English
Svenska
Dansk
Dutch
Deutsch
Français
Norsk
Adrianna J.
Machine Learning Engineer
Adrianna on kokenut koneoppimisinsinööri, jolla on seitsemän vuoden kokemus biotieteistä, konsultoinnista, kuluttajatuotteista, terveydenhuollosta ja televiestinnästä.
Hän on tällä hetkellä teknologiatutkimuksen apulaispäällikkö ja hallitsee Pythonin, TensorFlow'n, SPARQL:n, Stardogin, AmpliGraphin, Scikit-Learnin, Dockerin, Streamlitin ja Gitin.
Adriannalla on neljän vuoden erikoiskokemus graafisesta koneoppimisesta, ja hän on työskennellyt erityisesti Accenturessa ja osallistunut merkittävästi CLARIFYn kaltaisiin hankkeisiin, joissa hän johti koneoppimiskokeiluja, teki kattavia arviointeja ja johti ratkaisujen käyttöönottoa sairaaloissa.
Hänellä on kandidaatin tutkinto ohjaustekniikasta ja robotiikasta sekä kaksinkertainen maisterintutkinto datatieteistä ja sivuaineena yrittäjyys EIT Digitalista, mikä korostaa hänen vahvaa teknistä perustaansa ja yrittäjähenkistä ajattelutapaansa.
Tärkein asiantuntemus
- Databricks 4 vuotta
- OpenCV 5 vuotta
- Computer Vision 5 vuotta
Muut taidot
- CSV 9 vuotta
- LaTeX 8 vuotta
- Matplotlib 8 vuotta
Valittu kokemus
Työllisyys
Technology Research Associate Principal
Accenture - 5 years 4 months
- Johti CLARIFY-hankkeen Accenturen Greater than Award -palkinnon finaaliin Inspiring Growth -luokassa ja hallinnoi biolääketieteellisiin tietämysgraafeihin perustuvan neurosymbolisen kyselyjärjestelmän teknologiansiirtoa;
- Kehitti järjestelmiä uusiutumisen ennustamiseen ja suoritti TechStar 2023 -johtajuusohjelman;
- Luotu prototyyppi REST API AmpliGraph 2:lle, joka esiteltiin asiakastyöpajoissa;
- Osallistui EU:n komission CLARIFY H2020 -hankkeeseen toimittamalla asiakaspilotin, tekemällä yhteistyötä 11 kumppanin kanssa ja laatimalla tuotoksia;
- Ehdotti neljää patentti-ideaa, joista kahden pääkirjoittajana toimiminen;
- Ohjasi yhdessä tohtorikoulutettava harjoittelijan tulkinnanvaraista geenien ja sairauksien ennustamista GraphML:n avulla;
- Toiminut uuden työntekijän virtuaalikaverina ja osallistunut haastattelupaneeleihin;
- Esitellyt konferensseissa, kuten Sketching in Hardware 2022, ESSEC Business School ja EIT Digital Alumni Annual Meeting, XAI:sta ja tietämysgraafeista;
- Esitteli yhdessä COLING-22 Tutorial on Knowledge Graph Embeddings for NLP -tapahtuman ja kirjoitti Medium Labs -blogikirjoituksen XAIlla;
- Suorittanut koneoppimistutkimusta selitettävistä tekoälyistä tietämysgraafien upotusmalleja varten täsmälääketieteen onkologian sovelluksissa;
- Kehitti ExamplE:n, uudenlaisen selitysmenetelmän linkkien ennustamiseen, joka johti patenttihakemukseen ja Proof of Concept -konseptin käyttöönottoon Hospital Puerta del Hierrossa CLARIFY H2020 -hankkeessa;
- Suunnitteli kokeita keuhkosyövän uusiutumisen ennustamista varten ja osallistui AmpliGraph 1.4:n kehittämiseen;
- Kirjoitti yhdessä kolme toimitusta EU:n komissiolle ja toimitti kolme patentti-ideaa;
- Saavutti toisen sijan Accenture Hackathonissa: Al4Insurance ja osallistui Eco Innovation Challenge -kilpailuun;
- Yhteistyötä Human Insight Labin kanssa eri aloitteissa.
Tekniikat:
- Tekniikat:
Databricks
GNU Octave
- HTML / CSS
JavaScript
- Data Modeling
Material-UI
ChromaDB
SQL
MongoDB
Bash
CircleCI
CSS
- Clustering
- CSV
D3.js
Cuda
- Data Analytics
- Data Engineering
React.js
- Unit Testing
Swagger
ChatGPT API
LangChain
- Prompt Engineering
REST API
Git
Python
Docker
Flask
BeautifulSoup
Pandas
NumPy
- Team Leading
- Data Science
Pytest
Machine Learning
TensorFlow
Open source
Scikit-learn
Streamlit
R&D Software Engineer
Nokia - 2 years 6 months
- Aloitti työssäoppijana ja sai ylennyksiä, vaihtoi roolia työskennellessään tiimissä, joka vastaa 5G-komponenttien komponenttitestauksen kehyksen kehittämisestä (R&D Python Software Developer);
- Yhteistyössä aikasynkronoinnin parissa Base Transceiver Stations -asemissa, päätehtäviin kuului web-sovelluskehitys koneoppimisen tuella Pythonilla, jota isännöitiin pilvipalvelussa (R&D Embedded Software Engineer);
- Osallistui kirjoittamalla uusia ominaisuuksia C++-kielellä, korjaamalla ohjelmistovirheitä, tekemällä yksikkötestausta, dokumentoimalla ja käyttämällä oliokeskeisen ohjelmoinnin (OOP) ja testivetoisen kehityksen (TDD) parhaita käytäntöjä.
Tekniikat:
- Tekniikat:
-
GNU Octave
- HTML / CSS
-
JavaScript
Jenkins
-
SQL
-
MongoDB
-
Bash
-
CSS
- Clustering
- CSV
-
Cuda
- Data Analytics
- Data Engineering
- Unit Testing
Django
C++
-
REST API
-
Git
-
Python
-
Docker
-
Flask
-
Pandas
-
NumPy
- Data Science
Agile
-
Pytest
-
TensorFlow
- Embedded systems
Koulutus
MSc.Data Science
Royal Institute of Technology (KTH) · 2018 - 2020
MSc.Data Science
Cote d'Azure University · 2017 - 2019
BSc.Control Engineering and Robotics
Wroclaw University of Technology · 2012 - 2016
Löydä seuraava kehittäjäsi päivien, ei kuukausien sisällä
Kun otat yhteyttä, järjestämme lyhyen 25 minuuttia kestävän tapaamisen, jonka aikana:
- Kartoitamme yrityksenne kehitystarvetta
- Kertoa prosessimme, jolla löydämme teille pätevän, ennakkotarkastetun kehittäjän verkostostamme
- Käymme läpi askeleet, joilla oikea ehdokas pääsee aloittamaan – useimmiten viikon sisällä