Ufuk Y.
Data Scientist
Et af hans vigtigste resultater var at lede et projekt med høj effekt for et stort luftfartsselskab, hvor han udviklede et forbrugsprognose- og produktbelastningsoptimeringssystem til salg under flyvningen. Løsningen vedrørte komplekse data og driftsmæssige begrænsninger, hvilket resulterede i en stigning i det månedlige overskud på 7 % og en reduktion af produktaffaldet på 20 %.
Ufuk leverer datalogi-løsninger, der kombinerer stærke tekniske fonde med klare forretningsvirkninger.
Hovedekspertise
Python5 år
Data Science5 år
SQL5 årErfaring4
Senior Data Scientist
- Udviklet et forudsigeligt system til salgsprognoser under flyvning og lageroptimering, der muliggør datadrevne produktlastningsstrategier for flyselskabers operationer
- Øget månedlig fortjeneste med 7 % og reduceret produktaffald med 20 %, hvilket bidrager til, at luftfartsselskabet anerkendes blandt de 50 mest innovative virksomheder i Tyrkiet
- Gennemført kundesegmentering ved hjælp af Google Analytics-data og K-Means klyngedannelse til at afdække købsmønstre og demografiske indsigter til målrettet markedsføring
- Bygget en Generativ AI Text-to-SQL system ved hjælp af LangChain og LlamaIndex, gør det muligt naturligt sprog forespørge databaser for ikke-tekniske brugere
- Leveret et Data Science uddannelsesprogram for Dashen Bank i Etiopien, undervisning 8 fagfolk machine learning og statistisk analyse gennem hands-on projekter
- Bidrag til forskningsinitiativet SafeRoute-6G, udvikling af modeller til brændstofforbrug, afsløring af hvilestop og analyse af trafikulykkeshotspot
PostgreSQLPythonSQLData Science
TensorFlowData Scientist
- Udvikling af prædiktive modeller for tidlig indløsning og kreditrisiko på indlåns- og udlånskonti ved hjælp af metoder til analyse af overlevelse (Cox proportional risiko, Kaplan–Meier) og machine learning (XGBSE)
- Beregnet kerneindlånsnøgletal til vurdering af kundernes tilbageholdelse og indlånsstabilitet, hvilket understøtter langsigtet finansiel planlægning og risikovurdering
- Designet og implementeret en shift optimering system drevet af salg forudsigelser per butik middel, forbedre personalet effektivitet og operationelle ydeevne
PythonSQL
Azure ML
Vertex AIJunior Data Scientist
- Led migrationen fra SAS til SQL for kreditrisikoanalyse, der sikrer en problemfri overgang af datalørledninger, analytiske arbejdsgange og rapportering samtidig bevare output fidelity
- Optimeret omfattende databehandling i SQL og implementeret planlagte arbejdsgange i overensstemmelse med IFRS 9 kreditrisikostandarder
- Designet en konfigurerbar tidsserie prognose model ved hjælp af PySpark på Microsoft Azure, muliggør fleksible kundeefterspørgsel forudsigelser på tværs af brancher
- Leveres en skalerbar prognoseløsning featured i Azure Marketplace
- Udviklet en end-to-end real-time big data pipeline ved hjælp af Cloudera økosystemet, der integrerer Python, HDFS, Hive, Impala, Druid, og Superset for problemfri indtagelse, behandling og visualisering af streaming data
PythonSQL
SAS
Hadoop
Apache Superset
PySparkSoftware Engineer
- Indsamlede og mærkede billeddata til modeltræning i en billedbehandlingsrørledning med henblik på detektering af nummerplader i realtid
- Udførte web skrabning for at samle et omfattende datasæt af nummerplade billeder, efterfulgt af manuel mærkning af individuelle bogstaver og tal
- Udviklet et system til detektering af nummerplader i realtid ved hjælp af YOLOv3 ved hjælp af Darknet-53 CNN-arkitekturen med 53 konvolutionelle lag til detektering af objekter med høj nøjagtighed
- Forbehandlede og kuraterede træningsdata for at sikre optimal ydeevne og generaliserbarhed af detektionsmodellen
PythonData Science
OpenCV
Pandas
LinuxIngeniørmæssig fremragendehed
Alle Data Scientister, der har ansøgt til Proxify, får en score fra 0 til 300 på teknisk dygtighed, en af de fem parametre, vi evaluerer. Denne score afspejler kun teknisk dygtighed baseret på interviews, hjemmeopgaver, live kodningssessioner og/eller vurderinger af præstationer på jobbet. Kurven viser, hvordan alle evaluerede Data Scientister er fordelt over dette interval, hvor vores acceptgrænse for denne parameter ligger, og hvor Ufuk står.
Score 179 · Top 15% of engineers
Certifikater 2
Issued Jan 2024 - Expires Jan 2025
Credential ID B94692A4FE34A7EC
PythonData ScienceAzure ML
Machine Learning
Issued Feb 2022
Issued Jan 2024 - Expires Jan 2025
Credential ID B94692A4FE34A7EC
PythonData ScienceAzure MLMachine LearningUddannelse
Stop med at søge.
Bliv matchet hurtigere.
Tal med en ekspert og få skræddersyede matches fra vores netværk på kun 2 dage.
Få adgang til over 6.000+ eksperter
Få matchet med en udvikler på gennemsnitligt 2 dage
Ansæt hurtigt og nemt med 94 % matchsuccess