Fatih C.

• 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

• 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

• 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

• 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

• Developed a real-time emotion detection system combining facial expressions and speech features.

• Implemented deep learning architectures including LSTM, CNN, SVM, and ResNet50.

• Performed data preprocessing tasks such as face detection and dataset frontalization.

• Built a multimodal machine learning pipeline combining acoustic and visual signals.

Rafiqi is a technology startup focused on building AI-powered platforms to support refugees in finding employment opportunities across Europe.

• Contributed to backend development of an AI-powered job matching platform.

• Developed REST APIs for querying and retrieving job-related data.

• Built backend services using Node.js and React-based web platforms.

• Worked in an international agile team collaborating across multiple countries.

Nokia is a global telecommunications company providing network infrastructure and digital services.

• Developed a mobile-based event registration platform for Nokia events and conferences.

• Implemented backend features enabling event registration for customers, employees, and students.

• Collaborated with distributed international engineering teams working remotely across different time zones.

• Contributed to improving platform stability and registration workflows.