Adrianna J.
Machine Learning Engineer
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
Databricks4 vuotta
OpenCV5 vuotta
Cuda7 vuottaKokemus2
Technology Research Associate Principal
- 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.
Flask
TensorFlow
NumPy
Pandas
R&D Software Engineer
- 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.
Flask
PythonTensorFlowNumPyArviointi
Tekniikan huippuosaaminen
Adrianna yleinen suorituskyky 90 minuutin suorassa teknisessä arvioinnissa on top 10 % Proxifyn tarkastetuista Machine Learning Engineer.
Sertifikaatit 1
Issued Jan 2025 - Expires Jan 2027
Credential ID 131299902
DatabricksIssued Jan 2025 - Expires Jan 2027
Credential ID 131299902
DatabricksKoulutus
Lopeta selaaminen.
Sovitetaan nopeammin.
Keskustele asiantuntijan kanssa ja saat räätälöityjä ehdotuksia verkostostamme vain 2 päivässä.
Pääsy yli 6 000+ asiantuntijaa
Löydä kehittäjä keskimäärin 2 päivässä
Palkkaa nopeasti ja helposti 94% onnistuneella osumalla