English
Svenska
Dansk
Dutch
Français
Norsk
Suomi
Farid H.
Machine Learning Engineer
Farid Haziyev ist ein kompetenter Machine Learning Engineer, der über Erfahrungen aus verschiedenen Technologieunternehmen und Forschungsprojekten verfügt.
Während seiner Karriere hat er mehrere bemerkenswerte Projekte durchgeführt. Unter anderem arbeitete er an einem KI-basierten News-Aggregation- und Filtersystem für ein Nachrichten-Website-Start-up in Aserbaidschan. Darüber hinaus brachte er im Rahmen eines F&E-Projekts eines Technologie-Start-ups die Entwicklung eines Spracherkennungsmodells für die aserbaidschanische Sprache voran.
Außerdem war er eine der treibenden Kräfte bei der Förderung der konversationellen künstlichen Intelligenz für Kund:innen aus verschiedenen Branchen wie Bankwesen und Lebensmittel. Sein Beitrag erwies sich bei der Verbesserung der Kundschaftsinteraktion und der allgemeinen Nutzungserfahrung als unschätzbar.
Hauptkompetenz
- Data Science 4 Jahre
- Keras 3 Jahre
- NumPy 5 Jahre
Andere Fähigkeiten
- Data Analytics 3 Jahre
- TensorFlow 2 Jahre
- PostgreSQL 2 Jahre
Ausgewählte Erfahrung
Beschäftigung
Ingenieur für maschinelles Lernen
OMILIA LTD - 1 jahr 3 monate
- Beteiligung an Forschung und Entwicklung.
- Entwicklung eines REST-Servers für das Autokorrektur-Modul mit nahtloser und effizienter Funktionalität.
- Nutzung von OPTUNA für automatisches Hyperparameter-Tuning, Optimierung der Leistung von Modellen und Algorithmen.
- Anwendung erklärbarer KI-Techniken, einschließlich Tools wie Captum, Lime und SHAP, um interpretierbare Einblicke in Modellprognosen und Entscheidungsprozesse zu geben.
- Durchführung der Feinabstimmung von BERT-Modellen für Absichtsklassifizierungsaufgaben zur Verfeinerung spezifischer kontextabhängiger Verständnisaufgaben.
- Implementierung eines PyTorch-basierten DIET-Klassifikators von Grund auf und Ermöglichung einer breit gefassten Absichtserkennung und Klassifizierung.
- Durchführung von Experimenten mit dem konversationellen Open-Source-KI-Framework von RASA durch Erforschung von dessen Fähigkeiten und potenziellen Anwendungsmöglichkeiten.
- Erforschung von End-to-End-Dialogmodellen mithilfe von Sprachmodellen (LLM) und deren Wirksamkeit und Leistung bei konversationellen KI-Aufgaben.
Technologien:
- Technologien:
- Data Science
Python
- PyTorch
Machine Learning
- NLP
Scikit-learn
Docker
Git
Data Scientist
eTeam - 2 monate
- Beschäftigung mit Forschung und Entwicklung sowie Datenanalyse.
- Anwendung eines Sentiment-Detection-Modells mit Python, PyTorch, scikit-learn, Docker und Flask.
Technologien:
- Technologien:
-
Python
- PyTorch
-
Scikit-learn
-
Docker
-
Git
FastAPI
Flask
Deep-Learning-Ingenieur
BUGLANCE - 1 jahr 3 monate
- Volle Verantwortung für die Überwachung und Verwaltung des gesamten Lebenszyklus von ML-Projekten.
- Erfolgreiche Implementierung eines modernen aserbaidschanischen Speech-to-Text-Modells mithilfe des Kaldi-Toolkits und Python.
- Entwicklung eines aserbaidschanischen Text-to-Speech-Modells mithilfe von Tacotron2 und eines parallelen veganen Modells für Synthese in PyTorch.
Technologien:
- Technologien:
-
Python
- PyTorch
- NLP
-
Scikit-learn
PostgreSQL
-
Docker
-
Git
Ausbildung
MSc.Technische Informatik
Hacettepe-Universität · 2016 - 2019
BSc.Wirtschaftsingenieurwesen
Middle East Technical University · 2009 - 2014
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