Adrianna J.

Machine Learning Engineer

Adrianna ist eine erfahrene Ingenieurin für maschinelles Lernen mit sieben Jahren Erfahrung in den Bereichen Biowissenschaften, Beratung, Konsumgüter, Gesundheitswesen und Telekommunikation.

Sie ist derzeit als Technology Research Associate Principal tätig und verfügt über Kenntnisse in Python, TensorFlow, SPARQL, Stardog, AmpliGraph, Scikit-Learn, Docker, Streamlit und Git.

Mit vier Jahren spezialisierter Erfahrung im Bereich des maschinellen Lernens von Graphen hat Adrianna vor allem bei Accenture gearbeitet und wichtige Beiträge zu Projekten wie CLARIFY geleistet, wo sie Experimente zum maschinellen Lernen leitete, umfassende Bewertungen durchführte und die Bereitstellung von Lösungen für Krankenhäuser verwaltete.

Sie hat einen Bachelor-Abschluss in Steuerungstechnik und Robotik und einen doppelten Master-Abschluss in Data Science mit dem Nebenfach Entrepreneurship von EIT Digital, was ihr starkes technisches Fundament und ihre unternehmerische Denkweise unterstreicht.

Hauptkompetenz

  • Databricks
    Databricks 4 Jahre
  • OpenCV
    OpenCV 5 Jahre
  • Computer Vision 5 Jahre

Andere Fähigkeiten

  • CSV 9 Jahre
  • LaTeX
    LaTeX 8 Jahre
  • Matplotlib
    Matplotlib 8 Jahre
Adrianna

Adrianna J.

Ireland

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Technology Research Associate Principal

    Accenture - 5 jahre 6 monate

    • Führte das CLARIFY-Projekt bis ins Finale des Greater Than Award von Accenture in der Kategorie Inspiring Growth und leitete den Technologietransfer für ein neurosymbolisches Abfragesystem für biomedizinische Wissensgraphen;
    • Entwicklung von Systemen zur Rückfallprognose und Abschluss des TechStar 2023 Leadership-Programms;
    • Erstellung eines Prototyps einer REST-API für AmpliGraph 2, der in Kunden-Workshops vorgestellt wurde;
    • Beitrag zum CLARIFY H2020-Projekt der EU-Kommission durch die Durchführung eines Kunden-Pilotprojekts, die Zusammenarbeit mit 11 Partnern und die Erstellung von Ergebnissen;
    • Ich habe vier Patentideen vorgeschlagen und für zwei als Hauptautor fungiert;
    • Co-Betreuung eines PhD-Praktikanten über interpretierbare Gen-Krankheitsvorhersage mit GraphML;
    • Diente als Virtual Buddy für einen neuen Mitarbeiter und nahm an Vorstellungsgesprächen teil;
    • Präsentiert auf Konferenzen wie Sketching in Hardware 2022, ESSEC Business School und EIT Digital Alumni Annual Meeting über XAI und Wissensgraphen;
    • Co-Präsentation des COLING-22-Tutorials über Knowledge Graph Embeddings für NLP und Verfassen eines Medium Labs-Blogposts über XAIl;
    • Forschung im Bereich des maschinellen Lernens über erklärbare KI für Modelle zur Einbettung von Wissensgraphen in onkologischen Anwendungen der Präzisionsmedizin;
    • Entwicklung von ExamplE, einem neuartigen Erklärungsansatz für die Vorhersage von Links, der zu einer Patentanmeldung und einem Proof of Concept im Hospital Puerta del Hierro für das CLARIFY H2020-Projekt führte;
    • Hat Experimente zur Vorhersage von Lungenkrebsrückfällen entworfen und zur Entwicklung von AmpliGraph 1.4 beigetragen;
    • Mitverfasser von drei Beiträgen für die EU-Kommission und Einreichung von drei Patentideen;
    • Erreichte den zweiten Platz beim Accenture Hackathon: Al4Insurance und nahm an der Eco Innovation Challenge teil;
    • Zusammenarbeit mit dem Human Insight Lab bei verschiedenen Initiativen.

    Technologien:

    • Technologien:
    • Flask Flask
    • Data Science
    • TensorFlow TensorFlow
    • NumPy NumPy
    • Pandas Pandas
    • Open source Open source
    • CSV
    • Scikit-learn Scikit-learn
    • Data Analytics
    • Clustering
    • Machine Learning Machine Learning
    • Cuda Cuda
    • BeautifulSoup BeautifulSoup
    • Swagger Swagger
    • Streamlit Streamlit
    • Pytest Pytest
    • Prompt Engineering
    • CircleCI CircleCI
    • LangChain LangChain
    • GNU Octave GNU Octave
    • ChromaDB ChromaDB
    • D3.js D3.js

  • R&D Software Engineer

    Nokia - 2 jahre 6 monate

    • Begann als Werkstudent, wurde befördert und wechselte die Rolle, während er in einem Team arbeitete, das für die Entwicklung eines Komponenten-Test-Frameworks für 5G-Komponenten verantwortlich war (R&D Python Software Developer);
    • Mitarbeit an der Zeitsynchronisierung in Basis-Sende-/Empfangsstationen, wobei zu den Hauptaufgaben die Entwicklung von Webanwendungen mit Unterstützung für maschinelles Lernen in Python gehörte, die in der Cloud gehostet wurden (R&D Embedded Software Engineer);
    • Sie haben dazu beigetragen, neue Funktionen in C++ zu schreiben, Softwarefehler zu beheben, Unit-Tests durchzuführen, zu dokumentieren und die besten Praktiken der objektorientierten Programmierung (OOP) und der testgetriebenen Entwicklung (TDD) anzuwenden.

    Technologien:

    • Technologien:
    • Flask Flask
    • Python Python
    • Data Science
    • TensorFlow TensorFlow
    • NumPy NumPy
    • Pandas Pandas
    • CSV
    • Data Analytics
    • Clustering
    • Cuda Cuda
    • Pytest Pytest
    • GNU Octave GNU Octave

Ausbildung

  • 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

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

Jetzt Entwickler:innen finden, die innerhalb von wenigen Tagen starten können. Ohne Risiko.