Adrianna J.

Adrianna J.

Machine Learning Engineer

Ireland
Verifiziertes Mitglied seit 2024
9 Jahre Erfahrung

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

DatabricksDatabricks4 Jahre
OpenCVOpenCV5 Jahre
Computer VisionComputer Vision5 Jahre
CudaCuda7 Jahre
3+

Erfahrung2

Accenture

Technology Research Associate Principal

Accenture
Information Technology (IT) and Services
May 2020 · 6J 5M
  • 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.
FlaskFlask
Data ScienceData Science
TensorFlowTensorFlow
NumPyNumPy
PandasPandas
17+
Nokia

R&D Software Engineer

Nokia
Telecommunications
Mar 2015 - Sep 2017 · 2J 6M
  • 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.
FlaskFlask
PythonPython
Data ScienceData Science
TensorFlowTensorFlow
NumPyNumPy
7+

Excellence en ingénierie

Alle Machine Learning Engineers, die sich bei Proxify beworben haben, werden auf einer Skala von 0 bis 300 in technischer Exzellenz bewertet, einem der fünf von uns bewerteten Parameter. Diese Bewertung spiegelt ausschließlich die technische Exzellenz wider, basierend auf Interviews, Heimaufgaben, Live-Coding-Sitzungen und/oder Leistungsbewertungen am Arbeitsplatz. Die Kurve zeigt, wie alle bewerteten Machine Learning Engineers in diesem Bereich verteilt sind, wo unsere Akzeptanzschwelle für diesen Parameter liegt und wo sich Adrianna befindet.

050100150200250300Engineering excellence scoreShare of engineersmedianmeanProxifyacceptancethreshold
Adrianna
Score 195 · Top 8% of engineers

Zertifikate 1

Databricks, Inc.
Databricks Certified Machine Learning AssociateDatabricks, Inc.

Issued Jan 2025 - Expires Jan 2027
Credential ID 131299902

DatabricksDatabricks
Databricks, Inc.
Databricks Certified Machine Learning AssociateDatabricks, Inc.

Issued Jan 2025 - Expires Jan 2027
Credential ID 131299902

DatabricksDatabricks
Möchten Sie mehr über die Zertifizierungen von Adrianna erfahren?Gespräch buchen

Ausbildung

RIO
Royal Institute of Technology (KTH)
Data Science2018 - 2020
CDU
Cote d'Azure University
Data Science2017 - 2019
Wroclaw University of Technology
Wroclaw University of Technology
Control Engineering and Robotics2012 - 2016

Hör auf zu stöbern.
Lass dich schneller matchen.