Fatih C.

• Développer des modèles d'apprentissage automatique et d'apprentissage approfondi pour améliorer l'expérience utilisateur, la qualité des recommandations et l'efficacité du marché
• Construit un système de marquage de commentaires et de classification pour les avis de produits en utilisant des techniques NLP
• Des modèles développés pour la segmentation des clients et la prévision des intentions d'achat, permettant des stratégies de marketing plus ciblées
• Contribution à des pipelines de traitement de données à grande échelle en utilisant Apache Spark et d'autres grandes structures de données
• Solutions ML construites pour les systèmes de recommandations, l'unification du catalogue de produits, la prévision de la demande et les prix dynamiques
• Travaillé avec de grands ensembles de données dans des environnements informatiques distribués pour former des modèles évolutifs

• Développer des modèles génératifs d’apprentissage profond, y compris des VAE et des VQGANs, pour la génération d’images médicales synthétiques
• Mise en œuvre de réseaux neuronaux axés sur l'attention pour les tâches de classification d'images et de segmentation d'instance
• Construire des pipelines de vision informatique pour prendre en charge l'analyse d'images médicales et les systèmes d'assistance diagnostique
• Applied advanced deep learning techniques to improve training datasets through synthéthetic data generation
• Travaillé avec PyTorch et des cadres d'apprentissage en profondeur basés sur Python pour former et évaluer les modèles

• Développer un modèle d'apprentissage automatique pour la détection de vulnérabilité logicielle, en atteignant les performances les plus récentes dans les repères de recherche
• Des techniques d'équilibrage des jeux de données appliquées telles que le sous-échantillonnage pour améliorer la précision du modèle
• pipelines ML construits pour analyser les jeux de données de sécurité en utilisant Python
• Évaluation des performances des modèles et comparaison des résultats par rapport aux repères de recherche actuels

• Développer des modèles d'apprentissage automatique à travers la vision informatique et les domaines NLP
• Projets mis en œuvre incluant l'évaluation de la qualité de l'image (technique et esthétique), le groupement de courriels et la segmentation des clients
• Construire des pipelines d'apprentissage automatique pour la détection des fraudes et l'analyse comportementale
• Gestion des flux de travail de collecte de données et d'annotation pour les jeux de données de vision informatique
• Développement et formation de modèles utilisant les frameworks Python, PyTorch, et Keras
• Collaboré avec des équipes d'ingénierie distribuées pour fournir des solutions de science des données aux clients des entreprises

• 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.