Adrianna J.
Machine Learning Engineer
Adrianna är en erfaren Machine Learning Engineer med sju års erfarenhet inom life science, konsultverksamhet, konsumentprodukter, hälso- och sjukvård samt telekommunikation.
Hon arbetar för närvarande som Technology Research Associate Principal och är skicklig i Python, TensorFlow, SPARQL, Stardog, AmpliGraph, Scikit-Learn, Docker, Streamlit och Git.
Adrianna har fyra års specialiserad erfarenhet av maskininlärning i grafer och har bland annat arbetat på Accenture och gjort betydande insatser i projekt som CLARIFY, där hon ledde machine learning experiments, genomförde omfattande utvärderingar och hanterade distributionen av lösningar till sjukhus.
Hon har en kandidatexamen i reglerteknik och robotik och en dubbel masterexamen i datavetenskap med en biämne i entreprenörskap från EIT Digital, vilket understryker hennes starka tekniska grund och entreprenörstänkande.
Huvudsaklig expertis
- Databricks 4 år
- OpenCV 5 år
- Computer Vision 5 år
Andra kompetenser
- CSV 9 år
- LaTeX 8 år
- Matplotlib 8 år
Utvald erfarenhet
Anställningar
Technology Research Associate Principal
Accenture - 5 år 4 månader
- Ledde CLARIFY-projektet till Accentures Greater than Award-final i kategorin Inspiring Growth och hanterade tekniköverföring för ett neuro-symboliskt frågesystem för biomedicinska kunskapsgrafer;
- Utvecklade system för återfallsprognoser och slutförde ledarskapsprogrammet TechStar 2023;
- Skapat en prototyp av REST API för AmpliGraph 2, demonstrerad i workshops med kunder;
- Bidrog till EU-kommissionens CLARIFY H2020-projekt genom att leverera en klientpilot, samarbeta med 11 partners och författa leveranser;
- Föreslog fyra patentidéer och fungerade som huvudförfattare för två;
- Co-handledde en doktorand om tolkningsbar gen- och sjukdomsförutsägelse med GraphML;
- Fungerade som Virtual Buddy för en nyanställd och deltog i intervjupaneler;
- Presenterade på konferenser som Sketching in Hardware 2022, ESSEC Business School och EIT Digital Alumni Annual Meeting om XAI och kunskapsgrafer;
- Co-presenterade COLING-22 Tutorial on Knowledge Graph Embeddings for NLP och författade ett Medium Labs blogginlägg om XAIl;
- Genomförde maskininlärningsforskning om förklarlig AI för modeller för inbäddning av kunskapsgrafer i precisionsmedicinska onkologiska applikationer;
- Utvecklade ExamplE, en ny förklaringsmetod för länkprediktion, vilket ledde till en patentansökan och ett Proof of Concept som distribuerades på Hospital Puerta del Hierro för CLARIFY H2020-projektet;
- Utformade experiment för prediktion av återfall i lungcancer och bidrog till utvecklingen av AmpliGraph 1.4;
- Medförfattare till tre rapporter till EU-kommissionen och inlämnande av tre patentidéer;
- Uppnådde andra plats i Accenture Hackathon: Al4Insurance och deltog i Eco Innovation Challenge;
- Samarbetade med Human Insight Lab om olika initiativ.
Teknologier:
- Teknologier:
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 EngineerR&D Software Engineer
Nokia - 2 år 6 månader
- Började som arbetande student och fick befordringar, bytte roller medan han arbetade i ett team som ansvarade för att utveckla ett ramverk för komponenttest för 5G-komponenter (R&D Python Software Developer);
- Samarbetade om tidssynkronisering i basstationer, med huvuduppgifter som inkluderade utveckling av webbapplikationer med stöd för maskininlärning i Python, som hostades i molnet (R&D Embedded Software Engineer);
- Bidrog genom att skriva nya funktioner i C++, fixa programvarubuggar, enhetstesta, dokumentera och använda bästa praxis för objektorienterad programmering (OOP) och testdriven utveckling (TDD).
Teknologier:
- Teknologier:
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
Utbildning
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
Hitta din nästa utvecklare inom ett par dagar
Ge oss 25 minuter av din tid, så kommer vi att:
- Sätta oss in i dina utmaningar och behov
- Berätta om våra seniora och beprövade utvecklare
- Förklara hur vi kan matcha dig med precis rätt utvecklare