Onur S.

Data Scientist

Onur on taitava datatieteilijä, jolla on neljän vuoden kaupallinen kokemus IT-alalta, ja hän työskentelee pääasiassa Big Datan, tutkimuksen, IoT: n, syväoppimisen, chatbottien ja koneoppimisen parissa.

Hän on taitava ongelmanratkaisija, joka ottaa objektiivisen yleiskatsauksen ja tuottaa toteuttamiskelpoisia ratkaisuja– analyyttisiä ja hyvin organisoituja, ja hänellä on vankka teoreettinen suunnittelu ja matemaattinen tausta, ja joka oppii nopeasti uusia teknologioita.

Hän kykenee olemaan tärkeässä roolissa koko projektin kehittämisen/tuen elinkaaren ajan varmistaakseen, että laadukkaat ratkaisut vastaavat liiketoiminnan tavoitteita. Lisäksi hän on hyvä luomaan yhteishenkeä ja hän kunnioittaa määräaikoja.

Tärkein asiantuntemus
  • Python
    Python 5 vuotta
  • Data Science 3 vuotta
  • Machine Learning
    Machine Learning 4 vuotta
Muut taidot
  • Data Analytics 4 vuotta
  • Git
    Git 4 vuotta
  • Linux
    Linux 4 vuotta
Onur
Onur S.

Turkey

Aloita tästä

Valittu kokemus

Työllisyys

  • Tietojen tutkija

    Pazarama, Turkey - 2 years 7 months

    • Työskenteli hakukoneen parissa ElasticSearchin avulla ja toteutti semanttisen hakumenetelmän sanojen upottamisen avulla.
    • Dynaamisten ja staattisten suosituspalvelujen rakentaminen asiakkaille ostosten tekemisen ja alustalla vierailun aikana. – Koulutti Sasrec- ja Ssept-malleja peräkkäisiä suosituksia varten ja koulutti fasttext-mallia, joka perustuu esillä olevien tuotteiden ja toivelistatuotteiden semanttiseen läheisyyteen.

    Tekniikat:

    • Tekniikat:
    • Python Python
    • Data Science
    • Machine Learning Machine Learning
    • NumPy NumPy
    • MySQL MySQL
    • ElasticSearch ElasticSearch
  • Tutkimusinsinööri

    Huawei Turkey - 1 year 1 month

    • Työskenteli käyttäjän aikomusten poimimiseksi Huawei App Galleryn hakukyselyistä. mBERT-mallin käyttäminen haetun kyselyn kategorian luokitteluun kolmella tasolla.
    • Turkin, venäjän ja muiden tarvittavien kielten kyselyjen klusterointi niiden kommentoimiseksi ja luokittelumallin kouluttaminen, jotta tiedetään, mitä luokkia käyttäjät etsivät parempien tulosten näyttämiseksi.
    • Osallistui aihekohtaista tekstin klusterointia käsittelevään tutkimushankkeeseen. Eri klusterointialgoritmien kokeilu erilaisilla tietokokonaisuuksilla vertailuarvojen arvioimiseksi ja saamiseksi.
    • Hierarkkisia ylempiä sanarepresentaatioita koskeva tutkimushanke sanavektoreiden ja semanttisten samankaltaisuuksien parantamiseksi alaluokkien ja yläluokkien välillä.

    Tekniikat:

    • Tekniikat:
    • Python Python
    • Data Science
    • Machine Learning Machine Learning
    • NumPy NumPy
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • TensorFlow TensorFlow
    • Data Analytics
  • Tekoälyratkaisujen asiantuntija

    ETIYA, Turkey - 5 months

    • Semanttisen asiakirjahakupalvelun rakentaminen Akbankille, yhdelle Turkin suurimmista pankeista, jotta pankin tietokannassa oleviin asiakirjoihin päästään käsiksi käyttämällä sanojen upottamista. ELK-pinon hyödyntäminen telakalla, ElasticSearchin käyttö tietojen indeksointiin ja kosinin samankaltaisuusominaisuuden käyttö etsittyjen kyselyjen ja asiakirjan sisällön, otsikon ja kuvauksen välisen semanttisen samankaltaisuuden löytämiseksi.
    • Koulutti klusterointimallia suosituspalvelua varten sanojen upottamisen käytön lisäksi. Toteutti esimerkkikäyttäjän lokitiedot ja koulutti word2vec-mallin tuotteiden ja päivämäärien ominaisuuksien avulla kunkin asiakkaan osalta ja esitti tämä ominaisuuden sanavektoreilla. Kaikkien asiakkaiden klusterointi käyttämällä k-means-mallia uusien käyttäjien määrittämiseksi heidän tuotehakunsa perusteella ja tuotteiden suosittelu sen mukaisesti. Lisäksi hän mukautti tätä mallia suosittelemaan tilastollisesti, kun käyttäjä tulee ostoksille istunnon jälkeen, ja dynaamisesti muuttamalla suositeltuja tuotteita, kun käyttäjä lisää tuotteita ostoskoriinsa. Tämän mallin otti käyttöön ja osti Basbug Otomotiv, yksi suurimmista autojen varaosien myyjäliikkeistä.

    Tekniikat:

    • Tekniikat:
    • Data Science
    • Machine Learning Machine Learning
    • NumPy NumPy
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • ElasticSearch ElasticSearch
    • Data Analytics
    • Docker Docker
  • Tutkimusinsinööri

    Xinapse, South Korea - 1 year 1 month

    • Työskenteli englannin- ja koreankielisen kysymys- ja vastausjärjestelmän rakentamiseksi BERTin avulla korvatakseen sen sääntöpohjaisella järjestelmällä, joka oli toteutettu yrityksen chatbot-arkkitehtuurin sisällä.
    • Loi korealaisen uutistietojen indeksoijan Naver-uutissivustolta käyttäen EFK-pinoa (ElasticSearch + Fluentd + Kibana) Docker-säiliön sisällä.
    • Toteutti tehokkaamman tokenisointimenetelmän Hangeul(Korean) -kielelle nimeltä Sentencepiece, kun alun perin Wordpiece-tokenisointi on toteutettu BERTin sisällä. (Korean teollisuustutkimuslaitoksen toteuttama).
    • Hän rakensi myös suhdanneindeksien ennustemallin, joka perustuu korealaisten uutistietojen aikasarjaan tietyllä toimialalla. Toteutettu aihepiirien mallintaminen NMF:llä, uutisdatan semanttinen analyysi, dynaaminen tekijämalli, latentti kynnysmalli jne.

    Tekniikat:

    • Tekniikat:
    • Data Science
    • NumPy NumPy
    • Pandas Pandas
    • TensorFlow TensorFlow
    • ElasticSearch ElasticSearch
    • Kibana Kibana
    • Keras Keras
    • Selenium Selenium
    • Docker Docker
    • Linux Linux

Koulutus

  • BSc.Tietojenkäsittelytiede ja -tekniikka

    Kangnamin yliopisto, Etelä-Korea · 2015 - 2019

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.