English
Svenska
Dansk
Dutch
Deutsch
Norsk
Suomi
Adrianna J.
Ingénieur Machine Learning
Adrianna est une ingénieure expérimentée en Machine Learning avec sept ans d'expertise dans les domaines des sciences de la vie, du conseil, des produits de consommation, de la santé et des télécommunications.
Actuellement en poste en tant que Technology Research Associate Principal, elle est compétente en Python, TensorFlow, SPARQL, Stardog, AmpliGraph, Scikit-Learn, Docker, Streamlit, et Git.
Avec quatre ans d'expérience spécialisée dans l'apprentissage automatique des graphes, Adrianna a notamment travaillé chez Accenture et a contribué de manière significative à des projets tels que CLARIFY, où elle a dirigé des expériences d'apprentissage automatique, mené des évaluations complètes et géré le déploiement de solutions dans les hôpitaux.
Elle est titulaire d'une licence en ingénierie de contrôle et robotique et d'un double master en science des données avec une mineure en entrepreneuriat de l'EIT Digital, ce qui souligne ses solides bases techniques et son état d'esprit entrepreneurial.
Principale expertise
- Databricks 4 ans
- OpenCV 5 ans
- Computer Vision 5 ans
Autres compétences
- CSV 9 ans
- LaTeX 8 ans
- Matplotlib 8 ans
Expérience sélectionnée
Emploi
Technology Research Associate Principal
Accenture - 5 années 4 mois
- A mené le projet CLARIFY jusqu'à la finale du prix Greater than Award d'Accenture dans la catégorie Inspiring Growth, en gérant le transfert de technologie pour un système d'interrogation neuro-symbolique sur les graphes de connaissances biomédicales ;
- Développement de systèmes de prédiction des rechutes et achèvement du programme de leadership TechStar 2023 ;
- Création d'un prototype d'API REST pour AmpliGraph 2, démontré lors d'ateliers clients ;
- J'ai contribué au projet CLARIFY H2020 de la Commission européenne en réalisant un projet pilote pour un client, en collaborant avec 11 partenaires et en rédigeant des documents ;
- A proposé quatre idées de brevets, en tant qu'auteur principal pour deux d'entre elles ;
- Co-supervision d'un stagiaire en doctorat sur la prédiction de gènes et de maladies interprétables avec GraphML ;
- J'ai servi d'accompagnateur virtuel à un nouvel arrivant et j'ai participé à des groupes d'entretien ;
- Présenté à des conférences telles que Sketching in Hardware 2022, ESSEC Business School, et EIT Digital Alumni Annual Meeting sur XAI et les graphes de connaissance ;
- J'ai coprésenté le tutoriel COLING-22 sur les Knowledge Graph Embeddings for NLP et rédigé un article de blog Medium Labs sur XAIl ;
- Recherche en apprentissage automatique sur l'IA explicable pour les modèles d'intégration de graphes de connaissances dans les applications de médecine de précision en oncologie ;
- Développement d'ExamplE, une nouvelle approche explicative pour la prédiction des liens, menant à une demande de brevet et à une preuve de concept déployée à l'hôpital Puerta del Hierro pour le projet CLARIFY H2020 ;
- J'ai conçu des expériences pour la prédiction des rechutes du cancer du poumon et j'ai contribué au développement d'AmpliGraph 1.4 ;
- Co-rédaction de trois documents pour la Commission européenne et soumission de trois idées de brevets ;
- A obtenu le statut de second dans l'Accenture Hackathon : Al4Insurance et a participé à l'Eco Innovation Challenge ;
- Collaboration avec le Human Insight Lab sur diverses initiatives.
Les technologies:
- Les technologies:
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 années 6 mois
- J'ai commencé en tant qu'étudiant en cours d'emploi et j'ai reçu des promotions, changeant de rôle tout en travaillant dans une équipe responsable du développement d'un cadre de test pour les composants 5G (développeur de logiciels Python en R&D) ;
- Collaboration sur la synchronisation temporelle dans les stations de base émettrices-réceptrices, avec pour tâches principales le développement d'une application web avec support d'apprentissage automatique en Python, hébergée dans le nuage (Ingénieur en logiciel embarqué R&D) ;
- Contribution à l'écriture de nouvelles fonctionnalités en C++, à la correction des bogues, aux tests unitaires, à la documentation et à l'utilisation des meilleures pratiques de la programmation orientée objet (POO) et du développement piloté par les tests (DPT).
Les technologies:
- Les technologies:
-
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
Éducation
Maîtrise ès sciencesData Science
Royal Institute of Technology (KTH) · 2018 - 2020
Maîtrise ès sciencesData Science
Cote d'Azure University · 2017 - 2019
License ès sciencesControl Engineering and Robotics
Wroclaw University of Technology · 2012 - 2016
Trouvez votre prochain développeur en quelques jours et non sur plusieurs mois
Dans un court appel de 25 minutes, nous voulons:
- Comprendre vos besoins en développement
- Vous expliquez comment nous allons vous mettre en relation avec le développeur le mieux qualifié pour votre projet, sélectionné avec soin
- Vous indiquez nos prochaines démarches afin de vous trouver le meilleur développeur, souvent en moins d'une semaine