Adrianna J.

Machine Learning Engineer

Adrianna on kokenut koneoppimisinsinööri, jolla on seitsemän vuoden kokemus biotieteistä, konsultoinnista, kuluttajatuotteista, terveydenhuollosta ja televiestinnästä.

Hän on tällä hetkellä teknologiatutkimuksen apulaispäällikkö ja hallitsee Pythonin, TensorFlow'n, SPARQL:n, Stardogin, AmpliGraphin, Scikit-Learnin, Dockerin, Streamlitin ja Gitin.

Adriannalla on neljän vuoden erikoiskokemus graafisesta koneoppimisesta, ja hän on työskennellyt erityisesti Accenturessa ja osallistunut merkittävästi CLARIFYn kaltaisiin hankkeisiin, joissa hän johti koneoppimiskokeiluja, teki kattavia arviointeja ja johti ratkaisujen käyttöönottoa sairaaloissa.

Hänellä on kandidaatin tutkinto ohjaustekniikasta ja robotiikasta sekä kaksinkertainen maisterintutkinto datatieteistä ja sivuaineena yrittäjyys EIT Digitalista, mikä korostaa hänen vahvaa teknistä perustaansa ja yrittäjähenkistä ajattelutapaansa.

Tärkein asiantuntemus

  • Databricks
    Databricks 4 vuotta
  • OpenCV
    OpenCV 5 vuotta
  • Computer Vision 5 vuotta

Muut taidot

  • CSV 9 vuotta
  • LaTeX
    LaTeX 8 vuotta
  • Matplotlib
    Matplotlib 8 vuotta
Adrianna

Adrianna J.

Ireland

Aloita tästä

Valittu kokemus

Työllisyys

  • Technology Research Associate Principal

    Accenture - 5 years 6 months

    • Johti CLARIFY-hankkeen Accenturen Greater than Award -palkinnon finaaliin Inspiring Growth -luokassa ja hallinnoi biolääketieteellisiin tietämysgraafeihin perustuvan neurosymbolisen kyselyjärjestelmän teknologiansiirtoa;
    • Kehitti järjestelmiä uusiutumisen ennustamiseen ja suoritti TechStar 2023 -johtajuusohjelman;
    • Luotu prototyyppi REST API AmpliGraph 2:lle, joka esiteltiin asiakastyöpajoissa;
    • Osallistui EU:n komission CLARIFY H2020 -hankkeeseen toimittamalla asiakaspilotin, tekemällä yhteistyötä 11 kumppanin kanssa ja laatimalla tuotoksia;
    • Ehdotti neljää patentti-ideaa, joista kahden pääkirjoittajana toimiminen;
    • Ohjasi yhdessä tohtorikoulutettava harjoittelijan tulkinnanvaraista geenien ja sairauksien ennustamista GraphML:n avulla;
    • Toiminut uuden työntekijän virtuaalikaverina ja osallistunut haastattelupaneeleihin;
    • Esitellyt konferensseissa, kuten Sketching in Hardware 2022, ESSEC Business School ja EIT Digital Alumni Annual Meeting, XAI:sta ja tietämysgraafeista;
    • Esitteli yhdessä COLING-22 Tutorial on Knowledge Graph Embeddings for NLP -tapahtuman ja kirjoitti Medium Labs -blogikirjoituksen XAIlla;
    • Suorittanut koneoppimistutkimusta selitettävistä tekoälyistä tietämysgraafien upotusmalleja varten täsmälääketieteen onkologian sovelluksissa;
    • Kehitti ExamplE:n, uudenlaisen selitysmenetelmän linkkien ennustamiseen, joka johti patenttihakemukseen ja Proof of Concept -konseptin käyttöönottoon Hospital Puerta del Hierrossa CLARIFY H2020 -hankkeessa;
    • Suunnitteli kokeita keuhkosyövän uusiutumisen ennustamista varten ja osallistui AmpliGraph 1.4:n kehittämiseen;
    • Kirjoitti yhdessä kolme toimitusta EU:n komissiolle ja toimitti kolme patentti-ideaa;
    • Saavutti toisen sijan Accenture Hackathonissa: Al4Insurance ja osallistui Eco Innovation Challenge -kilpailuun;
    • Yhteistyötä Human Insight Labin kanssa eri aloitteissa.

    Tekniikat:

    • Tekniikat:
    • 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 years 6 months

    • Aloitti työssäoppijana ja sai ylennyksiä, vaihtoi roolia työskennellessään tiimissä, joka vastaa 5G-komponenttien komponenttitestauksen kehyksen kehittämisestä (R&D Python Software Developer);
    • Yhteistyössä aikasynkronoinnin parissa Base Transceiver Stations -asemissa, päätehtäviin kuului web-sovelluskehitys koneoppimisen tuella Pythonilla, jota isännöitiin pilvipalvelussa (R&D Embedded Software Engineer);
    • Osallistui kirjoittamalla uusia ominaisuuksia C++-kielellä, korjaamalla ohjelmistovirheitä, tekemällä yksikkötestausta, dokumentoimalla ja käyttämällä oliokeskeisen ohjelmoinnin (OOP) ja testivetoisen kehityksen (TDD) parhaita käytäntöjä.

    Tekniikat:

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

Koulutus

  • 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

Löydä seuraava kehittäjäsi päivien, ei kuukausien sisällä

Kun otat yhteyttä, järjestämme lyhyen 25 minuuttia kestävän tapaamisen, jonka aikana:

  • Kartoitamme yrityksenne kehitystarvetta
  • Kertoa prosessimme, jolla löydämme teille pätevän, ennakkotarkastetun kehittäjän verkostostamme
  • Käymme läpi askeleet, joilla oikea ehdokas pääsee aloittamaan – useimmiten viikon sisällä

Keskustele kanssamme

Ensimmäinen kehittäjä pääsee yleensä aloittamaan muutaman päivän sisällä yhteydenotosta.