
    • FastAPI FastAPI
    • ChatGPT API ChatGPT API
  • Senior Data Scientist/Machine Learning Engineer

    Presify.Ai - 1 jahr 6 monate

    • Implementierung von Zeitreihenprognosemodellen zur Vorhersage der Stromerzeugung tausender erneuerbarer Kraftwerke für Intraday- und Day-ahead-Märkte unter Verwendung von LSTM, XGBoost, LightGBM und Random Forest.
    • Entwicklung von Algorithmen zur Erkennung von Anomalien, um Extremwerte in Zeitreihendaten zu identifizieren.
    • Umfassende Datenvorverarbeitung und Feature Engineering zur Verbesserung der Modellgenauigkeit und Skalierbarkeit.
    • Entwurf von Entwicklungs- und Produktionsumgebungen für maschinelles Lernen unter Verwendung einer Microservice-Architektur in Kubernetes-Clustern und Kubeflow.
    • Bereitstellung von Machine-Learning-Modellen in der Produktion unter Verwendung verschiedener Strategien wie REST-APIs, KServe, BentoML und Containerisierungstools wie Docker und Kubernetes.
    • Überwachen und trainieren Sie die eingesetzten maschinellen Lernmodelle kontinuierlich anhand von Leistungskennzahlen und Nutzerfeedback und nehmen Sie Anpassungen vor, um den Geschäftsanforderungen gerecht zu werden.
    • Entwicklung und Pflege von zentralen Microservices für die Produktionsumgebung unter Verwendung von FastAPI, Flask und Node.js.
    • Ausführliche Arbeit mit BERT, LLMs, ChatGPT, Feinabstimmung, NLP, LLaMa, RAG, der ChatGPT API, LangChain und Agenten.

    Technologien:

    • Technologien:
    • NLP
    • Python Python
    • Kubernetes Kubernetes
    • Kubeflow Kubeflow
    • FastAPI FastAPI
    • SQL SQL
    • ChatGPT API ChatGPT API
  • Data Scientist/Machine Learning Engineer

    Titra Technology - 2 jahre

    • Verarbeitete und analysierte hochdimensionale 3D TOF MRA-Bilder unter der Aufsicht einer Radiologiegruppe.
    • Entwicklung, Optimierung und Implementierung von 3D Vision Transformer, 3D Res U-Net und 3D Attention U-Net-basierten tiefen Modellen und deren Varianten zur Unterstützung der Diagnose von intrakraniellen Pathologien wie Aneurysmen und ischämischen Schlaganfällen.
    • Verringerung der Arbeitsbelastung von Radiologen und Erhöhung der Diagnosegenauigkeit für nicht rupturierte Aneurysmen um 10 % mit Hilfe der entwickelten Modelle.
    • Erfolgreiche Entwicklung und Bereitstellung von Objekterkennungs- und Segmentierungsmodellen für eingebettete Geräte wie UAVs, was zu erhöhter Genauigkeit und Effizienz bei Überwachungs- und Kontrollmaßnahmen aus der Luft führt.
    • Entwicklung von benutzerdefinierten Bereitstellungspipelines und Workflows, die den Bereitstellungsprozess von Modellen für maschinelles Lernen verbessert haben, was zu einer erheblichen Verkürzung der Time-to-Production führte.

    Technologien:

    • Technologien:
    • Python Python
    • Machine Learning Machine Learning
    • SQL SQL

Ausbildung

  • BSc.Computer Engineering

    Erciyes University · 2014 - 2018

Finden Sie Ihren nächsten Entwickler innerhalb von Tagen, nicht Monaten

In einem kurzen 25-minütigen Gespräch würden wir gerne:

  • Auf Ihren Bedarf bezüglich des Recruitments von Software-Entwicklern eingehen
  • Unseren Prozess vorstellen und somit wie wir Sie mit talentierten und geprüften Kandidaten aus unserem Netzwerk zusammenbringen können
  • Die nächsten Schritte besprechen, um den richtigen Kandidaten zu finden - oft in weniger als einer Woche

Unterhalten wir uns