English
Svenska
Dansk
Dutch
Deutsch
Norsk
Suomi
Onur S.
Data Scientist
Onur est un Data Scientist accompli avec quatre années d'expérience commerciale dans le secteur IT, travaillant principalement sur le Big Data, la Recherche, l'IoT, le Deep Learning, les Chatbots et le Machine Learning.
C'est un expert en résolution de problèmes qui adopte une vue globale objective et génère des solutions viables - analytique et bien organisé avec une solide formation théorique en ingénierie et en mathématiques et qui apprend rapidement de nouvelles technologies.
Il peut jouer un rôle essentiel tout au long du cycle de vie du développement/support du projet pour s'assurer que des solutions de qualité répondent aux objectifs commerciaux. En outre, il possède un bon esprit d'équipe et est attentif aux délais.
Principale expertise
- Python 5 ans
- Data Science 3 ans
- Machine Learning 4 ans
Autres compétences
- Data Analytics 4 ans
- Git 4 ans
- Linux 4 ans
Expérience sélectionnée
Emploi
Scientifique des données
Pazarama, Turkey - 2 années 7 mois
- Travaille sur le moteur de recherche avec ElasticSearch et met en œuvre la méthode de recherche sémantique en utilisant les mots intégrés (word embeddings).
- Construit des moteurs de recommandation dynamiques et statiques pour les clients lors de leurs achats et de leurs visites sur la plateforme. -A entraîné les modèles Sasrec et Ssept pour la recommandation séquentielle et le modèle fasttext basé sur la proximité sémantique des produits en vue et des produits de la liste de souhaits.
Les technologies:
- Les technologies:
Python
- Data Science
Machine Learning
NumPy
MySQL
ElasticSearch
Ingénieur de recherche
Huawei Turkey - 1 an 1 mois
- Travaille sur l'extraction de l'intention de l'utilisateur à partir des requêtes de recherche sur Huawei App Gallery et utilise le modèle mBERT pour classer la catégorie de la requête recherchée en trois niveaux.
- Regroupe les requêtes en turc, en russe et dans d'autres langues requises pour les annoter, et former un modèle de classification pour extraire des informations sur les catégories recherchées par les utilisateurs afin d'afficher de meilleurs résultats.
- A participé à un projet de recherche sur le regroupement de textes en fonction de leur sujet. Expérimente différents algorithmes de regroupement sur différents ensembles de données afin d'évaluer et d'obtenir une référence.
- Effectue des recherches sur un projet de représentation hiérarchique des mots superposés afin d'améliorer les vecteurs de mots et les similitudes sémantiques entre les sous-catégories et les classes supérieures.
Les technologies:
- Les technologies:
-
Python
- Data Science
-
Machine Learning
-
NumPy
Pandas
Scikit-learn
TensorFlow
- Data Analytics
Spécialiste des solutions d'intelligence artificielle
ETIYA, Turkey - 5 mois
- A créé un moteur de recherche sémantique de documents pour Akbank, l'une des plus grandes banques de Turquie, afin d'accéder à n'importe quel document de la base de données de la banque, à l'aide de mots intégrés. A utilisé la suite ELK sur docker, ElasticSearch, pour indexer les données et utiliser la fonction de similarité cosinus pour trouver la similarité sémantique entre les requêtes recherchées et le contenu, le titre et la description du document.
- A entraîné un modèle de clustering pour le moteur de recommandation en plus de l'utilisation de mots intégrés. A mis en œuvre un échantillon de données de journal d'utilisateur, et a entraîné le modèle word2vec avec les caractéristiques des produits et des dates dans l'ordre pour chaque client, et a représenté cette caractéristique avec des vecteurs de mots. A regroupé tous les clients à l'aide du modèle k-means, afin d'affecter les nouveaux utilisateurs en fonction de leur recherche de produits et de recommander des produits en conséquence. En outre, il a ajusté ce modèle pour recommander d'abord statistiquement les produits lorsque l'utilisateur revient faire des achats après une session, mais aussi dynamiquement en changeant les produits recommandés lorsque l'utilisateur ajoute des produits à son panier. Ce modèle a été déployé et acheté par Basbug Otomotiv, l'un des plus grands magasins de vente de pièces détachées automobiles.
Les technologies:
- Les technologies:
- Data Science
-
Machine Learning
-
NumPy
-
Pandas
-
Scikit-learn
-
ElasticSearch
- Data Analytics
Docker
Ingénieur de recherche
Xinapse, South Korea - 1 an 1 mois
- A travaillé à la construction d'un système de questions-réponses pour l'anglais et le coréen en utilisant BERT, pour le remplacer par le système basé sur des règles qui avait été mis en œuvre dans l'architecture du chatbot de l'entreprise.
- A créé un crawler de données d'actualités coréennes à partir du site d'actualités Naver en utilisant la pile EFK (ElasticSearch + Fluentd + Kibana) à l'intérieur d'un conteneur Docker.
- A mis en œuvre une méthode de tokénisation plus efficace pour le Hangeul (coréen), appelée Sentencepiece, alors que la tokénisation Wordpiece était à l'origine implémentée dans BERT. (Réalisé par l'Institut coréen de recherche industrielle).
- Il a également élaboré un modèle de prévision des indices du cycle économique basé sur des séries chronologiques de données d'actualités coréennes pour un secteur spécifique. A mis en œuvre la modélisation thématique avec NMF, l'analyse sémantique des données d'actualité, le modèle factoriel dynamique, le modèle à seuil latent, etc.
Les technologies:
- Les technologies:
- Data Science
-
NumPy
-
Pandas
-
TensorFlow
-
ElasticSearch
Kibana
Keras
Selenium
-
Docker
Linux
Éducation
License ès sciencesInformatique et Ingénierie
Université de Kangnam, Corée du Sud · 2015 - 2019
Trouvez votre prochain développeur en quelques jours et non sur plusieurs mois
Dans un court appel de 25 minutes, nous voulons:
- Comprendre vos besoins en développement
- Vous expliquez comment nous allons vous mettre en relation avec le développeur le mieux qualifié pour votre projet, sélectionné avec soin
- Vous indiquez nos prochaines démarches afin de vous trouver le meilleur développeur, souvent en moins d'une semaine