Fatih C.
Senior Data Scientist
Bei n11 entwickelte er Systeme für Empfehlungen, Produktkennzeichnungen, Kundensegmentierung und Kaufabsichtsprüfung und verbesserte Benutzererfahrung und ermöglichte datengestützte Entscheidungsfindung. Er hat auch Computervisionen und NLP-Lösungen implementiert, einschließlich Bildqualitätsbewertung, Betrugsbekämpfung und E-Mail-Clustering.
Er kombiniert starke analytische Fähigkeiten mit praktischem Engineering-Know-how und entwickelt skalierbare KI-Systeme, die erfolgreich von der Forschung in zuverlässige Produktionsumgebungen übergehen.
Hauptkompetenz
Python6 Jahre
Data Science5 Jahre
Machine Learning6 Jahre
NumPy6 JahreErfahrung4
Senior Data Scientist
- Entwickelte Maschinenlernmodelle und tiefe Lernmodelle zur Verbesserung der Benutzererfahrung, der Empfehlungsqualität und der Effizienz des Marktplatzes
- Built a comment tagging and classification system for product reviews using NLP techniques
- Entwickelte Modelle für Kundensegmentierung und Kaufabsichtserklärung, die gezieltere Marketingstrategien ermöglichen
- Beitrag zu großen Datenverarbeitungspipelines mit Apache Spark und anderen großen Daten-Frameworks
- ML-Lösungen für Empfehlungssysteme, Produktkatalogeinheit, Bedarfsprognose und dynamische Preisgestaltung
- Mit großen Datensätzen in verteilten Computerumgebungen bearbeitet, um skalierbare Modelle zu trainieren
Apache SparkPythonData Science
TensorFlowNumPy
Deep Learning Engineer
- Entwickelte generative Tiefenlernmodelle, einschließlich VAEs und VQGANs, für synthetische medizinische Bilderzeugung
- Implementierte Aufmerksamkeitsbasierte neuronale Netzwerke für Bildklassifizierung und Instanzsegmentierungsaufgaben
- Built computer vision Pipelines to support medical image analysis and diagnostic assistance systems
- Anwendete fortgeschrittene Tiefenlerntechniken zur Verbesserung von Schulungsdatensätzen durch synthetische Datengenerierung
- Arbeiten mit PyFacken- und Python-basierten Tiefenlern-Frameworks zur Ausbildung und Bewertung von Modellen
PythonData Science
Pandas
PyTorch
SciPy
R&D Intern
- Entwicklung eines Maschinenlernmodells für die Erkennung von Software-Schwachstellen und Erzielen modernster Leistung in Forschungs-Benchmarks
- Angewandte Datenausgleichungstechniken wie Untersampling zur Verbesserung der Modellgenauigkeit
- ML-Pipelines zur Analyse von Sicherheitsdatensätzen mithilfe von Python
- Auswertete Modellleistung und Vergleich von Ergebnissen mit aktuellen Forschungsrichtlinien
PythonData ScienceNumPyPandasSciPyMachine Learning
Data Scientist
- Entwickelte Maschinenlernmodelle für Computer-Visionen und NLP-Domänen
- Implementierte Projekte einschließlich Bildqualitätsbewertung (technisch und ästhetisch), E-Mail-Clustering und Kundensegmentierung
- Built machine learning Pipelines for fraud detection and behavioral analytics
- Verwaltete Datenerfassungs- und Anmerkungs-Workflows für Computer-Vision-Datensätze
- Entwickelte und geschulte Modelle mit Python, PyTorch und Keras Frameworks
- Zusammenarbeit mit verteilten Engineering-Teams, um Datenwissenschaftlösungen für Unternehmenskunden bereitzustellen
PythonData Science
KerasPandasPyTorchEignungstests
Excellence en ingénierie
Fatih Gesamtleistung in einer 90-minütigen Live-Technikbewertung rangiert im top 5% der überprüften Senior Data Scientist bei Proxify.
Ausbildung
Hör auf zu stöbern.
Lass dich schneller matchen.
Sprechen Sie mit einem Experten und erhalten Sie innerhalb von nur 2 Tagen maßgeschneiderte Matches aus unserem Netzwerk.
Zugriff auf über 6.000+ Experten
Werden Sie im Durchschnitt in 2 Tagen mit einem Entwickler zusammengebracht
Schnell und einfach einstellen mit 94% Übereinstimmungserfolg